3

5
4

文字

分享

3
5
4

貓的痛,AI懂?——貓臉疼痛辨識技術

胡中行_96
・2022/07/18 ・3111字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

人類必恭必敬稱家貓為「主子」,並自貶為「奴才」。陛下身體微恙,一團絨毛癱軟,表情內斂,叫貓奴如何揣測上意?懷疑牠受苦,便心急如焚。幾乎上演《還珠格格》裡,人家紫薇說沒事,爾康卻捨不得的虐心互動。貓咪說不定覺得:「……有這麼多人關心我,我已經不痛了……」人類仍在一邊:「可是,我好痛!」[1]

給人類用的「視覺類比量表」(上)和「臉譜疼痛量表」(下)。圖/Yale University

在治療人類時,醫護人員會用視覺類比量表(Visual Analogue Scale)、臉譜疼痛量表(Wong-Baker faces pain scale)或 FLACC 量表[註] 等工具,來評估患者疼痛的狀況。前二者靠病人自我評估,以數字或表情,象徵由舒適無恙,漸進到痛徹心扉的程度差異。 FLACC 則是醫護觀察嬰幼兒或無法言語溝通者,就其身體不適產生的行為變化來計分。[2] 儘管每個人敏感的程度不同,至少單一病患前後的得分,能相互對照出疼痛是否得到緩解,或者更加惡化。因此,這些量表均可視為有效測量疼痛的方法。

問題是有口難言,又行徑鬼祟的貓咪怎麼辦?人貓猜心的瓊瑤戲碼,自古不斷重演,沒完沒了。

直到有天,獸醫們看不下去了…

  

「貓咪苦臉量表」介紹影片。來源:Research Square on YouTube

  

-----廣告,請繼續往下閱讀-----

貓咪苦臉量表

2017 年的時候,加拿大蒙特婁大學 Paulo Steagall 副教授以及他的團隊,招募了一票被送急診的病貓。在得到飼主同意後,他們比較疼痛的病貓、服用止痛藥的病貓,還有健康貓咪的表情舉止,研發出「貓咪苦臉量表」(Feline Grimace Scale),並將結果發表於 2019 年的《科學報告》(Scientific Reports)。[3, 4] 其中列出幾個徵兆,可依級別給分,就此將貓咪的疼痛量化:

耳朵姿態(ear position):貓耳的尖角向外分開,並略為朝後旋轉。[3, 5]

圖/參考資料 5

瞇眼程度(orbital tightening):上下眼瞼之間的空隙,小於眼睛的寬度,或是完全緊閉。[3, 5]

圖/參考資料 5

口鼻緊繃(muzzle tension):口鼻(即臺語所謂「喙管」的部位)由圓轉扁,而呈橢圓形。[3, 5]

圖/參考資料 5

觸鬚變化(whiskers change):觸鬚從平常放鬆的圓弧,撐直且稍微向前。[3, 5]

圖/參考資料 5

頭部位置(head position):原本處於全身最高處的貓頭,降至低於肩膀,並往下垂。[3, 5]

圖/參考資料 5

  

貓臉疼痛辨識技術

目前受惠於物種專屬苦臉量表的,除了貓,還有鼠、兔、馬、羊、豬和貂等動物。受過訓練的獸醫,能精準判讀牠們的表情,用這些工具,來評估牠們的疼痛指數。隨著科技的進步,到了 2022 年《科學報告》期刊再次關懷貓咪的痛楚時,另一群科學家拿出「貓臉辨識技術」,試圖取代專業的肉眼觀察。[6]

  

-----廣告,請繼續往下閱讀-----
臉部辨識技術:照片>以眼睛為基準,進行臉部校正>調整尺寸。
圖/Serhan YH, HAKAN Ç, and RİFAT E. (2016) ’A comprehensive comparison of features and embedding methods for face recognition.’ Turkish Journal of Electrical Engineering and Computer Sciences, 24, 1, 24.

