نظام واقع افتراضي مفتوح المصدر لقياس التعلم المكاني في الفئران المقيدة الرأس

يعد نظام الواقع الافتراضي مفتوح المصدر هذا أداة مهمة لدراسة التعلم المكاني في الدماغ لأنه يسمح للباحثين بتقديم مجموعة متسقة من المحفزات المكانية إلى فأر مقيد الرأس باستخدام إعداد إلكتروني معياري بسيط. تتمثل ميزة هذا النظام في أنه غير مكلف وسهل الإعداد ومضغوط ومعياري ، مما يسمح ببناء إعدادات سلوكية متعددة للتدريب والتكامل مع الإعدادات السلوكية الحالية المقيدة الرأس. هذا النظام مثالي لقياس التعلم المكاني والفئران المقيدة الرأس ، ومع ذلك ، فهو قادر بنفس القدر على تقديم بيئات الواقع الافتراضي المرئية للتجارب في الأنواع والاستعدادات الأخرى ، بما في ذلك الفيزياء النفسية البشرية والتصوير العصبي.

ومن بين القائمين على هذا الإجراء كارلا دياز وهانا تشونغ، وهما مساعدان باحثان في مختبرنا. للبدء ، قم بتوصيل الأسلاك بين مكون التشفير الدوار و ESP32 الدوار. تحتوي أجهزة التشفير الدوارة عموما على أربعة أسلاك ، موجبة ، GND ، A ، و B.قم بتوصيل هذه الأسلاك عبر أسلاك العبور ب ESP32 و 3 0.3 فولت و GND 25 و 26 دبابيس.

قم بتوصيل الأسلاك التسلسلية RX / TX بين ESP32 الدوار والسلوك ESP32. قم بإجراء اتصال بسيط بسلكين بين ESP32 الدوار و Serial0 RX / TX ومنفذ Serial2 للسلوك ESP32. قم بتوصيل أسلاك RX / TX التسلسلية بين ESP32 الدوار والكمبيوتر أحادي اللوحة GPIO أو اتصال USB المباشر.

قم بإجراء اتصال سلكين بين دبابيس GPIO للكمبيوتر ذات اللوحة الواحدة ، 14 ، 15 ، RX / TX ، ودبابيس ESP32 الدوارة ، Serial2 ، TX / RX 1716. بعد ذلك ، قم بتوصيل ESP32 USB الدوار بالكمبيوتر أحادي اللوحة USB لتحميل رمز التشفير الدوار الأولي. قم بتوصيل صمام الملف اللولبي السائل 12 فولت بإخراج ULN2803 IC في أقصى يسار ثنائي الفينيل متعدد الكلور الصغير OMW ، وقم بتوصيل منفذ اللعق بإدخال اللمس ESP32.

قم بتوصيل USB بمنفذ USB الخاص بالكمبيوتر أحادي اللوحة لتحميل برامج جديدة للسلوك ESP32 لنماذج تجريبية مختلفة ولالتقاط بيانات السلوك باستخدام رسم المعالجة المضمن. ثم قم بتوصيل محول الحائط 12 فولت DC بموصل مقبس البرميل 2.1 ملم على السلوك ESP32 OMW ثنائي الفينيل متعدد الكلور الصغير لتوفير الطاقة لصمام الملف اللولبي للمكافأة. قم بتوصيل مخرج HDMI Two الخاص بالكمبيوتر أحادي اللوحة بمنفذ HDMI بجهاز العرض.

سيؤدي ذلك إلى نقل بيئة البرامج الرسومية التي يتم تقديمها بواسطة وحدة معالجة الرسومات للكمبيوتر أحادي اللوحة إلى شاشة العرض. افتح نافذة المحطة الطرفية في كمبيوتر اللوحة الواحدة وانتقل إلى مجلد Hall Pass VR. قم بتشغيل الواقع الافتراضي المشار إليه أو واجهة المستخدم الرسومية VR أو واجهة المستخدم الرسومية لفتح نافذة واجهة المستخدم الرسومية.

حدد وأضف أربعة عناصر من مربع القائمة لكل نمط من الأنماط الثلاثة على طول المسار ، ثم انقر فوق إنشاء. حدد صور الأرضية والسقف من القوائم المنسدلة واضبط طول المسار على مترين لرمز المثال هذا. قم بتسمية هذا النمط ، إذا رغبت في ذلك.

انقر فوق الزر "ابدأ" وانتظر حتى تبدأ نافذة الواقع الافتراضي قبل النقر في مكان آخر. ستظهر بيئة البرامج الرسومية على الشاشة الثانية. قم بتشغيل رسم المعالجة للحصول على حركة البيانات السلوكية ورسمها.

افتح الأمر المشار إليه في بيئة تطوير بيانات المعالجة. قم بتغيير الحيوان إلى متغير رقم الماوس الخاص بك وقم بتعيين دقائق الجلسة مساوية لطول الجلسة السلوكية بالدقائق. انقر فوق الزر "تشغيل" في بيئة التطوير المتكاملة للمعالجة.

