مقالة منهجية

سوارمسايت: تتبع في الوقت الحقيقي الحركات هوائي الحشرات ومنعكس ملحق ململه باستخدام الإعداد المشترك والأجهزة التقليدية

10.8K مشاهدات

⸱

DOI:

10.3791/56803

⸱

ديسمبر 25, 2017

 ,  ,  ,  , 
1School of Life Sciences, Arizona State University, 2School of Mathematical and Statistical Sciences, Arizona State University

في هذه المقالة

ملخص

ويصف هذا البروتوكول خطوات لاستخدام البرمجيات الرواية، سوارمسايت، لتتبع الإطار حسب الإطار المواقف الهوائي وململه الحشرات من أشرطة الفيديو كاميرا ويب التقليدية باستخدام أجهزة الكمبيوتر التقليدية. البرمجيات الحرة والمفتوحة المصدر عمليات الإطارات حوالي 120 مرات أسرع من البشر وينفذ في أفضل من دقة البشرية.

الملخص

الكثير من الحشرات الهامة علمياً وزراعيا استخدام هوائيات للكشف عن وجود المواد الكيميائية المتطايرة وتوسيع ململه بهم أثناء الرضاعة. يمكن أن تساعد القدرة على سرعة الحصول على قياسات عالية الدقة لحركات هوائي وململه الطبيعية وتقييم كيف أنها تتغير استجابة للمعالجات الكيميائية والتنموية والوراثية فهم سلوك الحشرات. من خلال توسيع أعمالنا السابقة بشأن تقييم إجمالي أسراب الحشرات أو تحركات المجموعة الحيوانية من الطبيعي ومختبر أشرطة الفيديو باستخدام برمجيات تحليل أشرطة الفيديو سوارمسايت، طورنا نمطية برامج الرواية والحرة والمفتوحة المصدر، أطرافهم سوارمسايت تتبع (SwarmSight.org) لتعقب الإطار حسب الإطار المواقف الهوائي وململه الحشرات من أشرطة الفيديو كاميرا ويب التقليدية باستخدام أجهزة الكمبيوتر التقليدية. البرنامج عمليات الإطارات حوالي 120 مرات أسرع من البشر وينفذ في أفضل من دقة الإنسان و، باستخدام 30 إطارا في الثانية (fps) الفيديو، يمكن التقاط ديناميات باللوامس يصل إلى 15 هرتز. استخدم البرنامج لتعقب الاستجابة باللوامس من عسل النحل إلى روائح اثنين والعثور على التراجع باللوامس يعني كبيرة بعيداً عن مصدر الرائحة حوالي 1 ثانية بعد العرض رائحة. لاحظنا هوائي موقف كثافة الحرارة خريطة تشكيل الكتلة والكتلة، ويعني الاعتماد على زاوية في تركيز رائحة.

المقدمة

نقل معظم المفصليات الهوائيات أو أطرافهم الأخرى عينة من منبهات بيئية وإشارات في الزمان والمكان. يمكن استخدام الحيوانات الهوائيات للانتقال البيئة عن طريق الكشف عن الإشارات الحسية مثل التطاير الكيميائية والمحفزات تطرب والميكانيكية1،2،،من34. في الحشرات، الهوائيات تحتوي على المستقبلات الحسية التي تربط بالتطاير الكيميائية4،،من56 ونقل هذه الإشارات عبر الخلايا العصبية الحسية حاسة الشم إلى الدماغ المركزي المناطق1،7 ،،من89. يمكن ضبط الحشرات مواقف هوائيات لتعديل معلومات حول واردة روائح4،،من1011. ويسهل هذا التحوير الاستجابات السلوكية علم بنشاط للروائح وعلى12،أعمدة13.

تغذية الكثير من الحشرات، بما في ذلك هيمينوبتيرانس (مثلاً، عسل النحل والنحل)، Lepidopterans (مثلاً الفراشات) وديبتيرانس (مثل الذباب والبعوض)، بين أمور أخرى، بالإعراب عن ململه14 , 15 , 16 , 17 , 18 , 19 , 20 , 21-قد استخدم ملحق ململه موثوق بها في الماضي لمجموعة متنوعة من التعلم والذاكرة المهام22،،من2324،،من2526، 27،،من2829،،من3031. وبالمثل، قد تسفر عن التقييم الكمي لحركة هوائيات مع عالية الدقة المكانية والزمانية نظرة ثاقبة العلاقة بين الحوافز والسلوك والحالة الداخلية للحيوان. وقد أظهرت العمل السابق في الواقع كيف حركات باللوامس تحتوي على كمية غنية من المعلومات حول عسل النحل تتبع البيئة وكيفية تغيير الحركات مع التعلم32،،من3334، 35،36،،من3738.

في العقد الماضي، أساليب لمراقبة سلوك الحيوانات قد تم تسارع إلى حد كبير بالتقدم في كاميرات الفيديو عالية الدقة، تجهيز بسرعة، وآله الرؤية خوارزميات الكمبيوتر. وقد ساعدت مهام مثل الكشف عن الحيوانات والعد وتتبع وتحليل تفضيل المكان مع البرمجيات المتطورة التي يمكن معالجة ملفات فيديو سلوك الحيوانات واستخراج ذات الصلة تدابير4039،، 41،،من4243،44،45،،من4647.

كما ساعدت هذه التكنولوجيات تتبع حركات هوائي وململه الحشرات. فمن الممكن للبشرية المقيمون استخدام مؤشر ماوس لتعقب وضع الهوائيات يدوياً. ومع ذلك، بينما يمكن أن يكون هذا الأسلوب الدقيق، المهمة تستغرق وقتاً طويلاً، والإهمال البشري والتعب يمكن أن تسفر عن نتائج يمكن الاعتماد عليها. يمكن استخدام المعدات الخاصة والتحضير لتقليل الحاجة إلى برامج معقدة. على سبيل المثال، إعداد واحد يستخدم كاميرا عالية السرعة ورسمت نصائح هوائيات لتعقب حركة الهوائي48. يمكن أيضا أن تكون مطالبة المستخدمين بتحديد إطارات المفتاح من أشرطة الفيديو لمساعدة البرنامج في الكشف عن موقع هوائي وململه49. نهج آخر الكشف عن مجموعتين الحركة أكبر لتحديد الهوائيات، ولكن فإنه لا يكشف عن مكان ململه50. حزمة برامج أخرى يمكن الكشف عن مواقع الهوائي وململه، ولكن يتطلب حوالي 7.5 ثانية وقت لتجهيز كل الإطار51، التي يمكن أن تكون باهظة بالنسبة لدراسات الرصد في الوقت الحقيقي أو طويلة الأجل. وأخيراً، قد يكون من الممكن لتخصيص مجموعات البرمجيات التجارية (مثلاً، اثوفيسيون) لأداء المهمة46، ولكن تكاليف الترخيص والتدريب يمكن أن تكون باهظة.

مع الطريقة الموضحة هنا، قدمنا عملنا السابق في الحركة تحليل البرمجيات41 لتعقب مواقع هوائيات الحشرات وململه مع الأهداف التالية: (1) لا يشترط للأجهزة الخاصة أو إعداد الحيوانات المعقدة، (2). الإطار التجهيز في الوقت الحقيقي (30 إطارا في الثانية أو أسرع) على جهاز كمبيوتر تقليدية، سهولة البرمجية قابلة للتمديد بسهولة الاستخدام، والمصدر المفتوح (4)، (3).

أسلوب الرواية الناتجة وبرمجيات المصدر المفتوح، سوارمسايت تتبع أطرافهم، لا تتطلب لوحة نصائح هوائيات، يمكن استخدام كاميرا ويب مستهلك لالتقاط الفيديو، وعمليات إطارات الفيديو في الثانية 30-60 على (كمبيوتر التقليدية الشكل 1). يأخذ البرنامج ملفات الفيديو كإدخال. يحدد المستخدم لمنصب رئيس الحشرات في شريط الفيديو، وبعد المعالجة، يتم إنتاج ملف فصل قيم (.csv) فاصلة مع مواقع الهوائيات وململه. البرنامج قادر على قراءة مئات تنسيقات الفيديو المختلفة (بما في ذلك الأشكال التي تنتجها معظم الكاميرات الرقمية) من خلال استخدام مكتبة FFmpeg52.

figure-introduction-1
رقم 1: إخراج الإعداد والبرامج الحيوانية. (أ) عسل النحل محصده مع الرأس والجسم ضبط النفس في تسخير. يتم وضع رائحة (ب) مصدر يوضع أمام الحيوان، وكاميرا الفيديو أعلاه، ويتم وضع مصدر فراغ وراء الحيوان. (ج) الهوائي نصيحة وململه متغيرات الكشف عنها بواسطة برنامج سوارمسايت من الفيديو. (د) المستخدم مواقع استشعار هوائي على الحيوان، وضبط معايير عامل التصفية. البرنامج بالكشف عن مواقف الهوائي وململه (خواتم الأصفر).الرجاء انقر هنا لمشاهدة نسخة أكبر من هذا الرقم.