  

臉部校正

臉部校正是建立辨識系統的要務。先調整貓臉的特徵(landmarks,即照片上標有號碼的黑點),讓它們在空間中對齊,減少幾何上的變異,方便接下來的步驟進行。原則上,校正後的貓臉必須:[6]

  1. 在畫面正中央;
  2. 旋轉直到雙眼的連線呈水平;
  3. 尺寸都約略相同。

圖/參考資料 6 ,figure 1

  

模型1:特徵基準(landmark-based)

在找到貓臉的特徵後,依據「貓咪苦臉量表」的觀察部位,將貓臉特徵(黑點)分為:左眼右眼額頭與耳朵,以及口鼻和觸鬚,四個區塊向量。然後,多加一些貓鼻子的照片,進行「資料擴增」(data augmentation),[6] 彌補原始資料的不足,以強化機器學習。[7] 不過,團隊事後發現,這次的資料擴增,成效不彰。[6]

圖/參考資料 6 ,figure 3

處理這些照片的計算模型,是一種叫做「多層感知器」(Multi-Layer Perceptron)的人工神經網路(artificial neural network)。[6] 就像人的神經系統,有好多神經元相互連結,將輸入的資料從上一層送到下一層,經過多層運算後再輸出。[8, 9]

  

-----廣告,請繼續往下閱讀-----

模型2:深度學習(deep learning)

研究團隊把大量沒有標註特徵的貓照,在校正角度和尺寸後,餵給 ResNet50[6] 這是一種有五十層的深度學習模型,早已預先訓練好怎麼逐層辨識貓咪的輪廓、曲線及其它識別特徵。[10] 套用該模型的同時,還要進行實驗需要的特定調整,例如:加上「痛」與「不痛」的分類標籤。[6]

  

貓的痛,AI 有多懂?

上述兩個模型的實測,在判讀貓咪是否疼痛時,都有超過 72% 的準確率,算是相當不錯的成果。不過,在完全替代人工判讀之前,可能還要擴建訓練辨識系統的資料庫。因為當初請來的照片模特兒,是 29 隻準備接受卵巢子宮切除術的短毛母貓,年紀約幾個月到一歲多。拿牠們術前、術後,以及使用止痛劑前後的照片來訓練 AI ,雖然是個不錯的點子,但無法代表多元的貓咪社群。[6] 將來的實驗,若能涵蓋其他性別、年齡和品種,相信貓咪們會覺得更加窩心。

  

-----廣告,請繼續往下閱讀-----

備註

FLACC 量表: FLACC 是臉(face)、腿(legs)、活動(activity)、哭(cry)與  安撫(consolability)的縮寫。每個項目依觀察到的狀態,給 0 到 2 分,總分最高 10 分。[2]

  

參考資料

  1. 瓊瑤經典台詞》小時候看超感動,長大看卻啼笑皆非的 7 大經典場景(風傳媒,2020)
  2. Pain assessment and measurement (The Royal Children’s Hospital Melbourne, 2019)
  3. Evangelista MC, Watanabe R, Leung VSY, et al. (2019) ‘Facial expressions of pain in cats: the development and validation of a Feline Grimace Scale’. Scientific Reports, 9, 19128.
  4. Me-owch — could resting cat face tell us about kitty’s pain? (CBC, 2020)
  5. Feline Grimace Scale – Practice your pain assessment skills using the FGS! (Université de Montréal, 2019)
  6. Feighelstein M, Shimshoni I, Finka LR, et al. (2022) ‘Automated recognition of pain in cats’. Scientific Reports, 12: 9575.
  7. 2021 iThome 鐵人賽-DAY21 資料正規化與資料增強(Data Normalization & Data Augmentation)(IT邦幫忙,2021)
  8. 2019 iT 邦幫忙鐵人賽-06. 深度學習的架構分析:多層感知器(IT邦幫忙,2019)
  9. 神經網路(IBM,2020)
  10. 何謂遷移學習?(NVIDIA,2019)
-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 3
胡中行_96
169 篇文章 ・ 67 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。

0

1
0

文字

分享

0
1
0
停工即停薪:如何證明你的時間值多少?車禍背後的認知 x 情緒 x 金錢 x 法律大混戰
鳥苷三磷酸 (PanSci Promo)_96
・2026/01/09 ・3351字 ・閱讀時間約 6 分鐘

