Name: PyOKR:一种量化光动反射追踪能力的半自动方法 (视频) | JoVE Journal
Uploaded: 2024-04-12T15:00:00.000+00:00
Duration: 5 min 26 s
Description: 了解PyOKR半自动量化方法，用于分析小鼠光动反射眼动追踪能力。该方法通过Python界面实现标准化数据筛选与追踪增益计算，帮助研究人员深入探索视觉神经环路机制。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

本工作得到了以下资助：R01 EY032095（ALK）、VSTP 博士前奖学金 5T32 EY7143-27（JK）、F31 EY-033225（SCH）、R01 EY035028（FAD 和 ALK）以及 R01 EY-029772（FAD）。

在约翰斯·霍普金斯大学医学院（JHUSOM）进行的所有动物实验均经该校机构动物护理和使用委员会（IACUC）批准。在加利福尼亚大学旧金山分校（UCSF）进行的所有实验均遵循由UCSF机构动物护理和使用项目批准的协议。 
1. 行为数据采集
<ol>
	<li>使用选定的视频眼动图方法记录OKR眼动，以生成波形数据（即眼睛注视角度在球坐标系下的时间序列）。 
	注：约翰·霍普金斯大学医学院（JHUSOM）采集的代表性数据采用头杆植入手术结合视频眼动图方法获得，具体方法如前所述9,13（图1）。加州大学旧金山分校（UCSF）采集的代表性数据也通过头杆植入手术和视频眼动图方法获得，具体方法如前文所述10（图7）。
	<ol>
		<li>记录刺激和记录参数：记录帧率、刺激速度和方向，以及各刺激时段之间和之后的时间长度。对于正弦刺激，还需记录刺激波形的振幅和频率。</li>
	</ol>
	</li>
	<li>将采集的波形数据导出为包含水平和垂直方向（方位角和仰角）波形数据的.CSV文件。
	<ol>
		<li>将波形数据整理为制表符分隔的.CSV文件，包含两列，分别为水平方向数据（epxWave）和垂直方向数据（epyWave）。</li>
	</ol>
	</li>
</ol>
2. 分析软件的安装
<ol>
	<li>下载并安装 Python。
	<ol>
		<li>对于图形界面操作，通过 Anaconda 安装 Spyder。</li>
		<li>为确保图形在 Spyder 中正常显示，请进入 工具 &#62; 首选项 &#62; Ipython 控制台 &#62; 图形 &#62; 图形后端，将 内联 设置为 自动。</li>
	</ol>
	</li>
	<li>创建一个包含 Python 的新 Anaconda 环境。</li>
	<li>通过 PyPi 使用 pip install PyOKR 安装 PyOKR，以获取最新版本及其依赖包（补充代码文件 1 和 补充代码文件 2）。</li>
	<li>如果使用的是 Windows 计算机，请运行 from PyOKR import OKR_win as o，然后运行 o.run()。</li>
	<li>如果使用的是 Mac 计算机，请运行 from PyOKR import OKR_osx as o，然后运行 o.run()。</li>
</ol>
3. 波浪数据的分析
<ol>
	<li>分析初始化与文件导入
	<ol>
		<li>运行 o.run() 在 .py 脚本中打开用户界面。</li>
		<li>下 文件，使用该功能 打开 或命令 Ctrl+O [iOS 命令] 打开一个浏览器，以便用户选择所需的波形文件。</li>
		<li>在……下方 文件，使用按钮 导出文件夹 或命令 Ctrl+E 打开文件夹浏览器，以选择用于导出最终分析结果的输出文件夹。</li>
		<li>在“输出文件”中输入最终分析文件的名称，建议格式如下： 动物基因型_动物编号_分析.</li>
		<li>使用命令为单个动物设置程序 设置受试者 在……下方 文件 或命令 Ctrl+S 用于初始化单个动物的数据集。</li>
	</ol>
	</li>
	<li>定义波形文件参数
	<ol>
		<li>开始设置刺激参数时，在下方定义方向性 选择刺激方向 通过选择四个基本方向之一。对于正弦刺激，选择一个包含 （水平） 或 （垂直） 相应地，以正弦波的初始传播方向定义 cardinal 方向。</li>