أولاً، يتم تقييد الهيئة لحشرة ورئيسها في تسخير أن تحركات الهوائي وململه يتم ملاحظتها بسهولة (الشكل 1A). يتم وضع مصدر رائحة أمام الحشرة، مع مصدر فراغ وضعت وراء، إزالة الروائح الكريهة من الهواء والتقليل من الآثار المحتملة للتكيف الحسي (الشكل 1B). ويوضع فوق رأسه للحشرة على ترايبود كاميرا ويب تقليدية. يمكن وضع الصمام داخل عرض الكاميرا للإشارة عندما يتم تقديم الرائحة.

figure-introduction-2
رقم 2: نظام إحداثيات الهوائي. X, استخدام قيم Y نظام تنسيق الفيديو، حيث هو الزاوية العلوية اليمنى الأصل وزيادة قيم X و Y عندما تتحرك نحو الزاوية اليمنى السفلي. يتم التعبير عن الزوايا في درجات فيما يتعلق بالجزء الأمامي الرأس (عادة ما تكون مصدر رائحة). وتشير قيمة "0" أن يشير السطر شكلتها السوط هوائي مباشرة أمام الحيوان. جميع الزوايا إيجابية، فيما عدا عند نقطة الهوائي في اتجاه معارضة (مثلاً، نقطة السوط اليمين إلى اليسار). الرجاء انقر هنا لمشاهدة نسخة أكبر من هذا الرقم-

وبعد التصوير، يتم فتح ملف الفيديو مع البرمجيات سوارمسايت، المستخدم مواقع القطعة "استشعار هوائي" (الشكل 1، مربع أسود) على رأسه للحشرة، حيث يبدأ تشغيل الفيديو. عندما يتم حفظ النتائج، سيحتوي الملف.csv X، نصائح مواقف Y الهوائي، زوايا الهوائي بالنسبة للجزء الأمامي من الرأس (الشكل 2)، وململه X، Y الموقف. بالإضافة إلى ذلك، يتم حسابها متري قطاع مهيمن لكل هوائي. يظهر متري الذي يتضمن أكبر عدد من النقاط من خمسة قطاعات 36 درجة المحيطة بكل هوائي يعتبر يحتمل أن تكون الهوائيات، ويمكن أن تكون مفيدة إذا كانت المقاييس موقف/زاوية الهوائي لا يمكن التعويل عليها بسبب صاخبة أو خلاف ذلك إشكالية أشرطة الفيديو.

باختصار، يعمل البرنامج باستخدام مجموعة من المرشحات الحركة53 وخوارزميه ملء فيضانات استرخاء54. تستخدم للبحث عن نقاط هوائي المحتمل، اثنين من المرشحات:41،عامل تصفية فرق 3-الإطار على التوالي55 وعامل تصفية56 طرح الوسيط-الخلفية. مرشح عتبة مسافة لون يستخدم للكشف عن نقطة ململه. يتم الجمع بين أعلى 10 ٪ من النقاط لكل مرشح، وخوارزميه ملء فيضانات أن يتفقد نقاط متجاورة مع الثغرات ما يصل إلى 2 بكسل (px) يحدد موقع النقاط المتطرفة. موازية لفك الإطار وتجهيزها، وأنابيب التقديم والذاكرة الأمثل يحقق توزيع تدفق البيانات تصفية عالية الأداء. الخام س وقيم ص تنسيق البرامج التي تنتجها بعد معالجتها مع 3-إطار متداول تصفية متوسط57 (انظر المناقشة). يمكن الاطلاع على الإرشادات الخاصة بتحميل التعليمات البرمجية المصدر الكامل على الإنترنت58.

أدناه بروتوكول لإعداد محصده نحلة عسل للهوائي تتبع. يمكن استخدام بروتوكول مماثل لتعقب تحركات هوائي/ململه من أي حشرة أخرى. في المقطع "النتائج"، يصف لنا إخراج تتبع هوائي نموذج يتم الكشف عنها بواسطة البرمجيات، والمقارنة بين إنتاج البرمجيات لتتبع يؤديها جەه البشرية، وتقدير حركة هوائيات ردا على أودورانتس خمسة.

البروتوكول

1-الصيد وتسخير عسل النحل

  1. اتبع خطوات البروتوكول 1 من خلال 3.1.1 سميث وعبء59.

2-إعداد تسخير الحيوان وكاميرا الفيديو

  1. إخفاء الساقين بتطبيق الشريط عبر الجزء العلوي من الأنبوب تسخير، يتفقد بصريا أن ساقيه لا يمكن الانتقال من الأعلى.
  2. كبح جماح الرأس بتطبيق شمع ساخن على الجزء الخلفي الرأس الحشرات. افحص بصريا أن الرأس ثابت ولا يتحرك. عند هذه النقطة، ينبغي أن الهوائيات وفي mandibles الملاحق فقط حرية التحرك.
  3. زيادة التباين بين الهوائيات وخلفية الفيديو بوضع ورقة بيضاء تحت تسخير الحشرات. لتقليل الحاجة إلى ضبط الكاميرا في وقت لاحق، وضع علامة على موقع لتسخير الحشرات على الورق، ومن ثم ضع أفراد جدد في نفس الموقع.
  4. تحديد موضع الكاميرا باستخدام ترايبود أو حامل كاميرا ويب لوضع الكاميرا فوق رأسه للحشرة. باستخدام برنامج الكاميرا، معاينة الفيديو، والتكبير لتكبير الصورة الرأس، مما يسمح لتصريح ~ 20-30% على جميع الأطراف للفيديو.
    1. ضمان أن الأجسام المتحركة فقط في عرض الكاميرا الهوائيات أو ململه/مانديبليس وتغيير موضع الكاميرا أو الحيوان إذا لزم الأمر.
      ملاحظة: يتحقق سوارمسايت للحركة في البيكسلات المحيطة بالرأس. حركة دخيلة مقربة من الرأس الناجمة عن الأجسام مثل الساقين، والظلال، والمشجعين، أو أناس قد تخلط بين البرمجيات، وإدخال الضوضاء إضافية.
  5. تقليل الظلال الهوائي بضبط الإضاءة المحيطة.
    ملاحظة: البرنامج يمكن أن يتسامح مع بعض الظلال، ولكن للحصول على أفضل النتائج، أنها ينبغي أن تظل إلى الحد أدنى.
  6. منع تعديلات التعرض الكاميرا تلقائياً باستخدام برنامج سرعة مصراع الكاميرا للحفاظ على وقت التعرض الكاميرا ثابتة في جميع أنحاء الفيديو. باستخدام البرمجيات، ضبط سرعة مصراع لتحقيق أقصى قدر من التباين (مشهد الفيديو ليس خفيفة جداً أو داكنة جداً)، عن طريق ضبط 'المنزلق التعرض' تحت '"إعدادات كاميرا ويب"'.
    ملاحظة: التعليمات المذكورة أعلاه خاصة بكاميرا الويب والبرمجيات المستخدمة. هذه سوف تحتاج إلى تكييف إذا تم استخدام كاميرات الويب الأخرى.
  7. وضع مصدر رائحة التسليم والتأكد من أنها لن تعيق عرض الكاميرا بفحص موجز ويب كاميرا الفيديو. ضمان أن يتم وضع مصدر فراغ في الجهة المقابلة لإزالة روائح التحفيز.
  8. ضع الصمام، أو بعض المؤشرات البصرية الأخرى تغيير السطوع للإشارة إلى تسليم رائحة، ضمن عرض الكاميرا.
    ملاحظة: قيمة السطوع الصمام محفوظاً بالبرمجيات، ويمكن استخدامها لتحديد أطر الضبط عند تقديم رائحة يبدأ وينتهي.