本文與 PAMO車禍線上律師 合作,泛科學企劃執行

走在台灣的街頭,你是否發現馬路變得越來越「急躁」?滿街穿梭的外送員、分秒必爭的多元計程車,為了拚單量與獎金,每個人都在跟時間賽跑 。與此同時,拜經濟發展所賜,路上的豪車也變多了 。

這場關於速度與金錢的博弈,讓車禍不再只是一場意外,更是一場複雜的經濟算計。PAMO 車禍線上律師施尚宏律師在接受《思想實驗室 video podcast》訪談時指出,我們正處於一個交通生態的轉折點,當「把車當生財工具」的職業駕駛,撞上了「將車視為珍貴資產」的豪車車主,傳統的理賠邏輯往往會失靈 。

在「停工即停薪」(有跑才有錢,沒跑就沒收入)的零工經濟時代,如果運氣不好遇上車禍,我們該如何證明自己的時間價值?又該如何在保險無法覆蓋的灰色地帶中全身而退?

-----廣告,請繼續往下閱讀-----
如果運氣不好遇上車禍,我們該如何證明自己的時間價值?/ 圖片來源: Nano Banana

薪資證明的難題:零工經濟者的「隱形損失」

過去處理車禍理賠,邏輯相對單純:拿出公司的薪資單或扣繳憑單,計算這幾個月的平均薪資,就能算出因傷停工的「薪資損失」。

但在零工經濟時代,這套邏輯卡關了!施尚宏律師指出,許多外送員、自由接案者或是工地打工者,他們的收入往往是領現金,或者分散在多個不同的 App 平台中 。更麻煩的是,零工經濟的特性是「高度變動」,上個月可能拚了 7 萬,這個月休息可能只有 0 元,導致「平均收入」難以定義 。

這時候,律師的角色就不只是法條的背誦者,更像是一名「翻譯」。

施律師解釋「PAMO車禍線上律師的工作是把外送員口中零散的『跑單損失』,轉譯成法官或保險公司聽得懂的法律語言。」 這包括將不同平台(如 Uber、台灣大車隊)的流水帳整合,或是找出過往的接單紀錄來證明當事人的「勞動能力」。即使當下沒有收入(例如學生開學期間),只要能證明過往的接單能力與紀錄,在談判桌上就有籌碼要求合理的「勞動力減損賠償 」。

-----廣告,請繼續往下閱讀-----
PAMO車禍線上律師的工作是把外送員口中零散的『跑單損失』,轉譯成法官或保險公司聽得懂的法律語言 / 圖片來源: Nano Banana

300 萬張罰單背後的僥倖:你的直覺,正在害死你

根據警政署統計,台灣交通違規的第一名常年是「違規停車」,一年可以開出約 300 萬張罰單 。這龐大的數字背後,藏著兩個台灣駕駛人最容易誤判的「直覺陷阱」。

陷阱 A:我在紅線違停,人還在車上,沒撞到也要負責? 許多人認為:「我人就在車上,車子也沒動,甚至是熄火狀態。結果一台機車為了閃避我,自己操作不當摔倒了,這關我什麼事?」

施律師警告,這是一個致命的陷阱。「人在車上」或「車子沒動」在法律上並不是免死金牌 。法律看重的是「因果關係」。只要你的違停行為阻礙了視線或壓縮了車道,導致後方車輛必須閃避而發生事故,你就可能必須背負民事賠償責任,甚至揹上「過失傷害」的刑責 。 

數據會說話: 台灣每年約有 700 件車禍是直接因違規停車導致的 。這 300 萬張罰單背後的僥倖心態,其巨大的代價可能是人命。

-----廣告,請繼續往下閱讀-----

陷阱 B:變換車道沒擦撞,對方自己嚇到摔車也算我的? 另一個常年霸榜的肇事原因是「變換車道不當」 。如果你切換車道時,後方騎士因為嚇到而摔車,但你感覺車身「沒震動、沒碰撞」,能不能直接開走?