		<li>设置刺激类型 选择刺激类型 或 单向的, 振荡的，或 斜位.</li>
		<li>设定方向性后，导入自有的刺激位置数据集（导入自定义刺激向量数据）或根据参数自动生成一个载体（根据参数生成刺激向量）。如果导入刺激向量，请继续执行3.2.3.1，然后跳至步骤3.3。如果生成刺激向量，请继续执行后续步骤。
		<ol>
			<li>若导入自定义的向量数据，请以与步骤 3.2.1 中所述相同的格式导入刺激的距离值（即，描述刺激在每次相邻采集帧之间移动距离的时间序列）。此外，应将整个数据集作为一个时段进行分析，而非将其分割为多个独立时段，因为截至 PyOKR v1.1.2 版本，尚未提供对导入的刺激值进行子集划分的功能。</li>
		</ol>
		</li>
		<li>在下方 刺激参数设置用于数据采集的刺激参数。
		<ol>
			<li>设置给定试验开始（头部）和结束（尾部）无刺激的时间长度 头部 和 尾部.</li>
			<li>设置刺激呈现的时间长度、刺激结束后无刺激的时间长度，以及单次试验中总的周期数 时间段长度, 刺激后时长，以及 训练轮数分别。</li>
			<li>对于单向和斜向刺激，以度/秒为单位设置刺激速度 水平速度 和 垂直速度.</li>
			<li>设置采集相机的捕获速率 捕获帧率.</li>
			<li>对于正弦刺激，生成用于模拟振荡刺激的正弦波 频率 和 振幅.</li>
		</ol>
		</li>
		<li>参数化后，根据上述输入的刺激信息构建相应的模型 从参数生成刺激向量.</li>
		<li>使用输入刺激选择特定时段 选择训练周期 扫描整个波形文件。</li>
	</ol>
	</li>
	<li>监督选择追踪阶段
	<ol>
		<li>为了识别追踪速度较慢的区域，自动选择快速相扫视 初步调整 通过点击任一选项 未过滤数据 或 过滤后的数据，该方法将根据最大速度变化标记潜在的眼跳。</li>
		<li>下方 未过滤数据，确认扫视眼动被准确选中，表现为一个蓝色圆点。如果自动选择不准确，需手动移除相应点 左键（LMB） 或使用点工具添加点 右键鼠标按钮（RMB）当快速相扫视被充分选择后，保存这些点 鼠标中键（MMB） 并关闭图表。</li>
		<li>如果需要自动过滤，请设置一个 Z分数阈值 并点击 过滤后的数据 自动过滤扫视眼动。如有必要，采用步骤3.3.2中所述相同的手动监督方法去除任何噪声。</li>
		<li>在正确选择扫视后，按压 点调整 选择要移除的区域。通过与步骤 3.3.2 中所述类似的控制方案调整顶部和底部的点。使用 LMB 或 RMB 并使用编辑底部（红色）点 Shift+鼠标左键单击 或 Shift+鼠标右键当点被正确放置后，使用 MMB 保存这些点。 
		注意：如果使用 Mac，底部和顶部触点的调节位于两个独立的按钮上，其控制方式与步骤 3.3.2 中所述相同。</li>
	</ol>
	</li>
	<li>慢速追踪相位分析
	<ol>
		<li>使用以下方法设置多项式模型的阶数 设置多项式阶数 用于定义将拟合到各个慢相的多项式模型。 
		注意：对于单向或斜向刺激，默认值为1，因为需要线性来计算跟踪增益。对于正弦刺激，需要更高阶数来建模波形曲线，默认值为15。</li>
		<li>要分析轨迹，请选择 最终分析 以生成慢相模型（图2) 用于所选的慢相（参见 图2A- D）并计算该时间段内的平均距离、速度和跟踪增益（图2E).</li>
		<li>要查看所选区域的二维（2D）或三维（3D）图，请选择 查看二维图 或 查看 3D 图，分别。</li>
		<li>选择 添加训练周期 保存步骤 3.4.2 中采集的数值。要查看某只动物的所有已添加数值以及采集试验的平均值，请选择 查看当前数据集.</li>
		<li>添加一个训练周期后，遍历文件的其余部分 选择训练周期，按照步骤 3.3.1 至 3.4.4 进行。</li>
		<li>当一个波形文件完成分析后，通过打开其他新文件、设置相应参数并进行相应分析，对同一只动物的所有其他文件重复此过程。通过重复步骤3.2.1–3.4.5对每个文件进行处理，生成包含该动物全部波形数据的最终数据集。</li>
	</ol>
	</li>
	<li>数据最终导出
	<ol>
		<li>在完成特定动物的所有方向或刺激的数据分析后，通过以下方式导出数据集： 导出数据. 