3-تصوير كل فرد تحت ظروف تجريبية

  1. تحرير الفيلم ملفات كل شرط الحشرات والتجارب الفردية في فيديو منفصل بتسجيل كل مجموعة اختبار فردي بشكل منفصل أو باستخدام الفيديو البرمجيات تقسيم ملف فيديو طويل إلى ملفات أصغر.
    ملاحظة: يتطلب البرنامج المستخدم تحديد موقع الرأس في كل فيديو، وعلى رأسه تظل ثابتة. إذا تحرك الرأس، سيقدم الضجيج إضافية. ميزة "تجهيز الدفعات" من سوارمسايت يسمح للمستخدم بتعيين سرعة موقع الرئيس للعديد من أشرطة الفيديو، ويفترض أن الرأس الحشرات لا تزال ثابتة طوال مدة كل ملف الفيديو. يمكن الاطلاع على تعليمات حول كيفية تقسيم ملفات الفيديو منذ فترة طويلة على الإنترنت60.

4-تحليل فيديو

  1. تنزيل وتثبيت الوحدة النمطية '"الهوائي تتبع"' باتباع الخطوات الموضحة على الإنترنت58.
    ملاحظة: تتوفر دروس الفيديو التي تصف كيفية استخدام البرنامج على الموقع كذلك.
  2. فتح ملف فيديو تظهر حيوان تم تصويرها باستخدام الزر 'استعراض'.
  3. تحديد المواقع هوائي استشعار العلاج
    1. بمجرد تحميل الفيديو، ضع القطعة المستطيلة "هوائي استشعار" على رأس الحيوان، استخدام الرموز التناوب ومقياس لمحاذاة عنصر واجهة مستخدم مع الرأس (انظر الشكل 1 على سبيل المثال).
    2. ضع القطعة "استشعار معاملة" التعميم الصمام الذي يشير إلى عندما يتم تقديم رائحة أو التحفيز.
      ملاحظة: سيتم تسجيل "استشعار معاملة" قيمة السطوع بكسل في وسط القطعة لكل إطار.
  4. بدء تشغيل معالجة الفيديو
    1. اضغط الزر "تشغيل" (المثلث الأسود) في الركن الأيسر السفلي لبدء تحليل الإطارات.
      ملاحظة: سيتم الكشف عن النقاط الهوائي وململه المحتمل الأصفر المميز. سوف تظهر الحلقات الصفراء موقع النصائح من الملاحق. سيظهر الزوايا (حيث 0 مباشرة أمام الحيوان) الهوائي وطول امتداد ململه في القطعة "النموذجي" في الزاوية اليسرى السفلي (انظر الشكل 1). حيث تم الكشف عن أكبر عدد من النقاط الهوائي والقطعة "القطاعات المهيمنة" في الزاوية اليمنى السفلي سوف تظهر الكثافة النسبية من خمسة قطاعات 36 درجة. القطاعات أحلك تحتوي على أكبر عدد من النقاط، في حين يكون الأخف وزنا أقل. سيظهر قطاع رقم (1-5) مع أهم النقاط في الزوايا السفلية للقطعة (انظر الشكل 1).
  5. تعديل عامل تصفية العتبات وإضافة مناطق الاستبعاد
    1. لتغيير حساسية المرشحات، اضبط منزلقات في المقطع "تصفية" في اللوحة اليسرى.
      ملاحظة: اعتماداً على ظروف الإضاءة وسرعة الحركة العامة من الملاحق، سوف تكون تصفية مختلف الحساسيات الأمثل. يمكن العثور على المستخدم القيم المثلى بضبط القيم ومراقبة المناطق التي أبرزت في القطعة "استشعار الهوائي". عندما يتم العثور على مجموعة مثالية من الحساسيات، سيتم تمييز فقط الملاحق. من المستحسن إلى الأمام بسرعة إلى أجزاء أخرى من الفيديو لضمان الحساسيات التصفية الأمثل هناك، أيضا.
    2. اختيارياً، تجاهل الكائنات الدخيلة، في اللوحة اليمنى، قم بتوسيع قسم "هوائي استشعار"، انقر فوق إضافة استبعاد منطقة الزر (انظر الشكل 1)، وانقر على مجموعة من النقاط شكل مضلع أحمر، سيتم تجاهل محتويات التي البرمجيات.
      ملاحظة: إذا كان الفيديو يحتوي على الحركة دخيلة، والحركة داخل المنطقة للقطعة "استشعار الهوائي" (مثل تحريك الساقين والظلال القوية، ومعدات مختبر، إلخ)، البرنامج قد خطأ أنه لحركة طرف من أطرافهم.
يمكن تجاهل الكائنات الغريبة عن طريق رسم المضلعات الأحمر أو "مناطق الاستبعاد". لا شيء داخل مضلع أحمر ستستخدم للتعقب.
  • حفظ النتائج
    1. بمجرد قد تم إنشاء عوامل تصفية والحاجيات، إيقاف الفيديو وإعادة تشغيله من البداية، وتشغيله إلى النهاية.
      ملاحظة: بمجرد قد لعب الفيديو كله، سيتم تخزين مواقف الملاحق لكافة إطارات الفيديو في الذاكرة.
    2. لحفظ بيانات موقف أطرافهم إلى ملف، قم بتوسيع قسم "حفظ" على الحق، وانقر فوق "الحفظ إلى. زر CSV ". ثم اختر مجلد الذي تريد حفظ الملف.
      ملاحظة: "الحفظ إلى. زر CSV "سيوفر نتائج المعالجة إلى ملف.csv. بشكل افتراضي، سيتم عرض لحفظ ملف.csv في نفس المجلد مثل ملف الفيديو المستخدم وسوف يكون التاريخ والوقت كجزء من اسم الملف. سوف تحتوي على الملف.csv الناتجة عن مجموعة من الأعمدة التي تحتوي على معلومات حول موقف الملاحق، بما في ذلك الهوائي الزوايا والقطاعات المهيمنة، فضلا عن التوجه والموقف من الرأس. ويرد وصف لكل عمود على الإنترنت61.
    3. بشكل اختياري، استخدم الأعمدة (s) وقيم الحقول في المقطع حفظ لإنشاء عمود إضافي (أو أكثر إذا كانت مفصولة بفواصل) في ملف.csv لتسجيل المعلومات، مثل معرف الموضوع أو اسم شرط التجريبية.
      ملاحظة: سوف تظهر القيمة في مربع العمود (الأعمدة) في رأس العمود الأول، والقيمة في المربع القيم سوف تتكرر في جميع الصفوف في العمود الأول.
  • تجهيز الدفعات
    ملاحظة: البرنامج يمكن معالجة ملفات الفيديو متعددة في دفعة. ومع ذلك، يجب على المستخدم توفير معلومات عن الموقع الرئيسي لكل فيديو قبل البدء الدفعة.
    1. في اللوحة اليمنى، في المقطع "ملفات الفيديو"، انقر فوق الزر "تجهيز الدفعات" لفتح نافذة تتيح إنشاء قائمة بملفات الفيديو بحيث تتم معالجتها تسلسلياً حسب البرنامج.
    2. استخدم الزر "إضافة المزيد الفيديو الملفات بدفعه" لتحديد واحد أو أكثر من ملفات الفيديو التي ستدرج في قائمة الدفعة.
    3. بشكل اختياري، استخدم مفاتيح "CTRL" أو "التحول" لتحديد العديد من أشرطة الفيديو التي سوف تستخدم نفس مجموعة من معلمات القطعة.
      ملاحظة: يتم المرشحين جيدة لإعادة استخدام المعلمة مجموعات من أشرطة الفيديو للحيوان نفسه الذي لم تم نقله بين ظروف تجريبية مختلفة.
    4. بدء إعداد المعلمات القطعة التي ستستخدم لأشرطة الفيديو المحدد بالنقر فوق الزر "تعيين جهاز استشعار مواقف للمحدد".
    5. ضبط معلمات في استشعار الهوائي، واستشعار العلاج، عوامل التصفية، أو حفظ المقاطع، وانقر فوق "حفظ معلمات لدفعة" عند الانتهاء.
    6. مرة واحدة وقد تم اختيار المعلمات لكل فيديو، بدء عملية دفعية بالنقر فوق الزر "بدء المعالجة".
      ملاحظة: البرنامج سيتم تحميل ملفات الفيديو بالترتيب التي تظهر في قائمة الدفعة، ومعالجتها، وحفظ ملفات.csv المقابلة الخاصة بهم في نفس المجلد حيث توجد ملفات الفيديو. شريط تقدم أعلى سيوفر وقت النهاية المقدرة بعد الانتهاء من الفيديو الأول.