答案是:絕對不行。

施律師強調,車禍不以「碰撞」為前提 。只要你的駕駛行為與對方的事故有因果關係,你若直接離開現場,在法律上就構成了「肇事逃逸」。這是一條公訴罪,後果遠比你想像的嚴重。正確的做法永遠是:停下來報警,釐清責任,並保留行車記錄器自保 。

正確的做法永遠是:停下來報警,釐清責任,並保留行車記錄器自保 。/ 圖片來源: Nano Banana

保險不夠賠?豪車時代的「超額算計」

另一個現代駕駛的惡夢,是撞到豪車。這不僅是因為修車費貴,更因為衍生出的「代步費用」驚人。

-----廣告,請繼續往下閱讀-----

施律師舉例,過去撞到車,只要把車修好就沒事。但現在如果撞到一台 BMW 320,車主可能會主張修車的 8 天期間,他需要租一台同等級的 BMW 320 來代步 。以一天租金 4000 元計算,光是代步費就多了 3 萬多塊 。這時候,一般人會發現「全險」竟然不夠用。為什麼?

因為保險公司承擔的是「合理的賠償責任」,他們有內部的數據庫,只願意賠償一般行情的修車費或代步費 。但對方車主可能不這麼想,為了拿到這筆額外的錢,對方可能會採取「以刑逼民」的策略:提告過失傷害,利用刑事訴訟的壓力(背上前科的恐懼),迫使你自掏腰包補足保險公司不願賠償的差額 。

這就是為什麼在全險之外,駕駛人仍需要懂得談判策略,或考慮尋求律師協助,在保險公司與對方的漫天喊價之間,找到一個停損點 。

談判桌的最佳姿態:「溫柔而堅定」最有效?

除了有單據的財損,車禍中最難談判的往往是「精神慰撫金」。施律師直言,這在法律上沒有公式,甚至有點像「開獎」,高度依賴法官的自由心證 。

-----廣告,請繼續往下閱讀-----

雖然保險公司內部有一套簡單的算法(例如醫療費用的 2 到 5 倍),但到了法院,法官會考量雙方的社會地位、傷勢嚴重程度 。在缺乏標準公式的情況下,正確的「態度」能幫您起到加分效果。

施律師建議,在談判桌上最好的姿態是「溫柔而堅定」。有些人會試圖「扮窮」或「裝兇」,這通常會有反效果。特別是面對看過無數案件的保險理賠員,裝兇只會讓對方心裡想著:「進了法院我保證你一毛都拿不到,準備看你笑話」。

相反地,如果你能客氣地溝通,但手中握有完整的接單紀錄、醫療單據,清楚知道自己的底線與權益,這種「堅定」反而能讓談判對手買單,甚至在證明不足的情況下(如外送員的開學期間收入),更願意採信你的主張 。

車禍不只是一場意外,它是認知、情緒、金錢與法律邏輯的總和 。

在這個交通環境日益複雜的時代,無論你是為了生計奔波的職業駕駛,還是天天上路的通勤族,光靠保險或許已經不夠。大部分的車禍其實都是小案子,可能只是賠償 2000 元的輕微擦撞,或是責任不明的糾紛。為了這點錢,要花幾萬塊請律師打官司絕對「不划算」。但當事人往往會因為資訊落差,恐懼於「會不會被告肇逃?」、「會不會留案底?」、「賠償多少才合理?」而整夜睡不著覺 。

-----廣告,請繼續往下閱讀-----

PAMO看準了這個「焦慮商機」, 推出了一種顛覆傳統的解決方案——「年費 1200 元的訂閱制法律服務 」。

這就像是「法律界的 Netflix」或「汽車強制險」的概念。PAMO 的核心邏輯不是「代打」,而是「賦能」。不同於傳統律師收費高昂,PAMO 提倡的是「大腦武裝」,當車禍發生時,線上律師團提供策略,教你怎麼做筆錄、怎麼蒐證、怎麼判斷對方開價合不合理等。

施律師表示,他們的目標是讓客戶在面對不確定的風險時,背後有個軍師,能安心地睡個好覺 。平時保留好收入證明、發生事故時懂得不亂說話、與各方談判時掌握對應策略 。

平時保留好收入證明、發生事故時懂得不亂說話、與各方談判時掌握對應策略 。 / 圖片來源: Nano Banana

從違停的陷阱到訂閱制的解方,我們正處於交通與法律的轉型期。未來,挑戰將更加嚴峻。

-----廣告,請繼續往下閱讀-----

當 AI 與自駕車(Level 4/5)真正上路,一旦發生事故,責任主體將從「駕駛人」轉向「車廠」或「演算法系統」 。屆時,誰該負責?怎麼舉證?

