Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Neuroscience

Pupillometri för att bedöma hörselkänsla hos marsvin

Published: January 6, 2023 doi: 10.3791/64581

Summary

Pupillometri, en enkel och icke-invasiv teknik, föreslås som en metod för att bestämma tröskelvärden för hörsel i buller hos normala hörseldjur och djurmodeller av olika hörselpatologier.

Abstract

Bullerexponering är en ledande orsak till sensorineural hörselnedsättning. Djurmodeller av bullerinducerad hörselnedsättning har genererat mekanistisk insikt i de underliggande anatomiska och fysiologiska patologierna för hörselnedsättning. Att relatera beteendemässiga underskott som observerats hos människor med hörselnedsättning till beteendemässiga underskott i djurmodeller är dock fortfarande utmanande. Här föreslås pupillometri som en metod som möjliggör direkt jämförelse av djur- och humanbeteendedata. Metoden är baserad på ett modifierat udda paradigm - att habituera ämnet till upprepad presentation av en stimulans och intermittent presentera en avvikande stimulans som varierar på något parametriskt sätt från den upprepade stimulansen. Den grundläggande förutsättningen är att om förändringen mellan den upprepade och avvikande stimulansen detekteras av ämnet, kommer det att utlösa ett pupillutvidgningssvar som är större än det som framkallas av den upprepade stimulansen. Detta tillvägagångssätt demonstreras med hjälp av en vokaliseringskategoriseringsuppgift hos marsvin, en djurmodell som ofta används i hörselforskning, inklusive i hörselnedsättningsstudier. Genom att presentera vokaliseringar från en vokaliseringskategori som standardstimuli och en andra kategori som udda stimuli inbäddade i brus vid olika signal-brusförhållanden, visas att storleken på pupillutvidgning som svar på oddball-kategorin varierar monotont med signal-brusförhållandet. Tillväxtkurvanalyser kan sedan användas för att karakterisera tidsförloppet och statistisk signifikans av dessa pupillutvidgningssvar. I detta protokoll beskrivs detaljerade procedurer för att acklimatisera marsvin till installationen, genomföra pupillometri och utvärdera / analysera data. Även om denna teknik demonstreras hos marsvin med normal hörsel i detta protokoll, kan metoden användas för att bedöma de sensoriska effekterna av olika former av hörselnedsättning hos varje försöksperson. Dessa effekter kan sedan korreleras med samtidiga elektrofysiologiska mätningar och post-hoc anatomiska observationer.

Introduction

Pupilldiameter (PD) kan påverkas av ett stort antal faktorer och mätningen av PD som förändras över tid kallas pupillometri. PD styrs av irissfinktermuskeln (involverad i förträngning) och irisdilaterarmuskeln (involverad i utvidgning). Förträngningsmuskeln innerveras av det parasympatiska systemet och involverar kolinerga projektioner, medan irisdilateraren innerveras av det sympatiska systemet som involverar noradrenerga och kolinerga projektioner 1,2,3. Den mest kända stimulansen för att inducera PD-förändringar är luminans-förträngning och utvidgningssvar hos pupillen kan produceras genom variationer i omgivande ljusintensitet2. PD ändras också som en funktion av brännvidd2. Det har dock varit känt i årtionden att PD också visar icke-luminansrelaterade fluktuationer 4,5,6,7. Till exempel kan förändringar i interna mentala tillstånd framkalla övergående PD-förändringar. Pupillen utvidgas som svar på känslomässigt laddade stimuli eller ökar med upphetsning 4,5,8,9. Pupillutvidgning kan också relateras till andra kognitiva mekanismer, såsom ökad mental ansträngning eller uppmärksamhet10,11,12,13. På grund av detta förhållande mellan elevstorleksvariationer och mentala tillstånd har PD-förändringar undersökts som en markör för kliniska störningar som schizofreni 14,15, ångest 16,17,18, Parkinsons sjukdom 19,20 och Alzheimers sjukdom 21 , bland andra. Hos djur spårar PD-förändringar interna beteendetillstånd och är korrelerade med neuronala aktivitetsnivåer i kortikala områden22,23,24,25. Pupilldiameter har också visat sig vara en tillförlitlig indikator på sömntillståndet hos möss26. Dessa PD-förändringar relaterade till upphetsning och det interna tillståndet uppträder vanligtvis på långa tidsskalor i storleksordningen flera tiotals sekunder.

Inom hörselforskningen, såväl inom normalhörsel som hos hörselskadade försökspersoner, har lyssningsansträngning och hörselperception bedömts med hjälp av pupillometri. Dessa studier involverar vanligtvis utbildade forskningspersoner27,28,29,30 som utför olika typer av detekterings- eller igenkänningsuppgifter. På grund av det ovan nämnda förhållandet mellan upphetsning och PD har ökat uppgiftsengagemang och lyssningsansträngning visat sig vara korrelerade med ökade pupillutvidgningssvar 30,31,32,33,34,35. Således har pupillometri använts för att visa att ökad lyssningsansträngning används för att känna igen spektralt nedbrutet tal hos normalhörande lyssnare29,36. Hos hörselskadade lyssnare, såsom personer med åldersrelaterad hörselnedsättning 27,30,37,38,39,40,41 och användare av cochleaimplantat 42,43, ökade pupillsvaren också med minskande taluppfattbarhet; Hörselskadade lyssnare visade dock större pupillutvidgning under lättare lyssningsförhållanden jämfört med normala hörselpersoner 27,30,37,38,39,40,41,42,43. Men experiment som kräver att lyssnaren utför en igenkänningsuppgift är inte alltid möjliga - till exempel hos spädbarn eller i vissa djurmodeller. Således kan icke-luminansrelaterade pupillresponser som framkallas av akustiska stimuli vara en livskraftig alternativ metod för att bedöma hörseldetektering i dessa fall44,45. Tidigare studier visade en övergående och stimulansbunden pupillutvidgning som en del av orienteringsreflexen46. Senare studier har visat användningen av stimulusbundna pupillutvidgningar för att härleda frekvenskänslighetskurvor hos ugglor47,48. Nyligen har dessa metoder anpassats för att bedöma känsligheten hos pupillutvidgningssvaret hos mänskliga spädbarn48. Pupillometri har visat sig vara ett tillförlitligt och icke-invasivt tillvägagångssätt för att uppskatta auditiva detektions- och diskrimineringströsklar hos passivt lyssnande marsvin (GP) genom att använda ett brett spektrum av enkla (toner) och komplexa (GP-vokaliseringar) stimuli49. Dessa stimulusrelaterade PD-förändringar uppträder vanligtvis vid snabbare tidsskalor i storleksordningen flera sekunder och är kopplade till stimulustiming. Här föreslås pupillometri av stimulusrelaterade PD-förändringar som en metod för att studera beteendeeffekter av olika typer av hörselnedsättning i djurmodeller. I synnerhet beskrivs pupillometriprotokoll för användning i allmänläkare, en väletablerad djurmodell av olika typer av hörselpatologier 50,51,52,53,54,55,56 (se även referens 57 för en uttömmande granskning).

