使用MouseWalker量化脊髓损伤小鼠模型中的运动功能障碍

Summary

提供了一个实验管道，用于使用MouseWalker（MW）工具箱定量描述自由行走的小鼠的运动模式，范围从初始视频记录和跟踪到定量后分析。使用小鼠脊髓挫伤损伤模型来证明MW系统的有用性。

Abstract

复杂且高度协调的运动程序（例如步行和跑步）的执行取决于脊柱和脊髓上回路的节律激活。胸椎脊髓损伤后，与上游回路的通信受损。这反过来又导致协调的丧失，恢复潜力有限。因此，为了更好地评估给予药物或治疗后的恢复程度，有必要使用新的、更详细和准确的工具来量化脊髓损伤动物模型中步态、肢体协调和其他运动行为的精细方面。多年来，已经开发了几种测定方法来定量评估啮齿动物的自由行走行为;然而，它们通常缺乏与步进步态策略、足迹模式和协调相关的直接测量。为了解决这些缺点，提供了MouseWalker的更新版本，它将受挫的全内反射（fTIR）走道与跟踪和量化软件相结合。这个开源系统已经适应于提取几个图形输出和运动学参数，并且一组后量化工具可以分析提供的输出数据。这份手稿还展示了这种方法如何与已经建立的行为测试相结合，定量描述脊髓损伤后的运动缺陷。

Introduction

四肢的有效协调并非四足动物所独有。人类的前肢-后肢协调对于完成多项任务仍然很重要，例如游泳和行走时的速度改变¹.各种肢体运动学² 和运动程序¹，³，⁴ 以及本体感觉反馈回路⁵ 在人类和其他哺乳动物之间是保守的，在分析运动障碍（例如脊髓损伤 （SCI）6，^7，8）的治疗方案时应考虑这些选择。

为了行走，来自前肢和后肢的几个脊柱连接需要正确连接和有节奏地激活，这需要来自大脑的输入和来自体感系统的反馈²，^9，10。这些连接在中央模式发生器（CPG）中达到顶峰，它们分别位于前肢和后肢的颈椎和腰椎水平1，^9，10。通常，在 SCI 之后，神经元连接的破坏和抑制性神经胶质瘢痕¹² 的形成限制了运动功能的恢复，结果从完全瘫痪到一组肢体功能受限不等，具体取决于损伤的严重程度。精确量化 SCI 后运动功能的工具对于监测恢复和评估治疗或其他临床干预措施的效果至关重要⁶.

SCI 小鼠挫伤模型的标准度量测定是巴索小鼠量表 （BMS）¹³，¹⁴，这是一种非参数评分^，考虑了空旷场地的躯干稳定性、尾部位置、足底步和前肢-后肢协调。尽管BMS在大多数情况下非常可靠，但它需要至少两名经验丰富的评分员来观察动物运动的所有角度，以解释自然变异性并减少偏差。

还开发了其他测定方法来定量评估SCI后的运动性能。其中包括旋转测试，它测量在旋转圆柱体上花费的时间¹⁵;水平梯子，测量错过栏杆和正梯子抓斗的数量^16，17;以及横梁行走测试，该测试测量动物在穿越窄梁时所花费的时间和失败次数¹⁸.尽管反映了运动缺陷的组合，但这些测试都没有产生关于前肢 - 后肢协调的直接运动信息。

为了具体和更彻底地分析步行行为，已经开发了其他测定方法来重建步数循环和步态策略。一个例子是足迹测试，其中动物的墨水爪子在一张白纸上画一个图案¹⁹.虽然执行简单，但提取步幅等运动学参数既麻烦又不准确。此外，缺乏动态参数，例如步进周期的持续时间或腿定时协调，限制了其应用;事实上，这些动态参数只能通过分析啮齿动物穿过透明表面的逐帧视频来获取。对于SCI研究，研究人员使用跑步机从侧面分析了步行行为，包括重建步数循环和测量每个^{腿关节的角度}变化4，^20，21。尽管这种方法可以提供非常丰富的信息6，但它仍然专注于一组特定的肢体，并且缺乏额外的步态^{特征，例如}协调性。