但在那天來臨之前,面對馬路上的豪車、零工騎士與法律陷阱,你選擇相信運氣,還是相信策略? 先「武裝好自己的大腦」,或許才是現代駕駛人最明智的保險。

PAMO車禍線上律師官網:https://pse.is/8juv6k 

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
貓咪真的不愛你嗎?讀懂高冷主子的傲嬌告白
F 編_96
・2024/12/28 ・2729字 ・閱讀時間約 5 分鐘

F 編按:本文編譯自 Live Science

身為貓奴應該都思考過這個問題:「我家貓到底愛不愛我?」(尤其是你怎麼叫牠都不理你的時候)

比起狗狗總是搖尾示好、恨不得時時刻刻陪伴主人,貓咪反而顯得疏離。這些獨立、冷淡的態度,是否代表牠們根本「不愛人類」?還是只是與我們表達情感的方式不同?現有的研究並未能給出單一「是」或「否」的答案,但科學界逐漸認為:貓的性格並非冷漠,而是有著自己獨特又多變的互動模式。

為何貓比狗看起來更不「熱情」?

談到「人與動物的愛」,第一個被拿來對照的對象往往就是狗。狗傾向於把人視為社群領袖或保護者,牠們會展現出明顯的依附行為,例如跟隨、舔舐、撒嬌等。這背後牽涉到狗的馴化史,科學家普遍認為,狗至少在 2.3 萬年前(亦有其他研究推至 3 萬年以上)就已開始與人類共同生活。人類在漫長世代裡,選擇性繁殖更順從、更依賴的犬隻,讓牠們不斷強化對主人的服從與感情表達。

相較之下,貓的馴化歷史要晚得多。大約在 1 萬年前,農耕社會出現,儲藏穀物吸引老鼠,貓因捕鼠能力而漸與人共生。牠們「半自願」式的走近人類聚落,並未經過大規模的繁殖選擇,以致貓咪的野性特質與獨立性一直保存到今天。

-----廣告,請繼續往下閱讀-----

由此可見,狗對人的依附,是經過長時間精心培育的結果,而貓雖然與人類同住,也享受人類提供的食物與安全環境,但牠們在某種程度上仍維持了更高的自主意識與獨立特質。

貓咪與狗狗的馴化過程不同,這也導致兩者在與人類互動上的不同。圖/envato

如何判斷貓咪是愛或不愛?

每個人對於「愛」的表現,判斷上還是很主觀的。因此有些研究嘗試用「科學指標」來測試貓對人的情感,如觀察荷爾蒙水平、或偵測貓在不同情境下的行為模式。

催產素俗稱「愛的荷爾蒙」,常在親密互動或撫摸時分泌。根據 2015 年的一項實驗(收錄於 BBC節目「Cats v Dogs」):在貓與狗都受到撫摸後,狗的催產素水平平均提升約 57.2%,但貓僅提升12%。這被部分人解讀為「貓對我們沒有那麼有愛」,但也要注意,這只是「平均值」,樣本量也僅 10 隻狗與貓,並不代表所有貓都只有「12%」的情感。此外,催產素本身也容易受其他因素干擾,例如環境壓力、個體差異等。

另外在 2021 年,英國林肯大學的研究團隊針對 3,994 位貓主做問卷調查,藉由「開放式關係、疏離關係、一般交情、相依關係、友誼」等五大類型,歸納出貓與主人的情感連結。結果顯示,約有一半的貓跟主人間呈現較緊密的情感投射,另一半則較疏離。由此可知,貓與人之間的情感並非「一面倒」的冷漠,也不見得如狗那樣強烈依附;而是要看飼主的參與度、貓的個性以及如何尊重牠們的獨立空間。

-----廣告,請繼續往下閱讀-----

有一項早期(2008年)的一項研究則觀察到,當貓遇到自己熟悉的人類時,血壓和心率會出現上升,顯示牠們對人產生情緒波動,可能是期待食物或獎勵,也可能是情緒上的激動。這說明貓對特定人確實有「在意」的表徵,只是表達方式或目的不一定和狗相同。

你越近,貓越逃?貓咪喜歡怎麼樣的互動?