Även om denna teknik demonstreras hos normalhörande allmänläkare, kan dessa metoder enkelt anpassas till andra djurmodeller och djurmodeller av olika hörselpatologier. Viktigt är att pupillometri kan kombineras med andra icke-invasiva mätningar såsom EEG, liksom med invasiva elektrofysiologiska inspelningar för att studera mekanismerna bakom möjliga ljuddetektering och perceptionsunderskott. Slutligen kan detta tillvägagångssätt också användas för att fastställa breda likheter mellan modeller för människor och djur.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

För alla experimentella förfaranden, få godkännande från Institutional Animal Care and Use Committee (IACUC) och följ NIH: s riktlinjer för vård och användning av försöksdjur. I USA omfattas allmänläkare dessutom av United States Department of Agriculture (USDA) regler. Alla procedurer i detta protokoll godkändes av University of Pittsburgh IACUC och följde NIH: s riktlinjer för vård och användning av laboratoriedjur. För detta experiment användes tre manliga vildtyp, pigmenterade läkare mellan 4 och 10 månaders ålder, med ~ 600-1000 g vikt.

1. Kirurgiskt ingrepp

  1. Utför alla pupillometriexperiment i vakna, huvudfixerade och passivt lyssnande pigmenterade läkare. Kontrollera normal hörsel hos försökspersoner med hjälp av klick- och ABR-inspelningar (pure-tone auditory brainstem response)58.
    OBS: Även om insamling av pupillometridata i sig är icke-invasiv, används en invasiv huvudkirurgi efter implantat i detta protokoll för att immobilisera djurets huvud under proceduren. Alternativ presenteras i avsnittet Diskussion.
  2. Implantera först alla försöksdjur med en huvudstolpe i rostfritt stål för huvudfixering under isofluranbedövning. Använd aseptiska kirurgiska tekniker för att förankra huvudstolpen i skallen med en kombination av benskruvar och tandakryl58.
  3. Ge djuren postoperativ vård, inklusive administrering av systemiska och aktuella analgetika. Efter en 2-veckors återhämtningsperiod, acklimatisera gradvis djur till experimentuppsättningen.
    OBS: Det kirurgiska ingreppet är baserat på tidigare publicerade metoder i GPs58 samt andra arter59,60, och är inte i fokus för detta protokoll.

2. Djurens acklimatisering till försöksuppställningen

OBS: Experiment äger vanligtvis rum i en ljuddämpad kammare eller monter (se materialtabell). Den tid som krävs för att bekanta ett djur med installationen varierar från ämne till ämne. Typiska acklimatiseringstider anges nedan. Ett väl acklimatiserat djur tolererar huvudfixering med minimal kroppsrörelse och resulterar i bättre pupilldiametermätningar.

  1. Efter en 2-veckors återhämtningsperiod, bekanta först djuren med hantering och transport (2-3 dagar). Denna acklimatisering är avgörande för att minska stress och ångest. För att göra djuret förtroget med hantering, placera djuret i sin transportbehållare under ökande tid (10-30 min) och hantera djuret under ökande tid (10-30 min).
  2. Därefter acklimatisera djuret till experimentinställningen (2-3 dagar) genom att placera djuret i ett hölje i 10-45 minuter (figur 1A). Inhägnaden måste tillåta små hållningsförskjutningar för djurets komfort under försöket. Tillåt små posturala skift för djurets komfort under experimentet. Det är dock känt att pupillutvidgning föregår rörelse49. Mät därför djurets rörelse och ta hänsyn till denna rörelse i dataanalysen (figur 1C).
  3. Som en del av denna acklimatisering, hantera manuellt den implanterade huvudstolpen, som om djuret kommer att vara huvudfixerat. Håll huvudstolpen under ökande varaktigheter (10-60 s).
  4. Efter manuell acklimatisering och beroende på djurets beteende, försök att huvudfixera djuret till en stel ram med implantathållaren.
  5. Öka långsamt huvudfixeringstiden (10-45 min) tills djuret är lugnt och relativt stilla medan huvudet fixeras (2-3 dagar).
  6. Vänja djuret till närvaron av kameran, IR-ljuskällan och den vita ljuskällan (1-2 dagar). Slå på det vita ljuset, gradvis öka varaktigheten (10 min till 30 min).
  7. Vänj djuret vid akustisk stimulering genom att spela en mängd olika ljud (t.ex. rena toner, klick, vokaliseringar) vid olika ljudnivåer (1-2 dagar, samtidigt med steg 2.6). För att minimera tillvänjning till experimentella stimuli, använd ljud som skiljer sig från de som planeras för pupillometriexperimenten i detta steg.

3. Kalibrering av pupillkamera

OBS: Kameran som används för pupillometri matar ut en video via USB till pupillometriprogramvaran. Från den här videon extraheras pupilldiametern med hjälp av en ellipspassning och användarjusterbart tröskelvärde av pupillometriprogramvarupaketet (se Materialtabell). Programvaran gränssnitt sedan med ett digital-till-analog-kort. Kortet matar ut ett analogt spänningsvärde som är proportionellt mot pupilldiametern. Kalibrering krävs för att omvandla detta spänningsvärde tillbaka till pupilldiameter i längdenheter.

  1. Placera ett pappersark som innehåller bilder av svarta skivor med känd diameter på samma plats där GP: s öga kommer att ligga under pupillometri. För allmänläkare ligger PD i 4 mm-intervallet. Utför därför kalibrering med 3 mm, 4 mm och 5 mm skivor.
  2. Placera pupillometrikameran (se Materialförteckning) på samma avstånd (25 cm) där experimenten ska utföras. Justera kamerans bländare och fokus tills en skarpt fokuserad bild av en skiva med känd diameter erhålls.
  3. I programvaran för elevlometriförvärv (se materialtabell) justerar du tröskeln så att ellipsens kontur passar nära den avbildade skivan och noterar det analoga utgångsspänningsvärdet och skalningen.
  4. Upprepa proceduren för skivorna 3 mm, 4 mm och 5 mm. Tabulera sedan de faktiska diametervärdena (i mm) som motsvarar de analoga utgångsspänningsvärdena.