为了填补这些空白，Hamers及其同事开发了一种基于光学触摸传感器的定量测试，使用受挫全内反射（fTIR）²²。在这种方法中，光线通过内部反射 穿过 玻璃传播，在按压爪子时散射，最后被高速相机捕获。最近，这种方法的开源版本，称为MouseWalker，已经可用，这种方法将fTIR走道与跟踪和量化软件包²³相结合。使用这种方法，用户可以提取大量定量参数，包括步数、空间和步态模式、脚印定位和前肢-后肢协调，以及视觉输出，例如脚印模式（模仿墨水爪测定⁶）或相对于身体轴的站立阶段。重要的是，由于其开源性质，可以通过更新 MATLAB 脚本包来提取新参数。

在这里，更新了以前发布的 MouseWalker²³ 系统组件。提供了如何设置它的说明，以及实现最佳视频质量、跟踪条件和参数采集所需的所有步骤。还共享了其他量化后工具，以增强对MouseWalker（MW）输出数据集的分析。最后，通过在脊髓损伤（SCI）背景下获得一般运动性能的可量化值，特别是步道周期和前肢 - 后肢协调，证明了该工具的有用性。

Protocol

所有处理、手术和术后护理程序均由医学研究所分子内部委员会 （ORBEA） 和葡萄牙动物伦理委员会 （DGAV） 根据欧洲共同体指南（指令 2010/63/EU）和葡萄牙动物护理法 （DL 113/2013） 批准，许可证为 0421/000/000/2022。本研究使用9周龄的雌性C57Bl / 6J小鼠。尽一切努力尽量减少动物的数量并减少研究中使用的动物的痛苦。MATLAB脚本和MW软件的独立版本是开源的，可在GitHub上获得。
存储库 （https://github.com/NeurogeneLocomotion/MouseWalker）。虽然MW软件是在MATLAB R2012b中开发的，但它已经适应在MATLAB R2022b中运行。 图1 显示了MW的分析工作流程。

1. 设置鼠标步行者 （MW） 设备

1. 如前所述组装MW装置²³，或适应实验设计的特定需求（有关设置的更多详细信息，请参见 材料表 和 补充图1 ）。
   注意:步行竞技场可以做得更宽，以容纳更大的动物，如老鼠。
2. 验证动物行走的有机玻璃是否干净且无划痕。使用光滑的清洁布，并尽量减少使用高浓度的有机溶剂，如氨或乙醇，这可能会损坏有机玻璃（建议使用3%过氧化氢，7%乙醇或任何兼容且适当的有机玻璃消毒剂）。如有必要，请更换有机玻璃。
3. 为高速摄像机设置快速镜头和大光圈（即较小的光圈值）以捕获大量光线，因为这有助于记录fTIR信号（参见 材料表）。
   注意:镜头不应产生光学失真，尤其是在图像边缘。可以通过记录已知图案（例如条纹或正方形）然后在 ImageJ/^{FIJI 24} 上测量块的大小来测试光学畸变（使用线条工具，然后单击分析 >测量）。例如，一个 1 厘米大小的正方形在图像中心和边缘应具有相同的像素尺寸。变化应小于 5%。
4. 从背景灯箱点亮五彩 LED 灯条。
5. 点亮人行道灯箱上的白色 LED 灯条。
   注意:彩色LED^{也可以使用25} ，以方便区分封装/主体/背景。
6. 在房间灯熄灭的情况下，验证背景灯箱和走道的光强度。如有必要，使用电位计或半透明塑料调整强度。这些必须进行优化，以便像素强度按以下顺序增加:动物的身体<背景<脚印。
   1. 要检查动物身体/背景/脚印的像素强度，请在 ImageJ/FIJI²⁴ 上打开图像序列，然后单击分析 >测量。封装信号不应过饱和，因为这会阻止定义封装的边界（即脚趾和脚垫）（补充图2）。
7. 在视频录制软件上调整人行道的图像对比度。对比度可以通过两种方式进行调整:调暗或增加 LED 灯条上的照明，或者调整相机镜头光圈。
8. 正确放置镜头，使其处于相同的高度，位于 45° 反射镜的中心，并与人行道垂直 （90°）。这将沿左右走道生成一个恒定比例的图像。
   注意:避免在多个录制会话中更改摄像机位置（距离、高度和方向）。如有必要，标记应放置三脚架的地板。这将保持图像功能。
9. 将镜头聚焦在有机玻璃表面。这可以使用接触有机玻璃表面的非破坏性物体进行测试。
   注意:使用较低的光圈镜头值，景深会变小，从而使对焦更加困难。
10. 确保在测定过程中所有设置保持不变，因为它们可能会改变录制视频的像素强度。

