SuperMaze+高通量動物行為實驗分析軟件是一套集視頻采集、行為學實驗觀察、行為學實驗分析、參數(shù)記錄及數(shù)據(jù)統(tǒng)計為一體的新一代行為學實驗分析系統(tǒng)。SuperMaze+繼承了SuperMaze動物行為分析軟件的所有特性，同時能夠允許用戶高通量多批次的開展動物行為實驗。系統(tǒng)利用實時圖像或視頻文件將動物的軌跡顯示在計算機顯示器上，然后在的區(qū)域中對軌跡進行分析。

SuperMaze+高通量動物行為實驗分析軟件可以應用在神經藥理，學習記憶藥理，抗衰老藥理和新藥神經系統(tǒng)一般藥理毒理研究，也可用于神經科學基礎研究。

界面友好，操作方便，功能豐富，可以應用與幾乎所有的行為學實驗。目前，SuperMaze已經廣泛應用于國內各大高等院校、科研單位（中科院系統(tǒng)）以及藥廠等。
 

• 三點識別 

  嚙齒類動物模型是神經科學研究行為實驗中非常重要的一部分。動物的天性使得動物在不同環(huán)境中表現(xiàn)出各種感興趣的行為動作，如探索、嗅探、吃食物等。使用我們開發(fā)的“三點識別”功能，可以很精準的跟蹤動物的頭部、中心以及尾巴，并以此計算出更多更可靠的動物行為指標。其他廠家的同類軟件只能夠識別動物的重心一個點，指標相對單薄。

  藍色點跟蹤記錄動物頭部行為；

• 大鼠和小鼠 

  在動物行為實驗過程中，大鼠和小鼠表現(xiàn)出不同的狀態(tài)行為。SuperMaze+軟件可以同時應用于大鼠和小鼠實驗。

• 高通量  

  SuperMaze+軟件支持1-16只動物同時開展實驗。所有的測試指標都是在實驗過程中實時同時產生的，錄像完畢可以將測試指標一鍵導出至Excel表。每只動物可以單獨開始和單獨停止分析。

• 自定義實驗區(qū)域  

  SuperMaze+允許用戶根據(jù)實驗的需求來設計或定義多種類型的分析區(qū)域，利用這些區(qū)域組合可以完成幾乎所有的動物行為學實驗：

  a、平臺輪廓圖

  b、一般跟蹤記錄區(qū)域

  c、跟蹤記錄優(yōu)先區(qū)域

  d、跟蹤記錄開始區(qū)域

  e、跟蹤記錄結束區(qū)域

  f、興趣區(qū)域（*升級V2.1版）

• 數(shù)據(jù)深度分析   

  軟件支持將實驗數(shù)據(jù)任意分段分析，為用戶提供了深層次的研究動物“絕望狀態(tài)”行為的可能。例如，用戶開展360s時間的懸尾實驗測試，我們可以定義每60s分析一段數(shù)據(jù)，也可以定義只顯示120s至360s（后四分鐘）的測試數(shù)據(jù)。

• 靈活的實驗開始與結束方式 

  不但提供了手動開始/結束實驗方式，還提供了自動開始/結束實驗、延時開始/延時結束以及遠程開關啟動實驗方式。在自動開始/結束實驗方式下，用戶設置觸發(fā)事件后，系統(tǒng)實時監(jiān)測動物所在的位置，當動物運動到設定的觸發(fā)事件區(qū)域時，系統(tǒng)自動啟動跟蹤任務或結束跟蹤任務。遠程開關方式可以使用戶在遠離計算機的位置啟動實驗，極大地方便了研究人員的操作，降低了工作強度。 例如，在開展水迷宮實驗時，用戶可以定義實驗動物首次上站臺，并持續(xù)在站臺上停留3s，軟件可以自動停止錄像分析。

• 其他特色功能   

  1、SuperMaze軟件支持一鍵刷新數(shù)據(jù)，用戶可以二次修改閾值，重新計算指標，真正實現(xiàn)“秒”計算指標；

  2、 軟件關閉之前，可以將所有的實驗信息保存在一個文件里，后續(xù)可以用軟件隨時打開該文件復核、調查、回顧實驗數(shù)據(jù)；

  3、 “加入討論”按鈕，凡是購買了SuperMaze+的用戶，可以隨時申請加入SuperMaze大家庭，（QQ群）這里匯集了幾乎所有高校、科研機構的開展行為學實驗的同行，是大家討論實驗、監(jiān)督售后的理想場合；

• 測試指標  

  我們?yōu)橛脩籼峁┝朔浅ＸS富的動物行為測試參數(shù)，通過這些參數(shù)可以幫助用戶分析各類動物行為信息。所有的測試指標都精確到每一個用戶定義的分析區(qū)域。

  常規(guī)指標：活動路程、逗留時間、運動速度

  實驗指標：各區(qū)域潛伏期（首次進入時間）、進入次數(shù)、進入深度、路程比例

  特色指標：休息（靜止）時間、掙扎時間、Freezing時間、Freezing次數(shù)

  探索指標：頭部接觸次數(shù)、接觸時間、接觸潛伏期、接近時間、蕞大距離

  大鼠精細行為指標：飲水次數(shù)、飲食次數(shù)、直立次數(shù)（包含支撐性直立和非支撐性直立）、修飾行為、卷縮行為、嗅探行為、跳躍等（需購買SuperScan模塊）