4. Insamling av elevlometridata

  1. Utför alla experiment i en ljuddämpad bås eller kammare, med innerväggarna täckta med ekofritt skum.
  2. För tillförsel av frifältsstimulans, montera en kalibrerad högtalare på den ljuddämpade kammarväggen, i samma höjd som den position där djuret ska placeras.
    OBS: Valet av högtalare beror på arten som studeras och de stimuli som planeras. För GP-vokaliseringar, använd en drivrutinshögtalare med full räckvidd som har ett relativt platt (±3 dB) frekvenssvar i vokaliseringsfrekvensområdet 0,5-3 kHz (figur 1A).
  3. Placera djuret i inhägnaden och se till att stora kroppsrörelser inte är möjliga (figur 1A). Fäst djurets huvud på den styva ramen enligt beskrivningen i steg 2 (figur 1A).
  4. Placera en piezoelektrisk sensor under inhägnaden för att upptäcka och registrera djurrörelser (figur 1A).
  5. För att ställa in luftpuffen, använd en hållare fäst vid bordsskivan för att placera en pipettspets på ~ 15 cm framför djurets nos. Anslut ett kiselrör (~ 3 mm diameter) till pipettspetsen och anslut röret till en reglerad luftcylinder.
  6. Håll cylinderns lufttryck mellan 20 och 25 psi. För röret genom en klämventil för att styra luftpuffens timing och varaktighet med hjälp av ett datorstyrt relä.
  7. Lys upp ögat med en infraröd LED-matris placerad på ~ 10 cm avstånd. Använd vit LED-belysning med en intensitet på ~ 2,000 cd / m2 för att belysa det avbildade ögat och få baslinjen PD till ~ 3,5 mm. Behåll konstanta belysningsförhållanden i experimentkammaren under experimentella sessioner.
    OBS: I normal laboratoriebelysning (~ 500 cd / m2) är GP-pupillen ganska dilaterad och tillåter inte observation av ytterligare stimulansbunden utvidgning. Genom att använda ytterligare belysning bringas pupillen till en baslinjediameter på ~ 3,5 mm, vilket möjliggör ett tillräckligt dynamiskt område för att observera stimulansbunden utvidgning. Detta säkerställer också konsekventa baslinjer mellan sessioner och ämnen.
  8. Öppna programmet för elevanskaffning och hämta videon (med 90 fps) av eleven med en kamera med ett 16 mm-objektiv (rumslig upplösning på 0,15 ° synvinkel) och infrarött (IR) filter placerat på 25 cm avstånd från det avbildade ögat. Se till att ögat är centrerat i det avbildade området.
  9. Reglera kamerans bländare och fokus, liksom IR-nivån tills konturen av den avbildade pupillen är i skarpt fokus.
  10. I programmet för elevförvärv definierar du intresseområdet som innehåller eleven genom att välja ett rektangulärt område med musen.
  11. Använd kontrollpanelen för elevförvärvsprogrammet för att justera ljusstyrkan och kontrasten för den förvärvade videon. Ställ in skanningsdensiteten på 5 och justera tröskeln så att ellipspassningen nära matchar elevens kontur i videon.
  12. Använd processorprogramvaran för neuralt gränssnitt, förvärva och spara den analoga signalen från PD-spåret, spänningsspåret från den piezoelektriska sensorn som registrerar rörelse, stimulansleveranstiderna och leveranstiderna för luftpuffar.

5. Call-in-noise-detektering och kategorisk diskriminering med hjälp av ett modifierat udda paradigm

OBS: Stimuli för pupillometriexperiment bestod av GP-vokaliseringar som registrerades i en djurkoloni58. Vokaliseringsexemplen finns i följande databas: https://github.com/vatsunlab/CaviaVOX. I synnerhet användes wheek och whine samtal för att framkalla de elevsvar som visas i de representativa resultaten. Från varje kategori väljer du vokaliseringar vars längder är ungefär lika. För att ta hänsyn till skillnader i inspelningsamplituden och temporala kuvert för vokaliseringarna, normalisera vokaliseringarna med deras rotmedelkvadratamplituder (rms), om det behövs.

  1. Presentera de auditiva stimuli med hjälp av MATLAB med en lämplig samplingsfrekvens. För allmänläkare, som är lågfrekventa hörseldjur, är en samplingsfrekvens på 100 kHz tillräcklig.
  2. Välj åtta olika exempel på GP-vokaliseringar av liknande längd från två olika kategorier av vokaliseringar (t.ex. wheek calls och whine calls). En kategori (åtta exemplar) kommer att fungera som standardstimuli, och den andra kategorin (åtta exemplar) kommer att fungera som udda eller avvikande stimuli (figur 2A).
  3. För att generera 1 s lång standard och avvikande stimuli inbäddade i brus vid olika signal-brus-förhållande (SNR) nivåer, lägg till vitt brus av samma längd till samtalen (gated brus). Intervallet av SNR som samplas i detta experiment är mellan -24 dB SNR och +40 dB SNR.
  4. Med hjälp av en blockdesign, i varje experimentell session (~ 12 min varaktighet), samla in data som motsvarar en enda SNR-nivå. I varje session använder du åtta exempel på en vokaliseringskategori vid en viss SNR som standardstimuli och åtta exempel på den andra vokaliseringskategorin på samma SNR-nivå som avvikande stimuli.
    OBS: Ett typiskt experimentellt block varar ~ 12 minuter. Beroende på djurets beteende och tillvänjning av pupillsvar kan det vara möjligt att skaffa data för 3-4 block varje dag (~ 45 - 60 minuter). Under hela denna varaktighet, övervaka djuret noggrant via elevvideon, rörelsespåret, såväl som direkt mellan blocken.
  5. För varje session, förbered en pseudoslumpmässig stimulanspresentationssekvens som innehåller standardstimuli >90% av tiden. Se till att mellan avvikande stimuli finns det minst 20 försök med standardstimuli (figur 2B).
    OBS: Beroende på experimentet kan ordningen av avvikande stimuli inom stimulanspresentationssekvensen anta en latinsk kvadratisk design för att säkerställa att varje unik avvikande stimulans upptar en unik sekventiell position i varje session. Medelvärde över alla sessioner kan således minimera effekten av den avvikande stimulanspositionen inom den totala stimulanssekvensen.
  6. Använd en fast stimulansintensitet (till exempel 85 dB SPL) för all stimulanspresentation.
    OBS: Använd en lämplig digital-till-analog-omvandlare för att generera en ljudsignal, dämpa den till önskad ljudnivå med hjälp av en programmerbar dämpare, förstärka signalen och leverera signalen med en kalibrerad högtalare (till exempel hårdvara, se materialtabell).
  7. Presentera stimuli med hög tidsmässig regelbundenhet (1 s stimulans följt av 3 s tystnad som visas i de representativa resultaten).
    OBS: Pupillutvidgningssvaren är långsamma, vanligtvis toppar cirka 1 s efter stimulansstart och tar cirka 5 s för att återgå till baslinje49. Stimulanspresentationshastigheten måste vara tillräckligt låg för att ta hänsyn till dessa långsamma tidsramar. Temporal regelbundenhet är viktig eftersom det är möjligt att avbryta tidsmönstret i sig kan fungera som en avvikande stimulans.
  8. För att upprätthålla djurets engagemang med stimuli och för att minimera tillvänjning, eventuellt leverera en kort luftpuff (100 ms) efter den avvikande stimulansen. Se till att luftpuffens början är tillräckligt separerad från stimulansvaraktigheten (2,5 s från stimulansstart) så att stimulansframkallade pupillutvidgningssvar når en topp innan luftpuffinducerade blinkartefakter.
    OBS: I det klassiska udda paradigmet används inga positiva eller negativa förstärkningar. Eftersom en luftpuff används här som en milt aversiv förstärkning för att upprätthålla djurets engagemang med hörselstimuli, kallas paradigmet som ett modifierat udda paradigm.