تحقق من نافذة مخطط المعالجة التي يجب أن تظهر موضع الماوس الحالي على المسار الخطي الافتراضي حيث تدور العجلة جنبا إلى جنب مع مناطق المكافآت وتشغيل الرسوم البيانية للعقات واللفات والمكافآت ، والتي يتم تحديثها كل 30 ثانية. قم بتحريك عجلة الجري يدويا لمحاكاة تشغيل الماوس للاختبار أو استخدم ماوس اختبار للإعداد الأولي. انقر فوق نافذة الرسم واضغط على مفتاح Q على لوحة المفاتيح لإيقاف الحصول على البيانات السلوكية.

يتم حفظ ملف نصي للأحداث والأوقات السلوكية وصورة لنافذة الرسم النهائية في PNG عند انقضاء دقائق الجلسة أو ضغط المستخدم على المفتاح Q للإنهاء. للتزوير العشوائي مع المكافآت غير العاملة ، قم بتشغيل برنامج واجهة المستخدم الرسومية GUI مع مسار من العناصر المرئية التعسفية. ثم قم بتحميل برنامج السلوك إلى السلوك ESP32 مع مكافآت متعددة غير عاملة لتهيئة الماوس للتشغيل واللعق.

ضع الماوس برفق في جهاز تثبيت الرأس ، واضبط صنبور اللعق على موقع أمامي لفم الماوس مباشرة ، وضع عجلة الماوس في وسط منطقة شاشة العرض. قم بتعيين اسم الحيوان في رسم المعالجة ثم اضغط على تشغيل في بيئة تطوير متكاملة للمعالجة لبدء الحصول على البيانات السلوكية وتخطيطها. قم بتشغيل الماوس في جلسات مدتها 20 إلى 30 دقيقة حتى يعمل الماوس لمدة 20 لفة على الأقل في كل جلسة ويلعق المكافآت المقدمة في مواقع عشوائية.

للبحث العشوائي مع المكافآت الفعالة في لفات بديلة ، قم بتحميل برنامج السلوك بمعامل متناوب يساوي واحدا وقم بتدريب الماوس حتى يلعق لكل من مناطق المكافأة غير العاملة والعاملة. للبحث عن الطعام العشوائي الذي يعمل بكامل طاقته ، قم بتحميل برنامج السلوك بأربع مناطق مكافأة عشوائية عاملة وقم بتدريب الماوس حتى يلعق المكافآت باستمرار على طول المسار. بعد ذلك للتعلم المكاني ، قم بتشغيل البرنامج الرسومي بمسار ممر مظلم مع إشارة بصرية واحدة في المنتصف.

ثم قم بتحميل برنامج السلوك بمنطقة مكافأة مخفية واحدة إلى السلوك ESP32. دع الماوس يعمل لمدة 30 دقيقة مع منطقة مكافأة مخفية واحدة ومدخل VR مرئي واحد والتقاط البيانات أثناء الجلسة كما هو موضح من قبل. قم بتنزيل ملف بيانات txt من مجلد رسم المعالجة وقم بتحليل البيانات السلوكية لمراقبة ظهور لعق انتقائي مكانيا كمؤشر للتعلم المكاني.

يتم عرض التعلم المكاني باستخدام بيئة البرامج الرسومية هنا. من خلال المراحل التقدمية من التدريب على البحث العشوائي عن الطعام ، تعلمت الفئران الركض على عجلة القيادة واللعق باستمرار على طول المسار بمستويات منخفضة قبل أن يتم تحويلها إلى موقع مكافأة واحد مخفي لإظهار التعلم المكاني. في هذه الدراسة ، تعلمت أربعة من الفئران السبعة مهمة المكافأة الخفية بإشارة بصرية واحدة في جلستين إلى أربع جلسات ، كما يتضح من لعقها بالقرب من منطقة المكافأة بانتقائية متزايدة.

علاوة على ذلك ، أظهرت الفئران كلا من التعلم الكبير داخل الجلسة وبين الجلسة. أظهرت اللعقات المكانية لكل لفة في اليوم الثاني زيادة في اللعق قبل منطقة المكافأة وانخفاض اللعق في أماكن أخرى ، مما يشير إلى تطور لعق استباقي محدد مكانيا. الشيء الرئيسي الذي يجب تذكره عند استخدام النظام هو أن الفئران لن تعمل بشكل جيد إلا إذا تم تعزيزها ومريحة على عجلة التشغيل.

لذلك ، تقيد المياه الحيوانات بشكل مناسب ، وتتعامل معها برفق ، وتأكد من أن وضع تقييد رأسها مثالي للجري أثناء عرض شاشة العرض. يمكن لباحث علم الأعصاب الجمع بين نظام الواقع الافتراضي مفتوح المصدر هذا والتصوير في الجسم الحي أو الفيزيولوجيا الكهربية للتحقيق في دوائر الخلايا العصبية الكامنة وراء التعلم المكاني في الدماغ. نعتقد أن بساطة نظام الواقع الافتراضي مفتوح المصدر هذا ستسمح للباحثين بدمج النظام في إعدادات التسجيل العصبي المتنوعة.

سيسمح التحكم الدقيق في المحفزات المكانية في بيئة الواقع الافتراضي للباحثين بفحص مساهمات دوائر عصبية محددة في التعلم المكاني.