2. 视频采集

1. 在测试之前，确保小鼠熟悉房间和设备。至少保存 1 天用于习惯化（第 0 天）。为避免过度训练，请在与其他行为测试不同的日期（最好是第二天）进行MW测试。
2. 在视频录制软件中，确保至少 50 厘米的人行道可见。
3. 调整录制设置以截断人行道区域。这将减小视频大小并优化视频采集。
4. 在每次会议前拍摄常规尺子的照片或短视频。稍后将在"设置窗口"中使用每厘米的像素数来校准视频。
5. 开始视频采集，抓住尾巴根部将动物放在走道边缘，以免受伤。确保动物向前移动到平台的最边缘。以至少 100 帧/秒的速度执行视频录制，以确保平稳的步态过渡。
   1. 如果需要，通过轻轻敲击走道墙壁或打响/拍打手指来激励动物移动。但是，请避免物理轻推，因为这可能会影响结果。
   2. 将视频直接保存为 TIFF （使用 LZW 压缩）、JPEG 或 PNG 格式的图像序列。如果摄像机录制为原始MOV文件，请在ImageJ / FIJI²⁴ 中打开文件并单击 文件>另存为 图像序列（或使用其他软件，例如LosslessCut²⁵），将视频转换为图像序列>。
      注意:大多数动物在被放入人行道后立即开始行走;因此，建议在放置动物之前开始视频采集。

3. 为 MW 跟踪软件准备视频

1. 拍摄足够多的每只鼠标的完整运行。每个条件要拍摄的动物数量和完整运行的数量必须根据每个实验设计决定。完全运行是指鼠标在没有长时间停止的情况下走过整个 50 厘米的人行道（在本实验中，选择了三个完整的运行）。
   注意:根据图像采集软件的不同，可能需要将视频裁剪到最小的ROI。这将提高跟踪和输出生成的速度。
2. 在 ImageJ/FIJI²⁴ 中，通过单击图像>"堆栈" >"工具">"创建子堆栈"，选择鼠标在屏幕上的帧。MW上的跟踪要求头部和尾部在所有帧中都可见。但是，可以从单个视频录制中创建多个子堆栈，这些子堆栈稍后将表示每次运行。
3. 通过单击"文件">"另 存为图像序列"，将每个子堆栈分别保存在不同的文件夹中>。MW 软件随后会在每次开始分析运行时自动在每个目录中创建一个子文件夹。

4. 追踪

1. 打开 MATLAB，将包含 MW 脚本的文件夹添加到工作目录，然后在主命令行上运行 "MouseWalker.m"。
   注意:使用 MATLAB 下的 MW 软件可以在 MATLAB 的主控制台上查看跟踪错误消息并选择所需的输出数据（通过打开主脚本文件 "MouseEvaluate.m" 并将输出更改为 1 或 0:excel 文件、脚步图、姿势轨迹和步态模式）。
2. 将视频文件夹加载为"输入目录"。还可以选择输出文件夹;但是，这不是必需的，因为MW软件会在"输入目录"中自动创建一个名为"结果"的新文件夹。
3. 使用箭头"<<"、"<"、">>"和">"检查视频帧是否全部正确加载到 MW 软件中。
4. 转到所有校准和阈值参数所在的"设置窗口"。这些设置可能会根据背景和足迹的像素强度以及主体和足迹的最小尺寸以及其他因素而变化（请参阅 补充图 2 中的示例）。通过单击" 预览 "按钮来测试更改某些参数的效果。
   1. 使用不同的绘图样式，包括"身体+脚+尾巴"、"仅身体"、"仅脚"和"仅尾巴"，以帮助区分调整阈值参数后的身体部位。
   2. 利用右侧面板上的工具测量亮度或大小（分别使用"亮度"和"标尺"按钮）。只要相机距离保持不变，所有设置都可以保存为"默认"。
5. 调整阈值参数后，检查视频是否已准备好进行自动跟踪。转到第一帧，然后单击 自动 开始跟踪。可以实时执行此步骤，并且需要几分钟，具体取决于视频的大小和计算机的性能。
   1. 如果自动跟踪错误地标记了身体特征，请取消自动跟踪，输入新设置，然后重新启动该过程。
6. 跟踪完成后，检查是否需要手动更正。要更正，请使用中间面板选择或取消选择，并指示右前 （RF）、右后部 （RH）、左前 （LF） 和左后后 （LH） 爪脚印、头部、鼻子、身体（分为两段）和尾部位置（分为四段）的位置。按"保存"按钮 保存 更改。
   注意:所有按钮和大多数命令都有一个快捷键（有关详细信息，请查看相关手册²³）。为了方便视频滚动和键盘快捷键的执行，可以使用带有可编程按钮和穿梭轮的硬件控制器，如 Contour ShuttlePro V2。
7. 点击 评估 从跟踪的视频生成输出文件。根据所选的所需输出（请参阅步骤 4.1），此步骤可能需要几分钟时间。
8. 检查所有图形输出数据图是否保存在"结果"文件夹中。通过检查一些图形输出来验证跟踪的准确性，例如"立场轨迹"，其中可以检查所有爪子位置是否一致。
   1. 如果发现错误，请手动更正跟踪（如果可能;否则，请删除"结果"文件夹，然后使用新设置再次执行自动跟踪），然后再次单击 "评估 "命令。
9. 检查MW软件生成的所有定量测量值是否保存在Excel电子表格中，并汇总在"1.Info_Sheet"。确保公式分隔的 excel 选项与脚本匹配。小数点分隔符必须是"，"，千位分隔符必须是";"。
10. 使用"MouseMultiEvaluate.m"脚本将所有运行的测量值聚集到一个新文件中进行分析。
    1. 首先，生成一个包含所有视频的文件夹路径的.txt文件（例如"视频文件.txt"）。确保每行对应于一个视频。
    2. 然后，将"MouseMultiEvaluate（'Videofiles.txt'）"写入命令行。将在工作目录中生成一个名为"ResultSummary.xls"的 excel 文件（请参阅 GitHub 存储库中的示例）。
       注意: 图2 表示MW软件从一只记录的动物的视频中获得的图形输出。