6. Analys och statistik

OBS: Alla analyser utfördes med anpassad kod skriven i MATLAB (tillgänglig på https://github.com/vatsunlab/GP_Pupil). Två huvudsakliga analysmetoder beskrivs, som behandlar reliabiliteten respektive tidsförloppet för elevsvar. Valet av en eller båda metoderna kommer att dikteras av experimentell design.

  1. Rörelsedetektering och uteslutning av rättegångar
    1. Använd koden pupil_avg_JOVE.m för att utföra rörelsedetektering och uteslutning av provperioder för varje session. Det gör du genom att köra koden och välja datafilen från en enda session i popup-dialogrutan.
    2. Linjärt avlägsna PD-spåret och konvertera enheterna från spänning till mikrometer med hjälp av kalibreringstabellen som härletts tidigare (se steg 3). Ta också linjärt bort rörelsespårningen under hela inspelningssessionen (~ 12 min).
    3. Inspektera sessionsdata genom att plotta pupillspårningen (figur 1B - övre raden) och den linjärt detrenderade rörelsespårningen (figur 1B - nedre raden) under sessionens varaktighet (~ 12 min), överlagrad på försöksmarkörer.
    4. Mät rörelsespårningens standardavvikelse (SD). Hämta tiderna för rörelsespårningstoppar med hjälp av findpeaks-funktionen i MATLAB. Tänk på topparna som passerade ett tröskelvärde på 5 SD och som är separata från andra toppar med minst 1 s som en rörelsehändelse49 (figur 1B - botten).
    5. Kassera alla försök (både standard och avvikande) av pupillutvidgning som inträffar inom 7 s från en rörelsehändelse. Om mer än hälften av antalet avvikande försök kasseras på grund av rörelserelaterad pupillutvidgning, kassera hela sessionen och upprepa den.
  2. Förbehandling och visualisering av data
    1. Använd koden pupil_avg_JOVE.m för att ta bort ögonblinkartefakter, förbehandla data och få den genomsnittliga pupillutvidgningen till varje stimulans över sessioner. För att göra det, kör koden och välj alla datafiler som ska analyseras i popup-dialogrutan.
    2. Upptäck ögonblinkningar (PD-förändringar som överstiger 400 μm/ms) och ta bort dem genom att linjärt interpolera PD-spåret i ett tidsfönster på 200 ms centrerat vid den detekterade blinktiden. Kassera sessionsdata om mer än hälften av antalet avvikande studier innehåller en ögonblinkning mellan stimulansstart och luftpuffstart.
    3. Nedsampla PD-data från förvärvets samplingsfrekvens på 1 000 Hz till 10 Hz.
    4. Extrahera PD-spår i ett fönster som börjar 1 s före stimulansstarten och varar 5 s efter stimulansförskjutning. Beräkna den genomsnittliga baslinjen PD för varje stimulans i ett 500 ms fönster strax före stimulansens början. Subtrahera baslinjen PD från dessa spår för att erhålla den stimulansframkallade förändringen i PD.
    5. Medelvärdet av de stimulusframkallade PD-förändringarna för varje stimulanstillstånd över sessioner inom varje djur och sedan över djur för att generera det genomsnittliga pupillutvidgningssvaret för varje stimulanstillstånd (till exempel figur 3A).
  3. Tillväxtkurvanalys (GCA) för kvantifiering av tidsförloppet för PD-förändringar
    OBS: Denna analysmetod bestämmer magnitud och tidsförlopp för pupillutvidgningssvar och har använts i pupillometriska studier av försökspersoner 27,36,40 samt på marsvin 49.
    1. Sammanfoga vertikalt alla utdata från pupil_avg_JOVE.m för alla sessioner, djur, SNR och dämpningar för att konstruera en matris som innehåller följande kolumner: animalID, SNR, ljudnivå och pupilldiametervärden (1-50). Använd koden pupil_LME_JOVE.m, utför tillväxtkurvanalysen (GCA)27,36,40,49.
    2. Anpassa linjära modeller med blandad effekt med skärningspunkter på ämnesnivå som slumpmässiga effekter och ortogonala tidspolynom i ordning två som fasta effekter, där varje avvikande SNR behandlas som en separat grupp, till den stigande fasen av pupilldiameterspåret (0,1 till 2,1 s efter stimulusdebut).
    3. Modellera pupillspårets stigande fas med hjälp av följande formel 36,49:
      Pupildilatation = (Skärningspunkt + Villkor) + tid1 * (β tid1 + β tid1: Villkor) + tid2* (β tid2+ βtid2: Villkor) + r(subjectlevelintercept)
      Där tid1 och tid2 motsvarar ortogonala linjära och kvadratiska tidspolynom och βs motsvarar vikter.
    4. Uppskatta medelvikter (βs) och deras standardfel med hjälp av fitlme-funktionen i MATLAB. Uppskatta vikternas statistiska signifikans med hjälp av coeftest-funktionen.
    5. För varje SNR plottar du vikterna som motsvarar de skärningspunktsmässiga, linjära och kvadratiska termerna för att visualisera resultaten (figur 3B, C).
  4. Analys av studier som visar statistiskt signifikanta pupillvidgningar
    OBS: Denna analysmetod bestämmer andelen avvikande försök på vilka ett statistiskt signifikant pupilldilatationssvar observeras och motsvarar tillförlitligheten hos pupillutvidgningssvar.
    1. Välj ett lämpligt analysfönster (0,5-1 s) centrerat kring toppen av pupillsvaret (vanligtvis ~ 1,5 s efter stimulansstart). Beräkna genomsnittlig PD i det här analysfönstret för alla standard- och avvikande prövningar.
    2. Fastställ om medelvärdet för PD för var och en av de avvikande studierna är större än 2,33 standardfel i den poolade fördelningen av genomsnittliga PD-värden för standardprövningar. Räkna de avvikande studier som överskrider denna tröskel som försök som visar en signifikant pupillutvidgning.
    3. Dela antalet avvikande studier som visar en signifikant pupillutvidgning med det totala antalet avvikande studier (för varje tillstånd) för att kvantifiera andelen studier som visar statistiskt signifikanta ökningar av PD jämfört med standardstimulansstudier.
    4. Lägg alla sessionsvisa procentandelar av försök med signifikanta pupillförändringar i varje cell i en cellmatris, där cellerna är ordnade från lägre till högre SNR. Använd koden pupil_threshold_estimate_JOVE.m och beräkna tröskelvärdet för kategorisering av brus.
    5. Plotta andelen studier som visar en statistiskt signifikant ökning av PD som en funktion av SNR (figur 3D). För dessa data, använd fitnlm MATLAB-funktionen (i statistikverktygslådan) för att passa psykometriska funktioner i formuläret61:
      Ψ(x; α, β, λ) = (1 -λ) * F(x; α, β)
      Där är F Weibullfunktionen, definierad som
      F (x; α, β) = Equation 1, α är skiftparametern, β är lutningsparametern och λ är bortfallshastigheten.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Pupillometri utfördes i tre manliga pigmenterade allmänläkare, som vägde ~ 600-1000 g under experimentens gång. Som beskrivs i detta protokoll, för att uppskatta kategoriseringströsklar för samtal i buller, användes ett udda paradigm för stimulanspresentation. I udda paradigmet användes samtal som tillhör en kategori (gnäll) inbäddade i vitt brus vid en given SNR som standardstimuli (figur 2A) och samtal från en annan kategori (wheeks) inbäddade i vitt brus vid samma SNR (figur 2A) som avvikande stimuli. Standard och avvikande stimuli valdes slumpmässigt, med omprovtagning, från åtta exempel i varje kategori. I varje experimentell session presenterades stimuli med hög tidsmässig regelbundenhet (figur 2B), med minst 20 presentationer av standardstimuli mellan avvikande stimuli. Data förvärvades motsvarande en viss SNR-nivå i varje experimentell session. Under sessionerna samplades ett brett spektrum av rena och bullriga SNR (-24, -18, -12, -6, -3, 0, 3, 6, 12, 40 dB SNR).