要怎麼做才能獲得貓咪的抱抱?圖/envato

貓咪多半不喜歡被強迫互動,若人類持續不斷地撫摸、抱起貓而不顧牠們的意願,往往得到的反應是掙扎、攻擊或逃走。對貓來說,「選擇權」至關重要。若牠們能自在地決定互動距離、持續時間,以及撫摸的部位,牠們更可能接受、甚至主動親近主人。

2021 年的研究指出,若飼主能理解貓在肢體語言上的細微表達,例如耳朵朝後、尾巴抖動、身體僵硬或發出低鳴,代表牠們已有不適或抗拒;這時「收手」是上策。相反地,那些忽視貓表示不要的信號,堅持要撫摸或抱住貓的人,更容易被貓認定為「壓迫者」,長期下來貓會選擇逃避或變得易怒。

與狗一樣,每隻貓的個性也不盡相同。有些貓喜歡頻繁親密互動,也有貓更向往安靜獨處;基因、社交化過程、早期經驗都可能影響牠們長大後對人的友善度。此外,若飼主從貓幼齡期就常常輕柔地接觸牠們,並在牠們想脫離時尊重牠們,長大後通常會更願意與人類培養信任感。

-----廣告,請繼續往下閱讀-----

如何與貓建立更深的情感連結?

既然科學研究顯示貓的「情感投放」需要更精細的方式,那麼身為飼主或愛貓人士,該如何做才能拉近與主子的距離呢?

  1. 給予空間與選擇
    • 不要隨意抱起或撫摸正在休息、清潔毛髮、或顯露抗拒姿勢的貓。讓貓可以自由進出房間、躲進安全的角落,也能確保牠們在緊張或害怕時有地方可退。
  2. 正向回饋與獎勵
    • 若貓主動靠近、蹭你或發出呼嚕聲,這是牠願意互動的信號,可在牠舒服的情況下溫柔撫摸。可以搭配口頭稱讚或小零食,使貓把你聯想到「好事」。
    • 但記住,貓咪不喜歡被「過度餵食」,適度才是關鍵,否則容易讓牠們失去對零食的興趣或導致肥胖。
  3. 學習貓的身體語言
    • 觀察耳朵、尾巴與瞳孔的變化,若耳朵緊貼腦後、尾巴劇烈擺動或瞳孔放大並伴隨低鳴,表示貓正處於緊張或警戒狀態。此時停止撫摸、後退,給牠時間冷靜。
    • 如果貓慢慢走近你,尾巴微翹、耳朵稍微前傾,代表牠感到放鬆,可能願意互動。
  4. 尊重貓的作息特質
    • 貓是夜行性動物,白天或許大部分時間都在睡覺或懶洋洋地活動;若你在白天想和貓「猛玩」,牠可能沒有興趣。選在牠清醒或精神較好的時段進行互動或遊戲,更能提升彼此感受。

貓與人的緣分,在於理解與尊重

貓咪歷經數千年從田間捕鼠者,逐漸成為受全球喜愛的寵物,卻依然保留高度獨立、選擇權至上的「個人主義」風範。許多科學研究指出,貓雖沒有狗般明顯的熱情與依賴,但仍能與人產生深厚羈絆──關鍵就在於飼主是否願意花時間、心力,並遵循「了解貓貓、尊重貓貓」的原則與牠們相處。從理解貓的生活形態、情緒信號,到給予牠們適度的獨處與自由,若能做到這些,或許某天牠就會主動跳到你的腿上呼嚕,用專屬的方式告訴你:「莎朗嘿(사랑해)~

