BIOSEB的动态足底测痛仪的高级版本允许基于视频解决方案更快地识别爪子，利用动态条件下最先进的形态分析算法。传统失能测试的一种有效且先进的替代方案，用于评估涉及大鼠和小鼠的镇痛/伤害感受研究中的疼痛敏感性，包括骨关节炎、骨癌、镇痛物质、帕金森病、异常性疼痛......。

该仪器在三十多篇出版物中得到验证后，使研究人员能够回答与非诱发疼痛模型以及神经性，炎症或骨关节炎疾病有关的许多询问。最近，我们的DWB（动态承重）的应用框架得到了扩展：该仪器不仅是疼痛模型的必备工具，而且其姿势分析能力已被证明是研究骨骼疾病（骨折，癌症，关节炎等），CNS（中枢神经系统）病理以及与前庭系统相关的疾病（眩晕）的理想工具。

我们重新设计了自动姿势分析算法以提高其精度。这些算法现在得到了大鼠和小鼠预先记录的姿势的完整数据库的支持。数据采集和分析速度大大加快，精度更高。

已实施信任指数以进行自动结果分析。这为操作员节省了大量时间，然后操作员可以选择仅保留具有高信任指数的数据，或者对较低信任指数进行更深入的手动分析。

现在，软件中嵌入了一个群体管理模块以及动物名单，以遵循GLP程序并避免错误，从而提高结果的可靠性。

此外，新的改进将很快发布。我们目前正在研究新的计算参数，例如支撑多边形（包含与爪子之间的距离和重心位置有关的几个数据点）以及BOS（底座或支撑，或两个后爪之间的距离）。

测量参数

• 每只爪子的重量（g 和动物总重量百分比）

• 分组前爪和后爪的重量（g 和 % 动物总重量）

• 左/右和前/后重量比

• 每只爪子的表面（mm²）

• 分组前后爪的表面 （mm²）

• 每个参数的变异性（标准偏差/平均值）

• 给出每个姿势的参数并作为整个实验

• 整个实验中不同姿势（4 只爪子、攀爬等）的持续时间

    • 整个实验中每只爪子花费的总时间