PD-förändringarna av standardstimuli skilde sig inte signifikant från baslinjen (blå linje i figur 3A). De avvikande stimuli framkallade robusta och signifikant större PD-förändringar än de som framkallas av standardstimuli (grå linjer i figur 3A), vilket återspeglar diskriminering av samtalskategori. Svarsstorleken och andelen studier med statistiskt signifikanta pupillsvar var högst vid det renaste SNR och minskade gradvis med minskande SNR (figur 3A,B). Med hjälp av GCA befanns elevsvar på avvikande stimuli vara statistiskt signifikanta vid SNR över -18 dB (figur 3C), vilket antogs vara kategoriseringströskeln för samtal i buller (grön linje i figur 3A). Andelen signifikanta studier på varje testad SNR-nivå passade väl av en psykometrisk funktion (figur 3D). SNR-nivån som krävdes för att nå halvmaximum av den psykometriska kurvan var cirka -20 dB SNR (figur 3D). Anekdotiskt gav de tillförlitlighetsbaserade och tidskursbaserade mätvärdena för liknande värden för kategorisering av samtalsbrus.

Figure 1
Figur 1: Pupillometriinställning och stimulusframkallade och rörelserelaterade PD-förändringar. (A) Pupillometriinställningen med videorambilder av ljudframkallad pupillutvidgning (överst). Baslinjen PD visas med streckade gröna cirklar. (B) Ett exempel på PD-spår (överst) och exempel på rörelsespår (nederst) från en enda experimentell session. Vertikala svarta linjer motsvarar starttid avvikande stimulanspresentationer. Röda fästingar motsvarar automatiskt upptäckta rörelsehändelser. Grå horisontell streckad linje motsvarar 5 SD-tröskel. (C) PD-förändringarna (ΔPD) framkallade av avvikande stimulans (överst) och relaterade till rörelsehändelser (botten) från en experimentell session. Stimulusstart visas med vertikal svart linje; Detekteringen av rörelsehändelsen visas med vertikal röd linje. Observera att pupillutvidgningens början föregår rörelsens början. Klicka här för att se en större version av denna figur.

Figure 2
Figur 2: Anropsspektrogram och kategoriseringsparadigmstruktur för samtalsbrus . a) Representativa spektrogram för marsvinsgnäll och wheek, under rena förhållanden och vid 0- respektive -18-dB SNR. Bullriga samtal erhölls genom att lägga till vitt brus. (B) Strukturen för det udda paradigm som används för att uppskatta kategoriströsklar för call-in-noise. Whine samtal valdes slumpmässigt från åtta exempel och användes som standardstimuli. Wheek-samtal valdes slumpmässigt från åtta exemplar och användes som avvikare. I varje experimentell session tillsattes bruset på en annan SNR-nivå (-24, -18, -12, -6, -3, 0, 3, 6, 12 dB SNR). Samtalen är 1 s långa och tiden mellan stimuli är 3 s. Klicka här för att se en större version av denna figur.

Figure 3
Figur 3: Elevlometriska uppskattningar av detektering av samtalsbuller och kategoriseringströsklar . (A) Genomsnittliga elevsvar från tre djur. Genomsnittliga pupillsvar på standardgnällstimuli representeras av blå linje, och skuggning motsvarar ±1 standardfel för medelvärdet (s.e.m.). Grå linjer och skuggning motsvarar medelvärde och ±1 s.e.m. av pupillsvar som framkallas av avvikande wheekstimuli. Grå skuggningsintensitet motsvarar SNR. Grön linje och skuggning motsvarar genomsnittlig pupillspårning vid tröskel SNR (cirka -18 dB SNR). Röd vertikal linje motsvarar stimulansstart; orange vertikal linje motsvarar luftpuffens början; blågröna streckade linjer motsvarar GCA-fönstret (PD ändrar stigande fas). (B) GCA anpassad till den stigande fasen av PD-förändringar. Prickar är genomsnittlig pupilldiameter i 100 ms tidsfack, morrhår motsvarar ±1 s.e.m. Heldragna linjer motsvarar modellpassningar med blandade effekter. Linjefärger som i A. (C) GCA-viktuppskattningar. Avlyssningens vikter är i blått, lutningen är i rött och accelerationen är i lila. Morrhår motsvarar ±1 s.e.m. Asterisker visar statistiskt signifikanta regressionsvikter (linjärt hypotestest på linjära regressionsmodellkoefficienter). (D) Psykometrisk funktion anpassad till procentandelen av prövningar med signifikanta PD-förändringar framkallade av den avvikande stimulansen som en funktion av SNR. Morrhår motsvarar ±1 s.e.m. Observera att 50% av maximalt uppnås vid ca -20 dB SNR (grön streckad linje). Klicka här för att se en större version av denna figur.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Detta protokoll demonstrerar användningen av pupillometri som en icke-invasiv och tillförlitlig metod för att uppskatta hörseltrösklar hos passivt lyssnande djur. I enlighet med det protokoll som beskrivs här uppskattades kategoriseringströsklarna för call-in-noise hos normalhörande allmänläkare. Tröskelvärden som uppskattats med hjälp av pupillometri befanns överensstämma med dem som erhållits med operant träning62. Jämfört med operant träning var dock pupillometriprotokollet relativt enkelt och snabbt att ställa in och skaffa data. Varje datainsamlingssession (per SNR-nivå) varade cirka 12 minuter, vilket resulterade i 1-2 timmars experimentella sessioner (över SNR-nivåer) per djur per dag49. Datainsamling kan slutföras på cirka 7-10 dagar (beroende på antalet SNR-nivåer som används). Även om oddball-paradigmet användes för kategoriseringströskeluppskattning av call-in-noise i detta manuskript, kan detta pupillometriprotokoll anpassas till enklare versioner av udda paradigmer, där bara ett samtalsexempel används, eller till andra stimulansparadigmer som använder ett brett spektrum av komplexa eller enkla stimuli49.