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

F 編_96
20 篇文章 ・ 1 位粉絲
一個不小心闖入霍格華茲(科普)的麻瓜(文組).原泛科學編輯.現任家庭小精靈,至今仍潛伏在魔法世界中💃

0

1
0

文字

分享

0
1
0
為期刊拍張封面 顯微鏡下的科學魔法
顯微觀點_96
・2024/05/27 ・3016字 ・閱讀時間約 6 分鐘

本文轉載自顯微觀點

希爾思使用VS120拍攝,小鼠大腦矢狀切口上的染色圖像。圖片來源:EVIDENT|Olympus官網

「我開始拍攝美麗的影像是出於興趣,因為我喜歡神經科學圖像藝術性的一面。」

史蒂芬妮.希爾思(Stephanie Shiers)是美國德州達拉斯大學的認知神經科學家,她拍攝的顯微鏡影像曾被選作多本期刊的封面,包括《神經科學雜誌》 (The Journal of Neuroscience)、《科學轉化醫學》 (Science Translational Medicine)等。要怎麼做才能讓自己拍攝的作品登上期刊封面呢?

希爾思在 2019 年取得認知和神經科學博士學位,目前從事疼痛研究,以移植捐贈者的神經組織探索慢性疼痛的臨床前機制和治療方法。

最驕傲的時刻——影像獲選期刊封面

希爾思攻讀博士期間,當第一篇論文獲得刊登且拍攝的照片一同被選為封面發表時,是她最引以為傲的時刻。她表示,第一篇論文被發表本身已經很令人興奮,當時並未預期會獲選封面,「因為我只是基於我對神經科學藝術的熱愛,而拍攝漂亮的圖片」。

-----廣告,請繼續往下閱讀-----

事實上,論文中所有影像都使用 40 倍物鏡拍攝,但她後來決定使用 100 倍物鏡拍攝,以捕捉一些漂亮的影像,加以觀察。

「我能看到所有的樹突和軸突初始段,這看起來令人震撼!」當希爾思與她的指導教授分享時,教授鼓勵她投稿期刊封面,同時提交論文。

希爾思表示,在攻讀博士學位時,面對周遭的同行都非常專業,自己曾感到無所適從。然而,當成功的數據和封面影像出現時,過去辛勤的工作和壓力都值得了。

歷經徬徨 受科學魔法吸引踏上研究路

對於自己選擇踏入神經科學研究,並繼續攻讀博士、成為科學家,希爾思坦承自己也曾經歷徬徨。「因為不知道自己想做什麼」,希爾思大學時曾選了三個主修、一個副修。

-----廣告,請繼續往下閱讀-----

原想攻讀醫學院的希爾思,在接受緊急救護技術(EMT)訓練時,意識到自己不想當醫師。因此她又選了神經科學和歷史專業,因為她自認可能喜歡人文學科、可能想成為律師。

直到完成學士學位後希爾思仍不清楚自己的職涯方向。但當她加入校內實驗室時,發現自己「真的很喜歡」,進而申請進入加州大學戴維斯分校的 NeuroMab 研究機構(UC Davis/NIH NeuroMab facility),從事免疫組織化學的工作。

在這份工作中,希爾思研究進行免疫組織化學染色、抗體驗證,在顯微鏡下觀察「肉眼」看不見的東西。這時她意識到「科學是最我們所擁有,最接近魔法的東西」,也因此確認了職業道路——走上學術研究之路。

而現在對希爾思來說,最難忘的時刻莫過於帶領在實驗室掙扎的學生領略科學的奇妙。

-----廣告,請繼續往下閱讀-----

曾經有一名學生未受太多訓練,因此希爾思帶著她完成染色工作、教她操作共軛焦顯微鏡;而當學生第一次看到顯微鏡下的影像時,露出驚訝的表情。 「看到別人也能體驗到科學的神奇,真是太好了!」希爾思這麼說道。

Science Trans 1
圖片來源:擷自《Science Translational Medicine vol. 13, issue 595》封面

超敏通道

圖像顯示小鼠背根神經節表現瞬態受體蛋白 5 (TRPC5,紅色)編碼瞬時受體電位規範 5(TRPC5,紅色)、抑鈣基因相關胜肽(CGRP,綠色)、P2X3 受體(藍色)和神經絲蛋白 200(青色)的基因。

希爾思為〈Transient Receptor Potential Canonical 5 Mediates Inflammatory Mechanical and Spontaneous Pain in Mice.〉的共同作者。