    • النتائج

    في المقاطع أدناه مثال على الأرض زوايا هوائيات المنتجة من البيانات الخاصة بالبرنامج، ومقارنة بين البرمجيات دقة وسرعة مع جەه البشرية، ونتائج التجربة حيث يتأثر عسل النحل هوائي الحركة بعرض روائح مختلفة. R البرنامج62،63 استخدمت لإجراء التحليل وتوليد الأرقام. يمكن الاطلاع على رمز البحث والتطوير لتوليد تحليل وشخصية، فضلا عن دروس فيديو على شبكة الإنترنت58.

    إخراج البرنامج:

    ويبين الشكل 3 خمسة آثار تم اختيارها عشوائياً من زوايا الهوائي الكشف عنها بواسطة البرنامج من أشرطة الفيديو لعسل النحل عرض مع إصدارات الزيوت المعدنية المخفف النقي و 35 x هيبتانال وهيبتانول، فضلا عن الهواء النقي.

    figure-results-1
    الشكل 3: خمسة عينة آثار زوايا هوائيات الكشف عنها بواسطة سوارمسايت. يظهر المحور الصادي زاوية الهوائي في درجات، حيث "0" مباشرة أمام الحيوان، نحو مصدر الرائحة، مع القيم الأكبر لافتاً بعيداً عن مصدر الرائحة. هيبتانول، هيبتانال، وبها 35 x الإصدارات الزيوت المعدنية المخفف، فضلا عن الهواء النقي، طبقت أثناء رمادي 0-3,600 ms windows لباحثات نحلة العسل واحد. وتتميز الهوائي الأيسر الأحمر، حق وضع علامة زرقاء. النحل عشوائي الخمسة، واحد من كل شرط، يصور في خمس قطع. الرجاء انقر هنا لمشاهدة نسخة أكبر من هذا الرقم-

    التحقق من صحة برامج:

    للتحقق من أن البرنامج يمكن موثوق للكشف عن مواقع الهوائيات، قورنت مواقف هوائي يقع البشر مع المواقف الموجودة بالبرنامج. وسئل المقيمون البشرية اثنين لتحديد موقع نصائح الهوائي وململه في إطارات الفيديو 425 (~ 14 ثانية فيديو). وحدة نمطية برمجية مخصصة تسجيل مواقع أطرافهم تميزت المقيمون، تلقائياً متقدمة إطارات الفيديو، وتسجيل مقدار الوقت الذي تستغرقه المهمة. كمثال على المراسلات بين قيم الإنسان والبرمجيات الموجودة، فرضه آثار تنسيق عمودي هوائي واحد للبرنامج وموقعين تم اكتشاف الإنسان مبينة في الشكل 4A. المسافة بين مواقف هوائي ملحوظ المقيمون اثنين كان حسابها والمسمى "المسافة بين البشر". المسافة بين موقع هوائي الكشف عنها بواسطة البرنامج والموقع الأقرب الكشف عنها بواسطة المقيمون البشرية المحسوبة والمسمى "البرنامج أقرب مسافة البشرية" (الشكل 4 باء).

    figure-results-2
    الشكل 4: مقارنة مع جەه البشرية. المقيمون البشرية (أ) اثنين ونصائح هوائي سوارمسايت يقع في إطارات الفيديو 425. العثور على إحداثيات نصيحة Y هوائي الإطار حسب الإطار الأيسر من جەه البشرية والبرمجيات يتم فرضه. (ب) فرضه خلاف الإطار حسب الإطار (المسافة بالبكسل الفيديو) بين البشر المقيمون (برتقالي) والخلاف بين البرمجيات وأقرب التصنيفات البشرية القيمة (أسود). (ج) الإنسان مقابل هوائي البشرية نصيحة مواقع (برتقالي) والبرامج مقابل المواقع البشرية (أسود). (د) رسوم بيانية وتوزيعات التراكمي (متقطع) الإنسان مقابل الإنسان والبرمجيات مقابل المسافات البشرية الإطار حسب الإطار الخلاف. الرجاء انقر هنا لمشاهدة نسخة أكبر من هذا الرقم-

    المسافة بين الإنسان وكان 10.9 مقصف في المتوسط، ضمن 55.2 مقصف في 95 في المائة الإطارات، وكانت قيمة الحد أقصى من 81.6 px. البرمجيات-أقرب "مسافة البشرية" كان 8.0 مقصف في المتوسط، ضمن 18.3 مقصف في 95 في المائة الإطارات، والحد أقصى لقيمة 49.0 مقصف (انظر الرسوم البيانية عن بعد في الشكل 4، و الرقم 4). 5 مقصف كان تقريبا عرض هوائي. وعموما، المسافة بين الإنسان الصغيرة للإطارات في بداية المهمة، وزادت في النصف الثاني من المهمة. أننا نشتبه في هذا كان سبب التعب المقيم. وفي الوقت نفسه، ظلت مستويات البرامج-أقرب "مسافة البشرية" ثابتة طوال المهمة.

    البرنامج سرعة ودقة مقارنة مع جەه البشرية:

    تصنيف البشر مواقع الهوائي نصيحة وململه بسرعة متوسط 0.52 الإطارات في الثانية (fps). لتقدير البشرية إطارا في الثانية، العدد الإجمالي لإطارات تصنيفها من قبل البشر (425 كل) كان مقسوماً على إجمالي الوقت وقضوا على المهمة (873 s و 761 s). البرنامج تصنيفها الإطارات في الثانية 65 في المتوسط على جهاز "كمبيوتر 7 ويندوز" النواة. جنبا إلى جنب مع معالجة عالية السرعة والدقة مماثلة أو أفضل من جەه البشرية، يمكن أن يتوقع البرنامج إلى القيام بأعمال جەه البشرية حوالي 125 لكل وحدة وقت.

    الكشف عن استجابة الهوائي للروائح:

    وللتدليل على أن البروتوكول يمكن استخدامها للكشف عن الاختلافات سلوكية هامة في حركة الحشرات، نتعرض 23 امرأة من عسل النحل إلى روائح مختلفة اثنين. بيور هيبتانال وهيبتانول، 35 × تخفيف الزيوت المعدنية روائح اثنين، والهواء النظيف كعنصر التحكم، قدمت كل من 4 s (خمسة شروط في المجموع). أشرطة الفيديو، كما هو موضح في البروتوكول المذكور أعلاه، تم تجهيزها مع سوارمسايت البرمجيات، وتحليل زوايا الهوائي (الشكل 5).

    figure-results-3
    الرقم 5: خرائط الهوائي زاوية الوسائل والكثافة الحرارية للشروط الخمسة رائحة. الحرارة (A) خرائط تبين الهوائي زاوية كثافة قبل، أثناء (أغمق المنطقة الوسطى)، وبعد إقامة هيبتانول والهواء، وأودورانتس هيبتانال لنحل العسل الإناث (ن = 23). منحنيات السوداء زوايا هوائي متوسط كل إطار (هوائيات على حد سواء). خطوط أفقية من زوايا رائحة قبل يعني (خط الأساس). ملاحظة مجموعة مواقع الهوائي المفضل (كتلة حمراء في أسفل الأرض) بعيداً عن مصدر الرائحة لظروف رائحة نقية، والتغييرات المقابلة للزاوية يعني هوائي.كما لاحظ الكتلة "انتعاش" بعد اختتام رائحة واعتمادها بداية الظاهر على تركيز رائحة (انظر موقع المجموعة في أربع قطع أخرى). كثافة الحرارة خريطة مقياس اللون تعسفي ولكن موحدة عبر كافة الشروط. (ب) زاوية يعني تغير من رائحة قبل يعني (أشرطة الخطأ S.E.M). باستثناء الهواء، يعني كل التغييرات كانت كبيرة (t-اختبار ف < 0.05). الرجاء انقر هنا لمشاهدة نسخة أكبر من هذا الرقم-

    إطارات الفيديو من 9 فئات s الفيديو تتكون من 3 s قبل ظهور رائحة، 3.6 s لعرض رائحة، و 2.4 s بعد اختتام رائحة تتمشى عبر جميع الأفراد والظروف (300 الإطارات في الجزء). المحسوبة لكل شرط يعني كل إطار من كل الزوايا هوائي لجميع الأفراد ويسمى "يعني زوايا" (الشكل 5A، منحنيات السوداء). زوايا الهوائي يعني الإطارات قبل ظهور رائحة عبر الأفراد لكل شرط المحسوبة وتسمى "رائحة ما قبل خطوط الأساس" (الشكل 5A، خطوط أفقية رقيقة).