Metoden är inte utan nackdelar. För det första kräver det nuvarande protokollet implantat av en huvudstolpe för att fixera huvudet under dessa experiment. Huvud efter implantatkirurgi och återhämtning skulle lägga till minst 2 veckor till tidslinjen för experimentprotokollet. Det är möjligt att detta steg kan undvikas genom att använda andra metoder för icke-invasivt immobilisering av vakna djur under experiment - till exempel genom att använda anpassade 3D-tryckta hjälmar63 eller deformerbara termoplaster64. Ytterligare experiment är nödvändiga för att utforska dessa lösningar. För det andra kan djur snabbt vänja sig vid avvikande stimuli också, vilket resulterar i minskande pupillutvidgningssvar under en experimentell session. Denna effekt kan minimeras genom att begränsa experimentella sessioner till korta varaktigheter (~ 12 min) och presentera endast ett begränsat antal (8) avvikande stimuli. Dessutom kan en luftpuff som levereras efter de avvikande stimuli säkerställa att djuren förblir engagerade i hörselstimuli. För det tredje, på grund av denna snabba tillvänjning, kan flera dagar krävas för att slutföra datainsamlingen. Genom att endast testa SNR-värden som tätt samplar de brantaste delarna av den psykometriska kurvan kan det totala antalet experimentdagar minimeras. För det fjärde får djur inte hålla sig stilla under försök, eller blinka överdrivet eller stänga ögonen under försök. Dessa faktorer är en funktion av art och acklimatisering och visar en hög grad av individuell variation. Allmänläkare är naturligt fogliga, och genom att acklimatisera dem väl till den experimentella inställningen kan rörelse- och blinkartefakter minimeras. Spontana blinkningar och sackader är vanligtvis ganska sällsynta hos marsvin49, men detta kan också vara en funktion av arten. Slutligen, som tidigare nämnts, har elevdynamik hos människor associerats med ett antal neuropsykiatriska störningar. Medan de försöksdjur som används här antas vara neurotypiska, måste denna varning hållas i åtanke vid tolkning av resultat.

Medan en hårdvaruimplementering av pupillometri beskrivs här (med hjälp av en kommersiellt tillgänglig eyetracker och neuralt datainsamlingssystem), är den utrustning som krävs dyr och inte ekonomisk att skala upp. Det finns dock andra anpassade lösningar baserade på samma underliggande princip för infrarödbaserad eyetracking som är mer kostnadseffektiva. Till exempel använde en studie anpassade komponenter och anpassade videobearbetningsalgoritmer för att extrahera pupilldiameter från den inspelade videon22,25. Nyligen utvecklade djupinlärningsalgoritmer kan också extrahera pupilldiameter från videografiska data65,66. Dessa lösningar kan mer än halvera kostnaden för pupillometririggar. Avvägningen här är mellan kostnad och tid - medan kommersiella lösningar är dyrare, är de nyckelfärdiga lösningar som kan användas ur lådan. Å andra sidan är anpassade lösningar kostnadseffektiva och skalbara, men kräver expertis för att konfigurera och den tid som krävs för att utveckla anpassade analyspipelines.

Även om protokollet som beskrivs här utfördes hos normalhörande allmänläkare, kan pupillometri vara relativt lätt att använda i andra djurmodeller av hörselnedsättning med lämpliga förändringar av stimulanstyp och parametrar. Detta skulle göra det möjligt att karakterisera effekterna av hörselnedsättning över en rad stimulanstyper och arter, vilket potentiellt kan ge nya observationer. Eftersom pupillometri är en icke-invasiv teknik som också har använts i stor utsträckning hos människor, genom att använda samma stimuli som används för djurämnen, kan pupillometri användas för att jämföra effekterna av olika hörselpatologier över arter. Till exempel visade en nyligen genomförd metaanalys hos människor att tal-i-brusuppfattningsunderskott som härrör från måttlig bullerexponering bäst observerades när komplexa och tidsmässigt varierande stimuli användes67. Uppskattningen av kategoriseringströsklar för call-in-noise med pupillometri som demonstreras här kan användas som en sådan uppgift med hjälp av komplexa stimuli för att utvärdera effekterna av bullerexponering hos allmänläkare. Bedömningen av hörsel på beteendenivå med hjälp av dessa metoder skulle komplettera elektrofysiologiska och anatomiska metoder och kan vara en del av standardverktygslådan för utvärdering av olika kända hörselskador.

Sammanfattningsvis är följande punkter avgörande för framgångsrik insamling av pupillometriska data. För det första, för att säkerställa hög datautbyte, är det viktigt att bekanta djuren väl med experimentuppställningen. Brist på tålamod i detta steg kan försämra kvaliteten på data som så småningom erhålls eller kräva upprepning av flera sessioner för att kompensera för de förlorade sessionerna. För det andra, för att undvika luminansrelaterade PD-förändringar är det viktigt att utföra experiment under konstanta belysningsförhållanden och bibehålla dessa förhållanden mellan sessioner och ämnen så mycket som möjligt. För det tredje, för att minimera antalet experimentella sessioner som behövs, är det viktigt att utföra pilotexperiment för att identifiera kritiska parameterintervall för tät provtagning. För det fjärde, för att minimera djurens tillvänjning till stimuli, är det viktigt att utföra experiment i korta sessioner som endast innehåller några presentationer av avvikande stimuli. En luftpuff kan dessutom användas för att upprätthålla högt engagemang med hörselstimuli.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Författarna har inga intressekonflikter att avslöja.

Acknowledgments

Detta arbete stöddes av NIH (R01DC017141), Lions Hearing Research Foundation i Pennsylvania och medel från avdelningarna för otolaryngologi och neurobiologi, University of Pittsburgh.

Materials

Name Company Catalog Number Comments
Analog output board Measurement Computing Corporation, Norton, MA PCI-DDA02/12
Anechoic foam Sonex One, Pinta Acoustic, Minneapolis, MN
Condenser microphone Behringer, Willich, Germany C-2
Free-field microphone Bruel & Kjaer, Denmark)  Type 4940 
Matlab Mathworks, Inc., Natick, MA 2018a version
Monocular remote camera and illuminator system Arrington Research, Scottsdale, AZ MCU902 Infrared LED array + camera with infrared filter
Multifunction I/O Device  National Instruments, Austin, TX PCI-6229
Neural interface processor Ripple Neuro, Salt Lake City, UT SCOUT
Piezoelectric motion sensor SparkFun Electronics, Niwot, CO SEN-10293
Pinch valve  Cole-Palmer Instrument Co., Vernon Hills, IL EW98302-02
Programmable attenuator Tucker-Davis Technologies, Alachua, FL PA5
Silicon Tubing Cole-Parmer ~3 mm
Sound attenuating chamber IAC Acoustics
Speaker full-range driver Tang Band Speaker, Taipei, Taiwan W4-1879
Stereo Amplifier Tucker-Davis Technologies, Alachua, FL SA1
Tabletop - CleanTop Optical TMC vibration control / Ametek, Peabody, MA
Viewpoint software ViewPoint, Arrington Research, Scottsdale, AZ