本篇論文主要探討,多種原因引起疼痛超敏反應,其中 TRPC5 的活化增加了囓齒動物對疼痛的敏感性,而 TRPC5 通道也在人類感覺神經元中表現,因此研究認為 TRPC5 抑制劑可能可有效減輕患者的疼痛超敏反應。

拍科學藝術照 封面也可以很抽象

對於如何拍出「封面等級」的科學藝術照,希爾思也給出幾點建議。首先,她強調擁有適合的儀器至關重要,以降低信噪比和提升影像品質。

此外,研究者必須接受更多基礎訓練。她表示,過去自己雖操作過很多次顯微鏡,但主要使用明視野照明觀察。直到開始博士課程後學習神經解剖學、蛋白質定位等知識,使用免疫螢光染色最適當的卻是使用暗視野照明。因此持續接受培訓,了解如何正確使用顯微鏡也是非常重要的。

希爾思也建議,在實驗數據收集階段,就可預先規劃影像拍攝;一邊構思論文中需要使用的圖像和材料,如果材料和研究內容一致,就當場拍攝解析度更高的影像。

-----廣告,請繼續往下閱讀-----

她也鼓勵研究者不斷嘗試新事物,例如使用不同染劑(明視野病理染色劑、鈣染色劑等)與顯微鏡搭配,將更容易拍攝出引人注目的影像。

希爾思鼓勵研究者盡可能地投稿封面影像,並強調封面不必與數據收集所用的影像完全相同;甚至許多期刊封面的圖片可以是抽象的、不一定要和照片一樣真實。

物種特異性表達

以原位雜合技術(in situ hybridization,左)和空間轉錄(Spatial Transcriptomics,右)並置的人類背根神經節,用於描述感覺神經元轉錄譜的特徵。

痛覺受器是專門的感覺神經元,存在於背根神經節(DRG)和三叉神經節中,對生成最終疼痛感知的神經元信號至關重要。

希爾思為〈Spatial transcriptomics of dorsal root ganglia identifies molecular signatures of human nociceptors.〉的第二作者。

本篇研究試圖為人類疼痛受器生成等效訊息,利用空間轉錄數據識別痛覺受器的轉錄組特徵,並藉以識別物種間差異和潛在的藥物靶點。

Sciencetrans2022 1
圖片來源:擷自《Science Translational Medicine (vol. 14, issue 632》封面 
Jneurosci 3
圖片來源:擷自《The Journal of Neuroscience vol. 38, issue 33》封面

圖像為患有神經性疼痛的小鼠內側前額皮質神經元,紅色為 PV 陽性細胞小白蛋白陽性中間神經元(紅色)與軸突初始段標記(Ankyrin-G,綠色)和核標記(DAPI,藍色)的共同標記。

希爾思為〈Neuropathic Pain Creates an Enduring Prefrontal Cortex Dysfunction Corrected by the Type II Diabetic Drug Metformin But Not by Gabapentin〉的第一作者。

認知障礙是神經性疼痛的共病。本篇研究使用原治療糖尿病的藥物二甲雙胍,治療神經疼痛 7 天後出現逆轉,包括功能和解剖學出現變化,顯示該藥物或可老藥新用於治療神經性疼痛及其認知合併症。

參考資料

  1. https://www.olympus-lifescience.com/en/discovery/behind-the-lens-dr-stephanie-shiers-creates-cover-worthy-neuroscience-art/
  2. Sadler, Katelyn E et al. “Transient receptor potential canonical 5 mediates inflammatory mechanical and spontaneous pain in mice.” Science translational medicine vol. 13,595 (2021).
  3. Tavares-Ferreira, Diana et al. “Spatial transcriptomics of dorsal root ganglia identifies molecular signatures of human nociceptors.” Science translational medicine vol. 14,632 (2022).
  4. Shiers, Stephanie et al. “Neuropathic Pain Creates an Enduring Prefrontal Cortex Dysfunction Corrected by the Type II Diabetic Drug Metformin But Not by Gabapentin.” The Journal of neuroscience : the official journal of the Society for Neuroscience vol. 38,33 (2018).

查看原始文章

-----廣告,請繼續往下閱讀-----

討論功能關閉中。