    في جميع الأحوال، فيما عدا عنصر التحكم، زيادة زوايا يعني من خطوط الأساس، ذروتها كل مرة 750 1,050 مللي ثانية بعد ظهور رائحة (الشكل 5A، منحنيات السوداء في المنطقة 3,600 ms 0--). تم اختبار التغييرات يعني من خطوط الأساس للأهمية (الشكل 5B) بمقارنة وسائل هوائي اثنين من الأفراد وقت الذروة رائحة-عرض زاوية يعني كل شرط يعني الأساس باستخدام سلسلة من نموذج 1 تي-اختبارات ( الحياة الطبيعية شابيرو الاختبارات لا يعتد في جميع الظروف). كان تغيير زاوية يعني من الأساس 26.9 درجة نقية هيبتانال (يعني بلغت ذروتها في 750 مللي ثانية بعد ظهور رائحة)، ودرجة 21.1 0.2 متر مكعب هيبتانال (في ms 990)، 19.6 درجة هيبتانول النقي (في ms 1,050)، 19.3 درجة هيبتانول 0.2 M (في 780 ms)، ودرجة 3.45 للمراقبة الجوية (لا الذروة). في جميع الأحوال، فيما عدا عنصر التحكم، تغيير زاوية يعني من الأساس كان كبيرا (هولم تعديل ف < 0.05). ونلاحظ أن زاوية يعني وقتاً أطول للعودة إلى الأساس ردا على أودورانتس نقية من إلى أودورانتس المخفف (تمرير المنخفضة تعني المصفاة عادت إلى خط 3,690 ms بعد ظهور رائحة الصرفة وهي في 2,940 مرض التصلب العصبي المتعدد هيبتانول المخفف؛ لمرات هيبتانال، والعودة 4,260 مرض التصلب العصبي المتعدد نقية و 3000 مرض التصلب العصبي المتعدد لإصدارات المخفف).

    تصور استخدام خرائط الحرارة:

    لتصور ردود هوائي، هوائي زاوية كثافة الحرارة خرائط لكل شرط ولدت (الشكل 5A، الخلفية الزرقاء-الحمراء). كانت كونفولفيد زوايا الهوائي عبر شرائح الفيديو s 10 لكل فرد في كل حالة مع نواة ضبابي (حزمة آر الجماهيري، kde2d وظيفة64). تظهر المناطق الزرقاء كثافات منخفضة من زوايا الهوائي، بينما تظهر المناطق الحمراء كثافات عالية من زوايا الهوائي. خريطة الحرارة في الأرض السفلي من الشكل 5A للشرط هيبتانال نقية يوضح سلوك الهوائي.

    وتبين الخريطة التي قبل تقديمها الرائحة (t < 0)، توزع الكثافة زاوية هوائي نسبيا شكل موحد عبر جميع الزوايا. حوالي 1 ثانية بعد ظهور رائحة بداية (t ~ 1,000 مللي ثانية)، زوج من كتل زرقاء وحمراء. في المناطق المظللة الأحمر، تم العثور على الهوائيات أكثر كثيرا مما حدث في المناطق المظللة الأزرق. الكتلة الأزرق يشير إلى أن هوائيات تميل إلى تجنب الزوايا أصغر (مصدر رائحة تقع في اتجاه 0 درجة)، بينما الأحمر الكتلة يشير إلى أنه يفضل هوائيات زوايا أكبر (بعيداً عن مصدر الرائحة). الكتلة الحمراء يختفي تدريجيا كما هو الحفاظ على العرض التقديمي رائحة. آخر الحمراء، وأن كانت أقل الكتلة المكثفة، يظهر حوالي 1 ثانية بعد اختتام رائحة. ونحن اسم الكتل الحمراء الثانية "انتعاش المجموعات". تمشيا مع أوقات الانتعاش زاوية يعني أعلاه، نلاحظ أن المجموعات انتعاش ويبدو أن تظهر في وقت سابق وهي أقل كثافة للروائح المخفف من أجل روائح نقية.

    المناقشة

    يتيح الأسلوب الذي قدم إلى هنا في الوقت الحقيقي تتبع حركة الهوائي وململه الحشرات دون الحاجة إلى أجهزة أو التحضيرات الحيوانية الخاصة.

    القيود:

    وعلى الرغم من هذه المزايا، هناك بعض القيود المفروضة على الأسلوب. وتشمل هذه شرط أن يقتصر رأس الحيوان من الحركة، والحاجة للمستخدم لتحديد موقع والتوجه للحيوان لكل فيديو، شرط الحصول على جهاز كمبيوتر ويندوز، والبرمجيات عدم القدرة على تتبع الحركة في الأبعاد الثلاثة (3D)، وفي بعض المواقف الغامضة بصريا أطرافهم الموصوفة أدناه.

    يتطلب البرنامج أن رأس الحيوان هو ثابت في مكان ولا تتحرك أثناء الفيديو. هذا مماثل للأعمال التحضيرية للعمل السابق48،49،،من5051. فمن الممكن لتعديل البرامج لتمكين الكشف التلقائي للرأس تناوب، غير أن هذا سوف تستهلك وقت تجهيز إضافي وإدخال مصدرا جديداً للخطأ. إذا كانت البرمجيات المعدلة للكشف عن دوران الرأس بشكل غير صحيح، وهذا سيؤثر الزوايا الهوائيات، كما يرتبط حساب زاوية دوران الرأس. وحاليا، يقوم المستخدم بتحديد اتجاه الرأس مرة واحدة لكل فيديو. هذا النهج، في حين لا يخلو من الأخطاء البشرية، يقلل أخطاء الحساب زاوية عند الرأس غير مسموح به للتحرك خلال الفيديو.

    كما يتطلب البرنامج Windows 7 (أو الأحدث) نظام تشغيل (OS). والهدف جعل البرنامج سهل لتثبيت وإعداد واستخدام بواسطة المستخدمين دون مهارات إدارة الكمبيوتر البرمجة أو متطورة. قررنا أن الهدف Windows لأنها متاحة على نطاق واسع، ويمكن في الحالات التي يكون فيها الوصول إليها محدودة، إنشاء الأجهزة الظاهرية (مثلاً، VirtualBox، أم وير، يوازي) مع ويندوز بسهولة. هذا الخيار من نظام التشغيل إلى حد كبير يبسط تثبيت البرامج عن طريق استخدام مثبت سهلة الاستخدام وخالية إلى سطر الأوامر وتتجنب الأخطاء الخاصة بمختلف برمجيات المصدر المفتوح.

    فقط المسارات البرمجيات موقف الملاحق في 2D الفضاء. حشرات معروفة للانتقال هوائي في 3D، مما يمكن أن يعني أن يتم فقدان المعلومات الهامة عندما يتم قياس إحداثيات 2D فقط. بينما استخدام الكاميرات أو مرايا متعددة يمكن أن تساعد في جمع المعلومات الإضافية اللازمة للتعريب ثلاثي الأبعاد، فمن الممكن لحساب، مع استخدام العلاقات المثلثية، وموقع المقدرة للخروج من الطائرة بافتراض أن هوائيات مقاطع خط واحد طول ثابت والتحرك فقط على جانب واحد من الطائرة الكاميرا. لعسل النحل، هذا الافتراض صحيحاً للحصول على تقديرات تقريبية للموقف في 3D، ولكن لن تكون الحال بالنسبة للأنواع الأخرى وحالات الضرورة.