DOWNLOAD MATERIALS LIST

References

  1. Steinhauer, S. R., Siegle, G. J., Condray, R., Pless, M. Sympathetic and parasympathetic innervation of pupillary dilation during sustained processing. International Journal of Psychophysiology. 52 (1), 77-86 (2004).
  2. Strauch, C., Wang, C. A., Einhäuser, W., Vander Stigchel, S., Naber, M. Pupillometry as an integrated readout of distinct attentional networks. Trends in Neurosciences. 45 (8), 635-647 (2022).
  3. Turnbull, P. R., Irani, N., Lim, N., Phillips, J. R. Origins of Pupillary Hippus in the autonomic nervous system. Investigative Ophthalmology & Visual Science. 58 (1), 197-203 (2017).
  4. Bradley, M. M., Miccoli, L., Escrig, M. A., Lang, P. J. The pupil as a measure of emotional arousal and autonomic activation. Psychophysiology. 45 (4), 602-607 (2008).
  5. Oliva, M., Anikin, A. Pupil dilation reflects the time course of emotion recognition in human vocalizations. Scientific Reports. 8 (1), 4871 (2018).
  6. Privitera, C. M., Renninger, L. W., Carney, T., Klein, S., Aguilar, M. Pupil dilation during visual target detection. Journal of Vision. 10 (10), 3 (2010).
  7. Zekveld, A. A., Koelewijn, T., Kramer, S. E. The pupil dilation response to auditory stimuli: Current state of knowledge. Trends in Hearing. 22, 2331216518777174 (2018).
  8. Alamia, A., VanRullen, R., Pasqualotto, E., Mouraux, A., Zenon, A. Pupil-linked arousal responds to unconscious surprisal. The Journal of Neuroscience. 39 (27), 5369-5376 (2019).
  9. Wang, C. A., et al. Arousal effects on pupil size, heart rate, and skin conductance in an emotional face task. Frontiers in Neurology. 9, 1029 (2018).
  10. Hess, E. H., Polt, J. M. Pupil size in relation to mental activity during simple problem-solving. Science. 143 (3611), 1190-1192 (1964).
  11. Kahneman, D., Beatty, J. Pupil diameter and load on memory. Science. 154 (3756), 1583-1585 (1966).
  12. Lisi, M., Bonato, M., Zorzi, M. Pupil dilation reveals top-down attentional load during spatial monitoring. Biological Psychology. 112, 39-45 (2015).
  13. Zhao, S., Bury, G., Milne, A., Chait, M. Pupillometry as an objective measure of sustained attention in young and older listeners. Trends in Hearing. 23, 2331216519887815 (2019).
  14. Steinhauer, S. R., Hakerem, G. The pupillary response in cognitive psychophysiology and schizophrenia. Annals of the New York Academy of Sciences. 658, 182-204 (1992).
  15. Thakkar, K. N., et al. Reduced pupil dilation during action preparation in schizophrenia. International Journal of Psychophysiology. 128, 111-118 (2018).
  16. Bitsios, P., Szabadi, E., Bradshaw, C. M. Relationship of the 'fear-inhibited light reflex' to the level of state/trait anxiety in healthy subjects. International Journal of Psychophysiology. 43 (2), 177-184 (2002).
  17. Burkhouse, K. L., Siegle, G. J., Gibb, B. E. Pupillary reactivity to emotional stimuli in children of depressed and anxious mothers. Journal of Child Psychology and Psychiatry. 55 (9), 1009-1016 (2014).
  18. Nagai, M., Wada, M., Sunaga, N. Trait anxiety affects the pupillary light reflex in college students. Neuroscience Letters. 328 (1), 68-70 (2002).
  19. Giza, E., Fotiou, D., Bostantjopoulou, S., Katsarou, Z., Karlovasitou, A. Pupil light reflex in Parkinson's disease: evaluation with pupillometry. International Journal of Neuroscience. 121 (1), 37-43 (2011).
  20. You, S., Hong, J. H., Yoo, J. Analysis of pupillometer results according to disease stage in patients with Parkinson's disease. Scientific Reports. 11 (1), 17880 (2021).
  21. Fountoulakis, K. N., St Kaprinis, G., Fotiou, F. Is there a role for pupillometry in the diagnostic approach of Alzheimer's disease? a review of the data. Journal of the American Geriatrics Society. 52 (1), 166-168 (2004).
  22. McGinley, M. J., David, S. V., McCormick, D. A. Cortical membrane potential signature of optimal states for sensory signal detection. Neuron. 87 (1), 179-192 (2015).
  23. McGinley, M. J., et al. Waking state: Rapid variations modulate neural and behavioral responses. Neuron. 87 (6), 1143-1161 (2015).
  24. Schwartz, Z. P., Buran, B. N., David, S. V. Pupil-associated states modulate excitability but not stimulus selectivity in primary auditory cortex. Journal of Neurophysiology. 123 (1), 191-208 (2020).
  25. Vinck, M., Batista-Brito, R., Knoblich, U., Cardin, J. A. Arousal and locomotion make distinct contributions to cortical activity patterns and visual encoding. Neuron. 86 (3), 740-754 (2015).
  26. Yüzgeç, Ö, Prsa, M., Zimmermann, R., Huber, D. Pupil size coupling to cortical states protects the stability of deep sleep via parasympathetic modulation. Current Biology. 28 (3), 392-400 (2018).
  27. Kuchinsky, S. E., et al. Pupil size varies with word listening and response selection difficulty in older adults with hearing loss. Psychophysiology. 50 (1), 23-34 (2013).
  28. Winn, M. B., Wendt, D., Koelewijn, T., Kuchinsky, S. E. Best practices and advice for using pupillometry to measure listening effort: An introduction for those who want to get started. Trends in Hearing. 22, 2331216518800869 (2018).
  29. Zekveld, A. A., Kramer, S. E. Cognitive processing load across a wide range of listening conditions: insights from pupillometry. Psychophysiology. 51 (3), 277-284 (2014).
  30. Zekveld, A. A., Kramer, S. E., Festen, J. M. Cognitive load during speech perception in noise: the influence of age, hearing loss, and cognition on the pupil response. Ear and Hearing. 32 (4), 498-510 (2011).
  31. Koelewijn, T., Zekveld, A. A., Festen, J. M., Kramer, S. E. Pupil dilation uncovers extra listening effort in the presence of a single-talker masker. Ear and Hearing. 33 (2), 291-300 (2012).
  32. McCloy, D. R., Lau, B. K., Larson, E., Pratt, K. A. I., Lee, A. K. C. Pupillometry shows the effort of auditory attention switching. The Journal of the Acoustical Society of America. 141 (4), 2440 (2017).
  33. Piquado, T., Isaacowitz, D., Wingfield, A. Pupillometry as a measure of cognitive effort in younger and older adults. Psychophysiology. 47 (3), 560-569 (2010).
  34. Reilly, J., Kelly, A., Kim, S. H., Jett, S., Zuckerman, B. The human task-evoked pupillary response function is linear: Implications for baseline response scaling in pupillometry. Behavior Research Methods. 51 (2), 865-878 (2019).
  35. Zekveld, A. A., Kramer, S. E., Festen, J. M. Pupil response as an indication of effortful listening: the influence of sentence intelligibility. Ear and Hearing. 31 (4), 480-490 (2010).