5. 运动学数据分析工作流程

1. 根据以下先决条件，编辑步骤 4.10 中生成的 Excel 工作表，其中包含要使用提供的 Python 脚本进行处理的数据。
   1. 在第一列标题中，指定实验条件。为组/条件名称后面的每一行命名（来自同一组的个人必须具有相同的名称）。第一组必须是控件或基线（这仅对于热图绘图（步骤 5.6）是必需的）。
   2. 在第二列中，指定动物 ID。这是强制性的，尽管此信息不会用于绘图生成。
   3. 在第三列以后，选择将用于分析的电机参数。确保第一行是参数的名称（这些名称稍后将出现在图中）。
2. 打开 Anaconda Navigator，然后执行 Spyder 以打开提供的 Python 脚本。
   注意:所有脚本都是用Python 3.9.13开发的，在Anaconda Navigator 2.1.4中使用Spyder 5.2.2执行，并且可以在材料表和GitHub存储库中找到（其中包括其他 材料 ，例如视频示例，Excel示例文件和FAQ文档）。可以在 Anaconda Navigator 之外执行脚本;但是，此图形用户界面更加用户友好。
3. 使用"Rawdata_PlotGenerator.py"生成原始数据图。这将允许将每个参数可视化为速度的函数。
   1. 在Spyder中打开"Rawdata_PlotGenerator.py"，然后单击 "播放 "按钮运行代码。
   2. 在自动窗口中选择要分析的 Excel 文件和工作表名称。如果工作表名称未更改，请填写"Sheet1"。
   3. 原始数据图将显示在绘图控制台（右上方面板）中。要保存绘图，请单击绘图控制台中的 保存 图像或 保存所有图像 按钮。
4. 使用脚本"Residuals_DataAnalysis"计算用于数据分析的残差。此脚本将生成一个 CSV 文件，其中包含所有电机参数的残差计算。
   注意:MW 提取的许多测量步态参数随速度而变化（例如，摆动速度、步长、站立持续时间、站姿直线度和步态指数）。因此，建议对基线实验的每个参数与速度执行最佳拟合回归模型，然后确定与此回归模型相关的每个实验组的残差值。然后将数据表示为与残差归一化线²⁶ 的差值。
   1. 在Spyder中打开"Residuals_DataAnalysis.py"，然后单击 "播放 "按钮运行代码。
   2. 在自动窗口中选择要分析的 Excel 文件和工作表名称。如果工作表名称未更改，请填写"Sheet1"。
   3. 将 CSV 文件保存在与数据相同的文件夹中。控件（或基线）必须是 Excel 文件中的第一个组。
5. 使用"PCA_PlotGenerator.py"脚本执行主成分分析 （PCA）。
   注意:这种无监督降维方法用于生成更简洁的数据表示²⁷，²⁸，²⁹（图3A，B）。PCA 脚本包括以下步骤。首先通过居中和缩放对数据进行预处理，然后PCA算法计算协方差矩阵以确定变量之间的相关性，并计算协方差矩阵的特征向量和特征值以识别主成分。选择前两个或三个主分量分别用于在 2D 或 3D 图中表示数据。图中的每个点对应于一种动物，并代表一个不同的抽象变量。颜色编码的点用于区分特定组。因此，点簇反映了相应个体共享的相似行走模式。
   1. 在Spyder中打开"PCA_PlotGenerator.py"，然后单击 "播放 "按钮运行代码。
   2. 在自动窗口中选择要分析的 Excel 文件和工作表名称。如果工作表名称未更改，请填写"Sheet1"。
   3. 确保 PCA 2D 和 3D 图显示在打印控制台（右上方面板）中。每种颜色代表不同的组，图例显示在绘图旁边。要保存绘图，请单击绘图控制台中的 保存图像 。
6. 使用"Heatmap_PlotGenerator.py"生成热图。确保热图生成器创建一个表，显示每个电机参数²⁷ 的基线组（或对照组）与其他组之间的统计差异（图4）。每列描绘一个组，每行与特定的电机参数相关。
   注意:统计分析是使用单因素方差分析进行的，然后是Tukey的事后检验（用于正态分布）或Kruskal-Wallis 方差分析，然后是邓恩事后检验（对于非正态分布）。异常值被排除在分析之外。 P 值由颜色代码表示，红色和蓝色阴影分别表示相对于对照（或基线）的增加或减少。色阴影表示统计显著性，较深的颜色表示较高的显著性，较浅的颜色表示较低的显著性。对应于 P < 0.001;** 对应于 P < 0.01;和 * 对应于 P < 0.05。白色表示无变化。
   1. 在Spyder中打开"Heatmap_PlotGenerator.py"，然后单击 "播放 "按钮运行代码。
   2. 在自动窗口中选择要分析的 Excel 文件和工作表名称。如果工作表名称未更改，请填写"Sheet1"。
   3. 在第二个自动窗口中选择数据类型:原始数据或残差数据。如果未选择某个选项，则残差数据为默认值。
   4. 热图将显示在绘图控制台（右上方面板）中。要保存绘图，请单击绘图控制台中的 保存图像 。
      注意:控件（或基线）必须是 Excel 文件中的第一个组。
7. 使用"Boxplots_PlotGenerator.py"生成箱线图。该工具将允许生成箱线图，表示每组所有电机参数的值分布（图 5、图 6 和图 7）。
   注意:每个框都包含中位数作为中间线，框的下边缘和上边缘分别表示 25% 和 75% 的四分位数。晶须表示完整数据集的范围，不包括异常值。异常值定义为分别低于或高于 25% 和 75% 四分位数的四分位数范围 1.5 倍的任何值。
   1. 在Spyder中打开"Boxplots_PlotGenerator.py"，然后单击 "播放 "按钮运行代码。
   2. 在自动窗口中选择要分析的 Excel 文件和工作表名称。如果工作表名称未更改，请填写"Sheet1"。
   3. 在第二个自动窗口中选择数据类型:原始数据或残差数据。如果未选择某个选项，则残差数据为默认值。
   4. 箱线图将显示在绘图控制台（右上方面板）中。要保存绘图，请单击绘图控制台中的 保存 图像或 保存所有图像 按钮。

Results

标准BMS系统描述了SCI¹⁴之后的总运动缺陷。由于其主观性，其他定量测定通常与BMS一起进行，以产生更详细和精细的运动评估。然而，这些测试未能显示有关步步周期、步进模式和前肢-后肢协调的具体信息，这对于了解脊柱回路如何维持功能并适应不完全的 SCI 非常重要。本节展示了MW工具箱如何帮助监测SCI后运动功能的恢复，并添加有关步行行为的相关信息。

将研究样品分为两组9周龄的雌性C57Bl / 6J小鼠:SCI实验组（n = 11），其中动物接受椎板切除术，然后使用无限地平线撞击器在T9 / T10椎柱水平进行中度至重度挫伤（见 材料表）;以及假损伤对照组（n = 10），其中仅在同一柱水平上进行椎板切除术（图1，步骤1）。监测SCI和假损伤动物的运动行为30 d。MW测试在手术前习惯日（基线）和受伤后15天，22天和30天（dpi）进行（图1，步骤2）。为了进行比较，小鼠在手术前以1...

Discussion

在这里，通过分析SCI后的运动行为来证明MouseWalker方法的潜力。它为步进、足迹和步态模式的特定变化提供了新的见解，否则其他标准测试会错过这些变化。除了提供 MW 包的更新版本外，还使用提供的 Python 脚本描述了数据分析工具（请参阅步骤 5）。

由于MW生成了一个大型数据集和反映高维运动过程的运动学参数集合，因此采用了PCA;事实上，PCA已被广泛用于其他运动学数据集中，类似于这个数据集²⁷，^35，36（图3）。这种降维技术是一种简单而稳健的方法，具有最少的假设，可以定量识别运动学轮廓并快速将其与控制或基线条件区分开来。此外，生成热图以迅速识别与基线在统计上不同的参数（图4），以后可以单独分析（图5，图6和...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
45º镜子
2铝挤压件（2 x 2 cm），高 16 cm，每边 1	Misumi
2 铝挤压件（2 x 2 cm），23 cm，@ 45°，每边 1	Misumi
1 铝挤压件（2 x 2 cm），长 83 cm	Misumi
87 x 23 cm 镜子	通用玻璃供应商
黑色纸板填充物	通用文具供应商		我们使用了 2 个，一个是 69 x 6 厘米，另一个是 69 x 3 厘米，以限制镜子上的反射
<强>背景背光
109 x 23 厘米有机玻璃（0.9525 厘米厚）	通用五金供应商
2 个横向铝挤压件（4 x 4 厘米），长 20 厘米，每边 1 个	Misumi
多色 LED 灯条	通用五金供应商
白色不透明纸覆盖有机玻璃	通用文具供应商
fTIR 支撑底座和柱
2 铝挤压件 （4 x 4 cm），100 cm 高	Misumi
60 x 30 cm 公制面包板	Edmund Optics	#54-641
M6 12 mm 螺丝	Edmund Optics
M6 六角螺母和瓦赫	Edmund Optics
fTIR 走道
109 x 8.5 厘米有机玻璃（1.2 厘米厚）	通用五金供应商		109 x 8.5 厘米有机玻璃（1.2 厘米厚）
109 厘米长 1.6 厘米高 x 1.9 厘米深的 Base-U 型槽铝 厚折叠（用于固定有机玻璃）	通用五金供应商
2 个横向铝挤压件（4 x 4 厘米） 20 厘米长，每侧 1	Misumi
黑色纸板填充物	一般文具供应商		我们在每侧使用了 2 个填充物来覆盖有机玻璃的限制，避免了亮边
M6 12 毫米螺丝	Edmund Optics
高速相机（三脚架上）
Blackfly S USB3	FLIR	#BFS-U3-32S4M-C	这是一个推荐。要求是每秒至少录制 100 帧
Infinite Horizon Impactor
Infinite Horizon 撞击器	Precision Systems and Instrumentation， LLC.	#0400
Lens
尼康AF变焦尼克尔24-85mm	尼康	#1929	推荐使用这款镜头，但也可以使用其他镜头。确保它包含一个大孔径（即较小的 F 值），以捕获 fTIR 信号
Software
MATLAB R2022b	MathWorks
Python 3.9.13	Python 软件基金会
Anaconda Navigator 2.1.4	Anaconda， Inc.
Spyder 5.1.5	Spyder 项目贡献者
走道墙
2 个大的斜面 acrilic，100 x 15 厘米	任何拼贴便利店
2 个梯形斜面，长 6-10 厘米 x 高 15 厘米	任何拼贴便利店
GitHub 资料
文件夹名称	URL
Boxplots	https://github.com/NeurogeneLocomotion/MouseWalker/tree/main/Boxplots		用于创建箱线图的脚本
文档	https://github.com/NeurogeneLocomotion/MouseWalker/tree/main/Docs		其他文档
热图	https://github.com/NeurogeneLocomotion/MouseWalker/tree/main/Heatmaps		用于创建热图的脚本
Matlat 脚本	https://github.com/NeurogeneLocomotion/MouseWalker/tree/main/Matlab%20Script		MouseWalker matlab 脚本
PCA	https://github.com/NeurogeneLocomotion/MouseWalker/tree/main/PCA%20plots		执行主成分分析
原始数据 绘图	https://github.com/NeurogeneLocomotion/MouseWalker/tree/main/Rawdata%20Plots		用于创建原始数据图的脚本
残差分析	https://github.com/NeurogeneLocomotion/MouseWalker/tree/main/Residual_Analysis		用于从原始数据计算残差的代码