    البرنامج لم يكشف بشكل صحيح في الهوائيات وململه نصيحة مواقع في بعض الحالات الغامضة. إذا كان حيوان يتحرك هوائي حيث أن، في شريط الفيديو، يتداخل مع ململه موسعة، البرنامج سوف يرجح أن الكشف عن غيض الهوائي كتلميح ململه. بيد أنه سوف لا يزال احتمالاً يحسب زاوية الهوائي بشكل صحيح (من الجزء غير المتداخلة). وبالمثل، إذا نقل النصائح الهوائي مباشرة فوق رأس الحيوان (أي، لا على الجانبين) ثم البرنامج قد فقط الكشف عن الجزء من الهوائي تظهر خارج الرأس، وتفترض الموقع السابق للهوائي أو كشف زائفة ضجيج الفيديو كموقع هوائي. وفي كلتا الحالتين، صعوبة المقيمون البشرية حتى المميزين الهوائي من ململه أو الرأس. للتخفيف من حدة هذه المشكلة، نوصي بتطبيق عامل تصفية متوسط57 متداول الإطار 3، متماثل للخام س وص إحداثيات إنتاج البرمجيات. عامل التصفية هذا يزيل تقلبات كبيرة عابرة موقف واحد (الإطار)، ويحافظ على حركات موقف هوائي أطول. وقد وجدنا أن تصفية 3-الإطار أداء أفضل من أي مرشح، بينما مرشحات الأوسع نطاقا (مثلاً 5 أو 11 أو 15 الإطارات) خفض دقة. يمكن الاطلاع على التعليمات البرمجية المثال R يستخدم عامل التصفية وشريط فيديو تعليمي على الإنترنت58.

    قيمة كأداة علمية:

    توفر طريقة لسرعة الحصول على حركات أطرافهم الحشرات الدقيقة بطريقة فعالة من حيث التكلفة لديه القدرة على فتح مجالات جديدة للتحقيق.

    ململه امتداد العاكسة (في) استجابة سلوكية استخداماً للتحقيق في التعلم والذاكرة من مجموعة متنوعة من الحشرات59. الدراسات السابقة عموما يعتمد على إجراء تمديد أو عدم ثنائي في، على الرغم من أن أظهرت التحليلات اليكتروميوجرافيك والفيديو طبولوجيا أكثر تعقيداً بكثير إلى ململه حركات65،66. يسمح أسلوب هنا السريع الكمي للحركات ململه في قرارات زمنية ومكانية عالية.

    هي غير مفهومة حركات الحشرات هوائي في استجابة للروائح الكريهة. واحد أسباب ذلك أن الهوائيات تميل إلى التحرك بسرعة لذلك أنه وسيلة فعالة من حيث التكلفة، والآلي للحصول على بيانات حركة الهوائي لم تكن متاحة. يمكن استخدام الأسلوب الذي قدم إلى هنا لسرعة الحصول على بيانات حركة الهوائي لإعداد كبيرة من الحشرات في عدد كبير من الظروف. هذا يمكن أن تساعد، على سبيل المثال، الباحثون التحقيق في التعيين بين حركات هوائي واستجابة لمختلف المحفزات، روائح خاصة متقلبة. باستخدام الكاميرات التقاط إطارات في 30 هرتز، يمكن استخدام البرنامج لوصف ديناميات الحركة باللوامس يصل إلى 15 هرتز (نايكست الحد). إذا كانت هناك حاجة إلى توصيف في ترددات أعلى، يمكن الاستعانة بكاميرات مع أعلى معدلات التقاط (مثلاً 60 أو 120 إطارا في الثانية). ومع ذلك، قد يلزم أسرع كمبيوتر لمعالجة ارتفاع fps الفيديو في الوقت الحقيقي. يمكننا التكهن بأن فئات من الروائح الكريهة، وربما حتى بعض الروائح الفردية، قد الحركات باللوامس الفطرية المميزة. إذا كانت تلك الطبقات أو مركبات يمكن اكتشافها وغير معروف يمكن اكتشاف الروائح أو فئتها من حركة باللوامس الحشرات غير مدربين. في حالة وجود مثل هذه خرائط، ينبغي أن يبدأ المزيج من بيانات كافية عن حركة الهوائي والدولة من الفن آلة تعلم خوارزميات للكشف عن ذلك. أيضا، كيف أن التعيين التغييرات استجابة للتعلم، ونماذج من خلال التنمية، أو تعطل مع التدخلات الوراثية يمكن أن توفر نظرة ثاقبة وظائف النظام حاسة الشم.أخيرا، هذا العمل يمكن أن تعطي فكرة عن كشف الروائح الاصطناعية إذا أنها تكشف عن طرق أخذ العينات الأمثل للروائح في البيئات المعقدة.

    العمل في المستقبل:

    هنا، نحن وأظهرت أنه يمكن سرعة الحصول على هوائي حركة البيانات وتحليلها: ويمكن الكشف عن استجابات السلوك كبيرة من البيانات التي تم إنشاؤها بواسطة برنامجنا، وتم تحديد عدة مجالات لإجراء المزيد من التحقيق.

    دورات الزمن الهوائي أثارت التحفيز زاوية الانحراف عن والانتعاش لخط الأساس وأي آثار انتعاش الحوافز-الاستنتاج واعتمادها على تركيز رائحة يمكن التحقيق فيها وعلى غرار رياضيا. بالإضافة إلى ذلك، أية تغييرات من حركات الهوائي الناجم عن مشهي أو يمكن تقييم تكييف البرود أيضا مع البرنامج.

    ويمكن أيضا استكشاف التمايز أفضل من الروائح الكريهة. في هذه الدراسة، الروائح الكريهة، في نقية و 35 x الإصدارات المخفف أثارت ردود مماثلة: الهوائيات، في المتوسط، يبدو أن سرعة الانسحاب بعيداً عن مصدر الرائحة والعودة إلى خطوط ما قبل رائحة بعد بضع ثوان. يمكننا التكهن بأن الإصدارات المخفف حتى قد يكون المحفزات حاسة الشم قوية للغاية لعسل النحل. إذا كانت القيمة true، يمكن استخدام مجموعة أوسع نطاقا من تركيزات لتحديد إذا كانت الردود باللوامس التفريق الروائح. بالإضافة إلى ذلك، أن تحليل أكثر تطورا أفضل قد تكشف عن الاختلافات في الحركات باللوامس ردا على الروائح المختلفة. وقد أحرزنا ملفات البيانات المستخدمة في توليد الأرقام في هذه المخطوطة متاحة للباحثين المهتمين في موقع سوارمسايت67.

    وعلاوة على ذلك، بينما خارج نطاق هذه المخطوطة، يمكن تمديد البرنامج لمعالجة ملفات الفيديو للحيوانات التي توضع في الدوائر مع المرايا المزدوجة الزاوية في 45° (انظر الشكل 1 على سبيل المثال). يمكن استخدام هذا لدقة ترجمة وتعقب الملاحق وحركتها في الفضاء ثلاثي الأبعاد. ولكن الخوارزميات لتتبع 3D يتطلب كفاءة: (أ) تزيل غموض بين هوائيات متعددة عندما تكون مرئية في واحدة من المرايا الجانبية، (ب) صحيحة بالنسبة لعيوب في زوايا مرآة، و (ج) مراعاة لتشوهات بسبب الكاميرا لتحديد المواقع.

    أخيرا، يمكن أن تتحقق عن طريق استخدام كالمان تصفية68، النماذج التي مكاسب إضافية في دقة الموقف ويستخدم معلومات الحالة المادية مثل سرعة أطرافهم وتسارع إلى تقييد المواقع المتوقعة. ومع ذلك، ينبغي تقييم أي مكاسب في دقة ضد أي تخفيضات في سرعة بسبب حسابات إضافية.

    الاستنتاج:

    الكثير من الحشرات استخدام هوائيات لنشاط عينة المتطايرة في بيئاتها المحلية. أنماط في حركات باللوامس قد توفر نظرة ثاقبة تصور رائحة الحشرات وكيفية تأثرها بتكييف والمركبات السمية، والتعديلات الوراثية. وبالمثل، استخدمت الحركات ململه لتقييم إدراك الرائحة والتحوير. ومع ذلك، كانت سرعة الحصول على كميات كبيرة من بيانات حركة أطرافهم الاستبانة صعبة. هنا، هو وصف البروتوكول والبرمجيات بأتمتة هذه المهمة. وباختصار، لدينا تم إنشاؤها وأثبتت كيف يمكن استخدام مزيج الأجهزة غير مكلفة، إعداد حيوانات شائعة، وبرمجيات المصدر المفتوح لسرعة الحصول على بيانات حركة أطرافهم الحشرات ذات الدقة العالية. عرض الإخراج من البرنامج وكيف أنه يتفوق الإنسان المقيمون في السرعة والدقة وكيف يمكن تحليل بياناتها بالإخراج وتصور.

    الإفصاحات

    الكتاب يعلن أن لديهم لا تضارب المصالح المالية.

    شكر وتقدير

    جي بي، SMC، وفريق التنسيق الإقليمي تؤيدها R01MH1006674 المعاهد الوطنية للصحة إلى SMC و R01EB021711 المعاهد الوطنية للصحة لفريق التنسيق الإقليمي. تم دعم المتحف و BHS بمشروع معمل "أفكار جبهة الخلاص الوطني" على "تكسير التعليمة البرمجية حاسة الشم" إلى BHS. ونحن نشكر شتاينميتز كايل، تارين أوبويلي وراشيل هالبي لمساعدتها في إجراء هذا البحث.

    المواد

    قائمة المواد المستخدمة في هذه المقالة
    الاسمالشركةرقم فهرسيالتعليقات
    تسخير الحشراتN / AN / Aاستخدم المواد اللازمة لأقسام البروتوكول 1-3.1.1 من Smith & amp عبء (2014)
    مصدر توصيل الرائحةغير متاح/ غير متاح استخدم المواد اللازمة للبروتوكول القسم 3 من Smith & amp عبء (2014)
    مصدر الفراغغيرللاستخدام المواد اللازمة للبروتوكول القسم 3 من Smith & amp عبء (2014)
    LED متصل بمصدر توصيل الرائحةN / AN / Aاستخدم المواد اللازمة للبروتوكول القسم 3 من Smith & amp عبء (2014)
    المنخفض لحام الحديدستانولالجهد المنخفض لحام الحديد 12 فولت ، 8W
    DC امدادات الطاقةTekpowerHY152A
    ترايبودAmazonBasics50 بوصة حامل ثلاثي القوائم خفيفالوزن
    اختياري الكاميراعبقريةWideCam F100FLIR Flea3 أو كاميرا أخرى مع التركيز اليدوي يمكن استخدامها.
    برنامج الكاميراGeniusN / Aيأتي مع الكاميرا. على نظام التشغيل MacOS ، يمكن استخدام تطبيق Photo Booth لتسجيل مقاطع الفيديو.
    برنامج سرعة مصراع الكاميرايسمح برنامج الكاميرا GeniusN / AGenius بضبط سرعة الغالق. في نظام التشغيل Mac OS، يمكن استخدام iGlasses by ecamm بدلا من ذلك: http://www.ecamm.com/mac/iglasses/
    التشغيل Windows7 ProfessionalVersions 7 أو الإصدارات الأحدث متوافقة. يمكن استخدام Oracle VirtualBox أو Parallels Desktop أو VMWare Fusion لإنشاء جهاز ظاهري يعمل بنظام التشغيل Windows في بيئات MacOS.
    برنامج SwarmSightالملحقSwarmSightتنزيل من برنامج http://SwarmSight.org
    RR ProjectR 3.4.0تنزيل من: برنامج https://cran.r-project.org/bin/windows/base/
    R StudioRStudioRStudio Desktopتنزيل من: https://www.rstudio.com/products/rstudio/download/
    متاح الجهد نظام Microsoft Windows تتبع

    المراجع

    1. Hansson, B. S. Insect Olfaction. , Springer Science & Business Media. New York. (1999).
    2. Masson, C., Mustaparta, H. Chemical information processing in the olfactory system of insects. Physiol Rev. 70 (1), 199-245 (1990).
    3. Firestein, S. How the olfactory system makes sense of scents. Nature. 413 (6852), 211-218 (2001).
    4. Schneider, D. Insect antennae. Annu Rev Entomol. 9 (1), 103-122 (1964).
    5. Kaissling, K. Chemo-electrical transduction in insect olfactory receptors. Annu Rev Neurosci. 9 (1), 121-145 (1986).
    6. Nakagawa, T., Vosshall, L. B. Controversy and consensus: noncanonical signaling mechanisms in the insect olfactory system. Curr Opin Neurobiol. 19 (3), 284-292 (2009).
    7. Heisenberg, M. What do the mushroom bodies do for the insect brain? An introduction. Learn Memory. 5 (1), 1-10 (1998).
    8. Zars, T. Behavioral functions of the insect mushroom bodies. Curr Opin Neurobiol. 10 (6), 790-795 (2000).
    9. Heisenberg, M. Mushroom body memoir: from maps to models. Nature Rev Neurosci. 4 (4), 266-275 (2003).
    10. Pelletier, Y., McLEOD, C. D. Obstacle perception by insect antennae during terrestrial locomotion. Physiol Entomol. 19 (4), 360-362 (1994).
    11. Suzuki, H. Antennal movements induced by odour and central projection of the antennal neurones in the honey-bee. J Insect Physiol. 21 (4), 831-847 (1975).
    12. Wachowiak, M. All in a sniff: olfaction as a model for active sensing. Neuron. 71 (6), 962-973 (2011).
    13. Bruce, T. J., Wadhams, L. J., Woodcock, C. M. Insect host location: a volatile situation. Trends Plant Sci. 10 (6), 269-274 (2005).
    14. Lunau, K., Wacht, S. Optical releasers of the innate proboscis extension in the hoverfly Eristalis tenax L.(Syrphidae, Diptera). J Comp Physiol [A]. 174 (5), 575-579 (1994).
    15. Szucsich, N. U., Krenn, H. W. Morphology and function of the proboscis in Bombyliidae (Diptera, Brachycera) and implications for proboscis evolution in Brachycera. Zoomorphology. 120 (2), 79-90 (2000).
    16. Harder, L. D. Measurement and estimation of functional proboscis length in bumblebees (Hymenoptera: Apidae). Can J Zool. 60 (5), 1073-1079 (1982).
    17. Hobbs, G. A. Further studies on the food-gathering behaviour of bumble bees (Hymenoptera: Apidae). Canadian Entomol. 94 (05), 538-541 (1962).
    18. Krenn, H. W. Functional morphology and movements of the proboscis of Lepidoptera (Insecta). Zoomorphology. 110 (2), 105-114 (1990).
    19. Krenn, H. W. Feeding mechanisms of adult Lepidoptera: structure, function, and evolution of the mouthparts. Annu Rev Entomol. 55, 307-327 (2010).
    20. Hepburn, H. R. Proboscis extension and recoil in Lepidoptera. J Insect Physiol. 17 (4), 637-656 (1971).
    21. Ramírez, G., Fagundez, C., Grosso, J. P., Argibay, P., Arenas, A., Farina, W. M. Odor Experiences during Preimaginal Stages Cause Behavioral and Neural Plasticity in Adult Honeybees. Front Behav Neurosci. 10, (2016).
    22. Takeda, K. Classical conditioned response in the honey bee. J Insect Physiol. 6 (3), 168-179 (1961).
    23. Bitterman, M. E., Menzel, R., Fietz, A., Schäfer, S. Classical conditioning of proboscis extension in honeybees (Apis mellifera). J Comp Psychol. 97 (2), 107(1983).
    24. Lambin, M., Armengaud, C., Raymond, S., Gauthier, M. Imidacloprid-induced facilitation of the proboscis extension reflex habituation in the honeybee. Arch Insect Biochem Physiol. 48 (3), 129-134 (2001).
    25. Masterman, R., Smith, B. H., Spivak, M. Brood odor discrimination abilities in hygienic honey bees (Apis mellifera L.) using proboscis extension reflex conditioning. J Insect Behav. 13 (1), 87-101 (2000).
    26. Rix, R. R., Christopher Cutler, G. Acute Exposure to Worst-Case Concentrations of Amitraz Does Not Affect Honey Bee Learning, Short-Term Memory, or Hemolymph Octopamine Levels. J Econ Entomol. 110 (1), 127-132 (2017).
    27. Urlacher, E., et al. Measurements of Chlorpyrifos Levels in Forager Bees and Comparison with Levels that Disrupt Honey Bee Odor-Mediated Learning Under Laboratory Conditions. J Chem Ecol. 42 (2), 127-138 (2016).
    28. Charbonneau, L. R., Hillier, N. K., Rogers, R. E. L., Williams, G. R., Shutler, D. Effects of Nosema apis, N. ceranae, and coinfections on honey bee (Apis mellifera) learning and memory. Sci Rep. 6, (2016).
    29. Urlacher, E., Devaud, J. -M., Mercer, A. R. C-type allatostatins mimic stress-related effects of alarm pheromone on honey bee learning and memory recall. PLOS ONE. 12 (3), e0174321(2017).
    30. Eiri, D. M., Nieh, J. C. A nicotinic acetylcholine receptor agonist affects honey bee sucrose responsiveness and decreases waggle dancing. J Exp Biol. 215 (12), 2022-2029 (2012).
    31. Liang, C. -H., Chuang, C. -L., Jiang, J. -A., Yang, E. -C. Magnetic Sensing through the Abdomen of the Honey bee. Sci Rep. 6, (2016).
    32. Erber, J., Pribbenow, B., Bauer, A., Kloppenburg, P. Antennal reflexes in the honeybee: tools for studying the nervous system. Apidologie. 24, 283(1993).
    33. Erber, J., Kierzek, S., Sander, E., Grandy, K. Tactile learning in the honeybee. J Comp Physiol [A]. 183 (6), 737-744 (1998).
    34. Erber, J., Pribbenow, B. Antennal Movements in the Honeybee: How Complex Tasks are Solved by a Simple Neuronal System. Prerational Intelligence: Adaptive Behavior and Intelligent Systems Without Symbols and Logic, Volume 1, Volume 2 Prerational Intelligence: Interdisciplinary Perspectives on the Behavior of Natural and Artificial Systems, Volume 3. , 109-121 (2000).
    35. McAfee, A., Collins, T. F., Madilao, L. L., Foster, L. J. Odorant cues linked to social immunity induce lateralized antenna stimulation in honey bees (Apis mellifera L). Sci Rep. 7, (2017).
    36. Dötterl, S., Vater, M., Rupp, T., Held, A. Ozone Differentially Affects Perception of Plant Volatiles in Western Honey Bees. J Chem Ecol. 42 (6), 486-489 (2016).
    37. Wang, Z., et al. Honey Bees Modulate Their Olfactory Learning in the Presence of Hornet Predators and Alarm Component. PLOS ONE. 11 (2), e0150399(2016).
    38. Søvik, E., Plath, J. A., Devaud, J. -M., Barron, A. B. Neuropharmacological Manipulation of Restrained and Free-flying Honey Bees, Apis mellifera. J Vis Exp. (117), e54695(2016).
    39. Fang, Y., Du, S., Abdoola, R., Djouani, K., Richards, C. Motion Based Animal Detection in Aerial Videos. Procedia Computer Science. 92, 13-17 (2016).
    40. Miller, B., Lim, A. N., Heidbreder, A. F., Black, K. J. An Automated Motion Detection and Reward System for Animal Training. Cureus. 7 (12), (2015).
    41. Birgiolas, J., Jernigan, C. M., Smith, B. H., Crook, S. M. SwarmSight: Measuring the temporal progression of animal group activity levels from natural-scene and laboratory videos. Behav Res Methods. , (2016).
    42. Stern, U., Zhu, E. Y., He, R., Yang, C. -H. Long-duration animal tracking in difficult lighting conditions. Sci Rep. 5, 10432(2015).
    43. Macrì, S., Mainetti, L., Patrono, L., Pieretti, S., Secco, A., Sergi, I. A tracking system for laboratory mice to support medical researchers in behavioral analysis. Engineering in Medicine and Biology Society (EMBC), 2015 37th Annual International Conference of the IEEE. , 4946-4949 (2015).
    44. Crall, J. D., Gravish, N., Mountcastle, A. M., Combes, S. A. BEEtag: a low-cost, image-based tracking system for the study of animal behavior and locomotion. PLOS ONE. 10 (9), e0136487(2015).
    45. York, J. M., Blevins, N. A., McNeil, L. K., Freund, G. G. Mouse short-and long-term locomotor activity analyzed by video tracking software. J Vis Exp. (76), e50252(2013).
    46. Noldus, L. P., Spink, A. J., Tegelenbosch, R. A. EthoVision: a versatile video tracking system for automation of behavioral experiments. Behav Res Methods. 33 (3), 398-414 (2001).
    47. Egnor, S. E. R., Branson, K. Computational Analysis of Behavior. Annu Rev Neurosci. 39 (1), 217-236 (2016).
    48. Cholé, H., Junca, P., Sandoz, J. -C. Appetitive but not aversive olfactory conditioning modifies antennal movements in honeybees. Learn Memory. 22 (12), 604-616 (2015).
    49. Shen, M., et al. Interactive tracking of insect posture. Pattern Recognit. 48 (11), 3560-3571 (2015).
    50. Mujagić, S., Würth, S. M., Hellbach, S., Dürr, V. Tactile conditioning and movement analysis of antennal sampling strategies in honey bees (apis mellifera l). J Vis Exp. (70), (2012).
    51. Shen, M., Szyszka, P., Deussen, O., Galizia, C. G., Merhof, D. Automated tracking and analysis of behavior in restrained insects. J Neurosci Methods. 239, 194-205 (2015).
    52. Bellard, F., Niedermayer, M. FFmpeg. , Available from: http://ffmpeg.org (2012).
    53. Cucchiara, R., Grana, C., Piccardi, M., Prati, A. Detecting moving objects, ghosts, and shadows in video streams. IEE Trans Pattern Anal Mach. 25 (10), 1337-1342 (2003).
    54. Shaw, J. R. QuickFill: An efficient flood fill algorithm. The Code Project. , (2004).
    55. Zhang, H., Wu, K. A vehicle detection algorithm based on three-frame differencing and background subtraction. Computational Intelligence and Design (ISCID), 2012 Fifth International Symposium on Computational Intelligence and Design. 1, 148-151 (2012).
    56. Elgammal, A., Harwood, D., Davis, L. Non-parametric Model for Background Subtraction. Computer Vision - ECCV 2000. , 751-767 (2000).
    57. Zeileis, A., Grothendieck, G. zoo: S3 infrastructure for regular and irregular time series. arXiv preprint math/0505527. , (2005).
    58. SwarmSight.org. Swarmsight. , Available from: http://swarmsight.org/ (2017).
    59. Smith, B. H., Burden, C. M. A Proboscis Extension Response Protocol for Investigating Behavioral Plasticity in Insects: Application to Basic, Biomedical, and Agricultural Research. J Vis Exp. (91), e51057(2014).
    60. Abbass, H. How to split a video or audio file with VLC Player. Darktips. , Available from: https://darktips.com/split-video-audio-file/ (2012).
    61. SwarmSight.org. SwarmSight Appendage Tracking CSV File Column Reference. , Available from: http://swarmsight.org/Examples/Appendage%20Tracking/ColumnReference (2017).
    62. R Core Team. R: A Language and Environment for Statistical Computing. , R Foundation for Statistical Computing. Vienna, Austria. Available from: http://www.R-project.org/ (2014).
    63. Team, R. s RStudio: integrated development for R. , RStudio, Inc. Boston, MA. (2015).
    64. Venables, W. N., Ripley, B. D. Modern Applied Statistics with S-PLUS. , Springer Science & Business Media. New York. (2013).
    65. Smith, B. H., Menzel, R. An Analysis of Variability in the Feeding Motor Program of the Honey Bee; the Role of Learning in Releasing a Modal Action Pattern. Ethology. 82 (1), 68-81 (1989).
    66. Smith, B. H. An analysis of blocking in odorant mixtures: an increase but not a decrease in intensity of reinforcement produces unblocking. Behavioral neuroscience. 111 (1), 57(1997).
    67. Birgiolas, J. SwarmSight Antenna Tracking CSV files. , Available from: https://github.com/JustasB/SwarmSight/tree/master/Examples/Appendage%20Tracking/Birgiolas%20et.%20al.%20(2015)%20JOVE%20figures/Figures%204%265/CSVs (2017).
    68. Kalman, R. E. A New Approach to Linear Filtering and Prediction Problems. J Basic Eng. 82 (1), 35-45 (1960).

    إعادة الطباعة والأذونات

    طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

    طلب إذن

    الوسوم

    SwarmSight

    مقالات ذات صلة