  36. Winn, M. B., Edwards, J. R., Litovsky, R. Y. The impact of auditory Spectral Resolution on Listening Effort Revealed by Pupil Dilation. Ear and Hearing. 36 (4), 153-165 (2015).
  37. Ayasse, N. D., Wingfield, A. A Tipping point in listening effort: Effects of linguistic complexity and age-related hearing loss on sentence comprehension. Trends in Hearing. 22, 2331216518790907 (2018).
  38. Koelewijn, T., Versfeld, N. J., Kramer, S. E. Effects of attention on the speech reception threshold and pupil response of people with impaired and normal hearing. Hearing Research. 354, 56-63 (2017).
  39. Kramer, S. E., Kapteyn, T. S., Festen, J. M., Kuik, D. J. Assessing aspects of auditory handicap by means of pupil dilatation. Audiology. 36 (3), 155-164 (1997).
  40. Kuchinsky, S. E., et al. Speech-perception training for older adults with hearing loss impacts word recognition and effort. Psychophysiology. 51 (10), 1046-1057 (2014).
  41. Wendt, D., Hietkamp, R. K., Lunner, T. Impact of noise and noise reduction on processing effort: A pupillometry study. Ear and Hearing. 38 (6), 690-700 (2017).
  42. Winn, M. B. Rapid release from listening effort resulting from semantic context, and effects of spectral degradation and cochlear implants. Trends in Hearing. 20, 2331216516669723 (2016).
  43. Winn, M. B., Moore, A. N. Pupillometry reveals that context benefit in speech perception can be disrupted by later-occurring sounds, especially in listeners with Cochlear implants. Trends in Hearing. 22, 2331216518808962 (2018).
  44. Selezneva, E., Brosch, M., Rathi, S., Vighneshvel, T., Wetzel, N. Comparison of pupil dilation responses to unexpected sounds in monkeys and humans. Frontiers in Psychology. 12, 754604 (2021).
  45. Wetzel, N., Buttelmann, D., Schieler, A., Widmann, A. Infant and adult pupil dilation in response to unexpected sounds. Developmental Psychobiology. 58 (3), 382-392 (2016).
  46. Sokolov, E. N. Higher nervous functions; the orienting reflex. Annual Review of Physiology. 25, 545-580 (1963).
  47. Bala, A. D., Takahashi, T. T. Pupillary dilation response as an indicator of auditory discrimination in the barn owl. Journal of Comparative Physiology A. 186 (5), 425-434 (2000).
  48. Bala, A. D. S., Whitchurch, E. A., Takahashi, T. T. Human auditory detection and discrimination measured with the pupil dilation Response. Journal of the Association for Research in Otolaryngology. 21 (1), 43-59 (2020).
  49. Montes-Lourido, P., Kar, M., Kumbam, I., Sadagopan, S. Pupillometry as a reliable metric of auditory detection and discrimination across diverse stimulus paradigms in animal models. Scientific Reports. 11 (1), 3108 (2021).
  50. Coomber, B., et al. Neural changes accompanying tinnitus following unilateral acoustic trauma in the guinea pig. European Journal of Neuroscience. 40 (2), 2427-2441 (2014).
  51. Fan, L., et al. Pre-exposure to lower-level noise mitigates cochlear synaptic loss induced by high-level noise. Frontiers in Systems Neuroscience. 14, 25 (2020).
  52. Furman, A. C., Kujawa, S. G., Liberman, M. C. Noise-induced cochlear neuropathy is selective for fibers with low spontaneous rates. Journal of Neurophysiology. 110 (3), 577-586 (2013).
  53. Hickman, T. T., Hashimoto, K., Liberman, L. D., Liberman, M. C. Synaptic migration and reorganization after noise exposure suggests regeneration in a mature mammalian cochlea. Scientific Reports. 10 (1), 19945 (2020).
  54. Huetz, C., Guedin, M., Edeline, J. M. Neural correlates of moderate hearing loss: time course of response changes in the primary auditory cortex of awake guinea-pigs. Frontiers in Systems Neuroscience. 8, 65 (2014).
  55. Lin, H. W., Furman, A. C., Kujawa, S. G., Liberman, M. C. Primary neural degeneration in the Guinea pig cochlea after reversible noise-induced threshold shift. Journal of the Association for Research in Otolaryngology. 12 (5), 605-616 (2011).
  56. Shi, L., et al. Ribbon synapse plasticity in the cochleae of Guinea pigs after noise-induced silent damage. PLoS One. 8 (12), 81566 (2013).
  57. Naert, G., Pasdelou, M. P., Le Prell, C. G. Use of the guinea pig in studies on the development and prevention of acquired sensorineural hearing loss, with an emphasis on noise. The Journal of the Acoustical Society of America. 146 (5), 3743 (2019).
  58. Montes-Lourido, P., Kar, M., Pernia, M., Parida, S., Sadagopan, S. Updates to the guinea pig animal model for in-vivo auditory neuroscience in the low frequency regime. Hearing Research. 424, 108603 (2022).
  59. Gao, L., Wang, X. Intracellular neuronal recording in awake nonhuman primates. Nature Protocols. 15 (11), 3615-3631 (2020).
  60. Lu, T., Liang, L., Wang, X. Neural representations of temporally asymmetric stimuli in the auditory cortex of awake primates. Journal of Neurophysiology. 85 (6), 2364-2380 (2001).
  61. Wichmann, F. A., Hill, N. J. The psychometric function: I. Fitting, sampling, and goodness of fit. Perception & psychophysics. 63 (8), 1293-1313 (2001).
  62. Kar, M., et al. Vocalization categorization behavior explained by a feature-based auditory categorization model. bioRxiv. , 483596 (2022).
  63. Schaeffer, D. J., Liu, C., Silva, A. C., Everling, S. Magnetic resonance imaging of marmoset monkeys. ILAR Journal. 61 (2-3), 274-285 (2020).
  64. Drucker, C. B., Carlson, M. L., Toda, K., DeWind, N. K., Platt, M. L. Non-invasive primate head restraint using thermoplastic masks. Journal of Neuroscience Methods. 253, 90-100 (2015).
  65. Meyer, A. F., O'Keefe, J., Poort, J. Two distinct types of eye-head coupling in freely moving mice. Current Biology. 30 (11), 2116-2130 (2020).
  66. Nath, T., et al. Using DeepLabCut for 3D markerless pose estimation across species and behaviors. Nature Protocols. 14 (7), 2152-2176 (2019).
  67. DiNino, M., Holt, L. L., Shinn-Cunningham, B. G. Cutting through the noise: Noise-Induced cochlear synaptopathy and individual differences in speech understanding among listeners with normal audiograms. Ear and Hearing. 43 (1), 9-22 (2022).

Tags

Neurovetenskap nummer 191
Pupillometri för att bedöma hörselkänsla hos marsvin
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Pernia, M., Kar, M., Montes-Lourido, More

Pernia, M., Kar, M., Montes-Lourido, P., Sadagopan, S. Pupillometry to Assess Auditory Sensation in Guinea Pigs. J. Vis. Exp. (191), e64581, doi:10.3791/64581 (2023).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter