Современные методы и средства оценки проблемного поведения собак-компаньонов: аналитический обзор

Потребность в разработке и применении комплексных методов анализа поведения собак-компаньонов связана с возможностью раннего выявления поведенческих признаков снижения благополучия. Проведение опросов и ретроспективный анализ данных могут показывать недостаточную точность. Визуальное наблюдение человеком в процессе анализа поведения сопровождается высокой трудоемкостью и вероятностью погрешности ввиду субъективности восприятия. С этой позиции более валидную информацию позволяет получить использование видеозаписей, датчиков двигательной активности и применение нейронных сетей для анализа данных. Проведенный анализ источников позволил выявить слабую разработанность в российской литературе возможности применения технологии искусственного интеллекта в анализе поведения животных. В связи с этим в данном обзоре освещается вопрос применения метода акселерометрии и систем компьютерного зрения для анализа уровня двигательной активности у собак. Выявление поведенческих паттернов и их динамика в заданный временной интервал могут быть использованы для оценки психоэмоционального состояния, уровня тревоги и стресса, особенностей взаимодействия с человеком, другими животными и поведения в разных ситуациях. Можно предполагать, что данный комплексный подход создаст возможность объективного выявления собак, имеющих нарушения поведения. В совокупности с анализом вокализаций это может предоставить боле точную и подробную информацию о коммуникации собак, их психоэмоциональном состоянии, а также способствовать раннему выявлению неблагополучия.

1. Kasnesis P. et al. Deep Learning Empowered Wearable-Based Behavior Recognition for Search and Rescue Dogs. Sensors. 2022; 22(3): 993. https://doi.org/10.3390/s22030993

2. Atif O., Lee J., Park D., Chung Y. Behavior-Based Video Summarization System for Dog Health and Welfare Monitoring. Sensors. 2023; 23(6): 2892. https://doi.org/10.3390/s23062892

3. Aguilar-Lazcano C.A., Espinosa-Curiel I.E., Ríos-Martínez J.A., Madera-Ramírez F.A., Pérez-Espinosa H. Machine Learning-Based Sensor Data Fusion for Animal Monitoring: Scoping Review. Sensors. 2023; 23(12): 5732. https://doi.org/10.3390/s23125732

4. Aich S., Chakraborty S., Sim J.-S., Jang D.-J., Kim H.-C. The Design of an Automated System for the Analysis of the Activity and Emotional Patterns of Dogs with Wearable Sensors Using Machine Learning. Applied Sciences. 2019; 9(22): 4938. https://doi.org/10.3390/app9224938

5. Vehkaoja A. et al. Description of movement sensor dataset for dog behavior classification. Data in Brief. 2022; 40: 107822. https://doi.org/10.1016/j.dib.2022.107822

6. Fux A. et al. Objective Video-Based Assessment of ADHD-Like Canine Behavior Using Machine Learning. Animals. 2021; 11(10): 2806. https://doi.org/10.3390/ani11102806

7. Mariti C., Raspanti E., Zilocchi M., Carlone B. Gazzano A. The assessment of dog welfare in the waiting room of a veterinary clinic. Animal Welfare. 2015; 24(3): 299–305. https://doi.org/10.7120/09627286.24.3.299

8. Helsly M., Priymenko N., Girault C., Duranton C., Gaunet F. Dog behaviours in veterinary consultations: Part II. The relationship between the behaviours of dogs and their owners. The Veterinary Journal. 2022; 281: 105789. https://doi.org/10.1016/j.tvjl.2022.105789

9. Kim Y., Sa J., Chung Y., Park D., Lee S. Resource-Efficient Pet Dog Sound Events Classification Using LSTM-FCN Based on Time-Series Data. Sensors. 2018; 18(11): 4019. https://doi.org/10.3390/s18114019

10. Пеньков Д.Я., Новопашина С.И., Санников М.Ю. Определение поисковых способностей собак служебных пород в разные возрастные периоды. Сборник научных трудов Ставропольского научно-исследовательского института животноводства и кормопроизводства. 2010; 3(1): 47‒49. https://elibrary.ru/nwavud

11. Ивонина О.Ю., Маркелова И.Н. Тестирование собак породы американский стаффордширский терьер по поведению для допуска к племенному разведению. Вестник ИрГСХА. 2016; 76: 129‒137. https://elibrary.ru/wzzjcl

12. Семенихина О.Н., Матвеенко Е.С. Коррекция поведения собак. Иппология и ветеринария. 2013; (4): 101‒104. https://elibrary.ru/ruxglr

13. Ефимова Н.А. Выявление типа темперамента собаки и его влияние на ее обучаемость и дрессируемость. Наука и социум. Мате¬ риалы Всероссийской научно-практической конференции с международным участием. Новосибирск: Сибирский институт практической психологии, педагогики и социальной работы. 2017; 53‒55. https://elibrary.ru/ygnmdl

14. Алтухов Б.Н., Мистюкова О.Н., Фоминок А.А. Особенности агрессивного поведения собак. Ветеринарно-санитарные аспекты качества и безопасности сельскохозяйственной продукции. Материалы V Международной научно-практической конференции. Воронеж: Воронежский государственный аграрный университет им. императора Петра I. 2021; 1: 18‒25. https://elibrary.ru/suawva

15. Савичева С.В. Коррекция поведения собак. Иппология и ветеринария. 2013; (2): 49‒52. https://elibrary.ru/rbpdzd

16. Борина П.И., Сунцова Е.Н. Зоопсихология — социальное поведение собак. Научные труды студентов Ижевской ГСХА. 2019; (1): 205‒209. https://elibrary.ru/bgauxj

17. Бутова А.А. Асоциальные собаки: социализация и снижение влияния стресс-факторов при ветеринарных манипуляциях. Ученые записки Казанской государственной академии ветеринарной медицины им. Н.Э. Баумана. 2021; 247: 27‒33. https://elibrary.ru/rfaknf

18. Гончарова Д.А., Слесаренко Н.А. Корреляционная зависимость поведенческих отклонений с типом латерализации у Canis lupus familiaris. Неделя студенческой науки. Материалы Всероссийской студенческой научно-практической конференции. М.: Московская государственная академия ветеринарной медицины и биотехнологии — МВА им. К.И. Скрябина. 2022; 371‒373. https://elibrary.ru/zynzqc

19. Lit L., Schweitzer J.B., Iosif A.-M., Oberbauer A.M. Owner reports of attention, activity, and impulsivity in dogs: a replication study. Behavioral and Brain Functions. 2010; 6: 1. https://doi.org/10.1186/1744-9081-6-1

20. Wright H.F., Mills D.S., Pollux P.M. Behavioural and physiological correlates of impulsivity in the domestic dog (Canis familiaris). Physiology & Behavior. 2012; 105(3): 676‒682. https://doi.org/10.1016/j.physbeh.2011.09.019

21. Puurunen J. et al. A non-targeted metabolite profiling pilot study suggests that tryptophan and lipid metabolisms are linked with ADHDlike behaviours in dogs. Behavioral and Brain Functions. 2016; 12: 27. https://doi.org/10.1186/s12993-016-0112-1

22. Masson S., Gaultier E. Retrospecive study on hypersensitivityhyperactivity syndrome in dogs: long-term outcome of high dose fluoxetine treatment and proposal of a clinical score. Dog Behavior. 2018; 4(2): 15–32. https://doi.org/10.4454/db.v4i2.79

23. Bleuer-Elsner S. et al. Computational Analysis of Movement Patterns of Dogs with ADHD-Like Behavior. Animals. 2019; 9(12): 1140. https://doi.org/10.3390/ani9121140

24. Bunford N., Csibra B., Peták C., Ferdinandy B., Miklósi Á., Gácsi M. Associations among behavioral inhibition and owner-rated attention, hyperactivity/impulsivity, and personality in the domestic dog (Canis familiaris). Journal of Comparative Psychology. 2019; 133(2): 233‒243. https://doi.org/10.1037/com0000151

25. Dinwoodie I.R., Dwyer B., Zottol V., Gleason D., Dodman N.H. Demographics and comorbidity of behavior problems in dogs. Journal of Veterinary Behavior. 2019; 32: 62‒71. https://doi.org/10.1016/j.jveb.2019.04.007

26. Salonen M., Mikkola S., Hakanen E., Sulkama S., Puurunen J., Lohi H. Personality traits associate with behavioral problems in pet dogs. Translational Psychiatry. 2022; 12: 78. https://doi.org/10.1038/s41398-022-01841-0

27. Salonen M., Mikkola S., Hakanen E., Sulkama S., Puurunen J., Lohi H. Reliability and Validity of a Dog Personality and Unwanted Behavior Survey. Animals. 2021; 11(5): 1234. https://doi.org/10.3390/ani11051234

28. Salonen M. et al. Prevalence, comorbidity, and breed differences in canine anxiety in 13,700 Finnish pet dogs. Scientific Reports. 2020; 10: 2962. https://doi.org/10.1038/s41598-020-59837-z

29. Mikkola S. et al. Aggressive behaviour is affected by demographic, environmental and behavioural factors in purebred dogs. Scientific Reports. 2021; 11: 9433. https://doi.org/10.1038/s41598-021-88793-5

30. Powell L., Duffy D.L., Kruger K.A., Watson B., Serpell J.A. Relinquishing Owners Underestimate Their Dog’s Behavioral Problems: Deception or Lack of Knowledge?. Frontiers in Veterinary Science. 2021; 8: 734973. https://doi.org/10.3389/fvets.2021.734973

31. Gáll Z., Székely O. Role of Vitamin D in Cognitive Dysfunction: New Molecular Concepts and Discrepancies between Animal and Human Findings. Nutrients. 2021; 13(11): 3672. https://doi.org/10.3390/nu13113672

32. Авилов А.В., Фомина А.С., Крикунова А.А., Ермаков А.М. Методика классификации вокализации собак как маркера тревожного или агрессивного поведения. Ветеринария Кубани. 2022; (3): 35‒37. https://elibrary.ru/cwjbsn

33. Авилов А.В., Фомина А.С., Скубак П.Г., Крахмалев Т.К., Ермаков А.М. Разработка устройства для оценки эмоционального состояния собак-компаньонов на основе анализа вокализаций при тревожности и лае. Ветеринарная патология. 2023; 22(3): 32‒44. https://doi.org/10.23947/2949-4826-2023-22-3-32-44

34. Rodriguez K.E., Herzog H., Gee N.R. Variability in Human-Animal Interaction Research. Frontiers in Veterinary Science. 2021; 7: 619600 https://doi.org/10.3389/fvets.2020.619600

35. Фомина А.С., Васильев П.В., Долгов В.В., Крикунова А.А., Ермаков А.М. Новый подход к комплексной оценке проблемного поведения собак-компаньонов. Сообщение 1. Международный вестник ветеринарии. 2025; (1): 424‒436. https://doi.org/10.52419/issn2072-2419.2025.1.424

36. Фомина А.С. и др. Проблемное поведение собак-компаньонов: важно для человека, важно для общества. Российский психологический журнал. 2024; 21(4): 45‒78. https://doi.org/10.21702/3k5pk670

37. Tiira K., Lohi H. Reliability and validity of a questionnaire survey in canine anxiety research. Applied Animal Behaviour Science. 2014; 155: 82–92. https://doi.org10.1016/j.applanim.2014.03.007

38. Tiira K., Sulkama S., Lohi H. Prevalence, comorbidity, and behavioral variation in canine anxiety. Journal of Veterinary Behavior. 2016; 16: 36‒44. https://doi.org/10.1016/j.jveb.2016.06.008

39. Westgarth C., Brooke M., Christley R.M. How many people have been bitten by dogs? A cross-sectional survey of prevalence, incidence and factors associated with dog bites in a UK community. Journal of Epidemiology & Community Health. 2018; 72(4): 331‒336. https://doi.org/10.1136/jech-2017-209330

40. Bowen J., García E., Darder P., Argüelles J., Fatjó J. The effects of the Spanish COVID-19 lockdown on people, their pets, and the human-animal bond. Journal of Veterinary Behavior. 2020; 40: 75‒91. https://doi.org/10.1016/j.jveb.2020.05.013

41. Katica M. et al. Interdisciplinary aspects of possible negative effects of dogs on humans in Bosnia and Herzegovina. Medicinski glasnik. 2020; 17(2): 246‒251. https://doi.org/10.17392/1187-20

42. Degeling C., Hall J., van Eeden L.M., Finlay S.M., Gurung S.M., Brookes V.J. Representations of Free-Living and Unrestrained Dogs as an Emerging Public Health Issue in Australian Newspapers. International Journal of Environmental Research and Public Health. 2021; 18(11): 5807. https://doi.org/10.3390/ijerph18115807

43. Gobbo E., Zupan M. Dogs’ Sociability, Owners’ Neuroticism and Attachment Style to Pets as Predictors of Dog Aggression. Animals. 2020; 10(2): 315. https://doi.org/10.3390/ani10020315

44. Parente G. et al. Consequences of COVID-19 Lockdown on Children and Their Pets: Dangerous Increase of Dog Bites among the Paediatric Population. Children. 2021; 8(8): 620. https://doi.org/10.3390/children8080620

45. Stubsjøen S.M., Moe R.O., Johannessen C., Larsen M., Madsen H., Muri K. Can shelter dog observers score behavioural expressions consistently over time? Acta Veterinaria Scandinavica. 2022; 64: 35. https://doi.org/10.1186/s13028-022-00654-x

46. Franzini de Souza C.C., Dias D.P.M., de Souza R.N., de Medeiros M.A. Use of behavioural and physiological responses for scoring sound sensitivity in dogs. PLoS ONE. 2018; 13(8): e0200618. https://doi.org/10.1371/journal.pone.0200618

47. Gähwiler S., Bremhorst A., Tóth K., Riemer S. Fear expressions of dogs during New Year fireworks: a video analysis. Scientific Reports. 2020; 10: 16035. https://doi.org/10.1038/s41598-020-72841-7

48. Scaglia E., Cannas S., Minero M., Frank D., Bassi A., Palestrini C. Video analysis of adult dogs when left home alone. Journal of Veterinary Behavior. 2013; 8(6): 412‒417. https://doi.org/10.1016/j.jveb.2013.04.065

49. Gruen M.E. et al. The use of an open-field model to assess soundinduced fear and anxiety-associated behaviors in Labrador retrievers. Journal of Veterinary Behavior. 2015; 10(4): 338‒345. https://doi.org/10.1016/j.jveb.2015.03.007

50. Fish R.E., Foster M.L., Gruen M.E., Sherman B.L., Dorman D.C. Effect of Wearing a Telemetry Jacket on Behavioral and Physiologic Parameters of Dogs in the Open-Field Test. Journal of the American Association for Laboratory Animal Science. 2017; 56(4): 382‒389.

51. Dalley J.W., Roiser J.P. Dopamine, serotonin and impulsivity. Neuroscience. 2012; 215: 42‒58. https://doi.org/10.1016/j.neuroscience.2012.03.065

52. Bremhorst A., Sutter N.A., Würbel H., Mills D.S., Riemer S. Differences in facial expressions during positive anticipation and frustration in dogs awaiting a reward. Scientific Reports. 2019; 9: 19312. https://doi.org/10.1038/s41598-019-55714-6

53. Magula L., Moxley K., Lachman A. Iron deficiency in South African children and adolescents with attention deficit hyperactivity disorder. Journal of Child & Adolescent Mental Health. 2019; 31(2): 85‒92. https://doi.org/10.2989/17280583.2019.1637345

54. Barnard S. et al. Quick, Accurate, Smart: 3D Computer Vision Technology Helps Assessing Confined Animals’ Behaviour. PLoS ONE. 2016; 11(7): e0158748. https://doi.org/10.1371/journal.pone.0158748

55. Rowlison de Ortiz A., Belda B., Hash J., Enomoto M., Robertson J., Lascelles B.D.X. Initial exploration of the discriminatory ability of the PetPace collar to detect differences in activity and physiological variables between healthy and osteoarthritic dogs. Frontiers in Pain Research. 2022; 3: 949877. https://doi.org/10.3389/fpain.2022.949877

56. den Uijl I., Gómez Álvarez C.B., Bartram D., Dror Y., Holland R., Cook A. External validation of a collar-mounted triaxial accelerometer for second-by-second monitoring of eight behavioural states in dogs. PLoS ONE. 2017; 12(11): e0188481. https://doi.org/10.1371/journal.pone.0188481

57. Li M.F., Nagendran L., Schroeder L., Samson D.R. The activity patterns of nonworking and working sled dogs. Scientific Reports. 2022; 12: 7999. https://doi.org/10.1038/s41598-022-11635-5

58. Bruno E.A., Guthrie J.W., Ellwood S.A., Mellanby R.J., Clements D.N. Global Positioning System Derived Performance Measures Are Responsive Indicators of Physical Activity, Disease and the Success of Clinical Treatments in Domestic Dogs. PLoS ONE. 2015; 10(2): e0117094. https://doi.org/10.1371/journal.pone.0117094

59. Chambers R.D. et al. Deep Learning Classification of Canine Behavior Using a Single Collar-Mounted Accelerometer: Real-World Validation. Animals. 2021; 11(6):1549. https://doi.org/10.3390/ani11061549

60. Kikusui T. et al. Beacon-based sleep-wake monitoring in dogs. Journal of Veterinary Medical Science. 2024; 86(6): 631‒635. https://doi.org/10.1292/jvms.23-0472

61. Foster M., Wu T., Roberts D.L., Bozkurt A. Preliminary Evaluation of a System with On-Body and Aerial Sensors for Monitoring Working Dogs. Sensors. 2022; 22(19): 7631. https://doi.org/10.3390/s22197631

62. Martin K.W., Olsen A.M., Duncan C.G., Duerr F.M. The method of attachment influences accelerometer-based activity data in dogs. BMC Veterinary Research. 2017; 13: 48. https://doi.org/10.1186/s12917-017-0971-1

63. Gerencsér L., Vásárhelyi G., Nagy M., Vicsek T., Miklósi A. Identification of Behaviour in Freely Moving Dogs (Canis familiaris) Using Inertial Sensors. PLoS ONE. 2013; 8(10): e77814. https://doi.org/10.1371/journal.pone.0077814

64. Wernimont S.M., Thompson R.J., Mickelsen S.L., Smith S.C., Alvarenga I.C., Gross K.L. Use of Accelerometer Activity Monitors to Detect Changes in Pruritic Behaviors: Interim Clinical Data on 6 Dogs. Sensors. 2018; 18(1): 249. https://doi.org/10.3390/s18010249

65. Ren W., Wei P., Yu S., Zhang Y.Q. Left-right asymmetry and attractor-like dynamics of dog’s tail wagging during dog-human interactions. iScience. 2022; 25(8): 104747. https://doi.org/10.1016/j.isci.2022.104747

66. Völter C.J., Starić D., Huber L. Using machine learning to track dogs’ exploratory behaviour in the presence and absence of their caregiver. Animal Behaviour. 2023; 197: 97‒111. https://doi.org/10.1016/j.anbehav.2023.01.004

67. Wan L., Ge W.-R., Zhang S., Sun Y.-L., Wang B., Yang G. Case-Control Study of the Effects of Gut Microbiota Composition on Neurotransmitter Metabolic Pathways in Children With Attention Deficit Hyperactivity Disorder. Frontiers in Neuroscience. 2020; 14: 127. https://doi.org/10.3389/fnins.2020.00127

68. Karl S. et al. Exploring the dog-human relationship by combining fMRI, eye-tracking and behavioural measures. Scientific Reports. 2020; 10: 22273. https://doi.org/10.1038/s41598-020-79247-5

69. Владимиров Ф.Е., Базаев С.О., Хакимов А.Р., Юрочка С.С. Оценка поведенческих реакций у крупного рогатого скота. Аграрная наука. 2024; (1): 75–80. https://doi.org/10.32634/0869-8155-2024-378-1-75-80