		注意：原始数据集将根据以下内容导出 输出文件 名称并沿设定的路径保存 输出文件夹 包含各个时间段数据的 CSV 文件，以及每个刺激参数的总体平均值。</li>
		<li>导出单个动物数据后，使用 Ctrl+S 重新初始化数据集，然后重复所有先前步骤以分析下一个动物。</li>
		<li>如有需要，可使用以下命令重新整理针对多只动物收集的全部输出数据，以便于分析 排序数据 在……之下 分析 标签 
		注意：此功能将编译并排序输出文件夹中存储的所有已分析动物文件的平均值，以便更方便地生成图表并进行统计比较。排序依赖于文件的命名方式（自v1.1.2版本起）。请为每个文件使用步骤3.1.4中推荐的命名方案（例如， WT_123_分析).</li>
	</ol>
	</li>
</ol>

Python-Based Tool for Quantitative Optokinetic Reflex Assessment in Animals

<ol><li>Stahl, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+eye+movements+to+assess+brain+function+in+mice%5BTitle%5D)+AND+%22Vision+Res%22%5BJournal%5D)">Using eye movements to assess brain function in mice.</a> Vision Res. 44 (28), 3401-3410 (2004).</li>
<li>Kretschmer, F., Tariq, M., Chatila, W., Wu, B., Badea, T. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+optomotor+and+optokinetic+reflexes+in+mice%5BTitle%5D)+AND+%22J+Neurophysiol%22%5BJournal%5D)">Comparison of optomotor and optokinetic reflexes in mice.</a> J Neurophysiol. 118, 300-316 (2017).</li>
<li>Bronstein, A. M., Patel, M., Arshad, Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+brief+review+of+the+clinical+anatomy+of+the+vestibular-ocular+connections+-+How+much+do+we+know%5BTitle%5D)+AND+%22Eye%22%5BJournal%5D)">A brief review of the clinical anatomy of the vestibular-ocular connections - How much do we know.</a> Eye. 29 (2), 163-170 (2015).</li>
<li>Simpson, J. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+accessory+optic+system%5BTitle%5D)+AND+%22Ann+Rev+Neurosci%22%5BJournal%5D)">The accessory optic system.</a> Ann Rev Neurosci. 7, 13-41 (1984).</li>
<li>Hamilton, N. R., Scasny, A. J., Kolodkin, A. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+of+the+vertebrate+retinal+direction-selective+circuit%5BTitle%5D)+AND+%22Dev+Biol%22%5BJournal%5D)">Development of the vertebrate retinal direction-selective circuit.</a> Dev Biol. 477, 273-283 (2021).</li>
<li>Dobson, V., Teller, D. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visual+acuity+in+human+infants%3A+a+review+and+comparison+of+behavioral+and+electrophysiological+studies%5BTitle%5D)+AND+%22Vision+Res%22%5BJournal%5D)">Visual acuity in human infants: a review and comparison of behavioral and electrophysiological studies.</a> Vision Res. 18 (11), 1469-1483 (1978).</li>
<li>Cahill, H., Nathans, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+optokinetic+reflex+as+a+tool+for+quantitative+analyses+of+nervous+system+function+in+mice%3A+Application+to+genetic+and+drug-induced+variation%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">The optokinetic reflex as a tool for quantitative analyses of nervous system function in mice: Application to genetic and drug-induced variation.</a> PLoS One. 3 (4), e2055(2008).</li>
<li>Cameron, D. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+optokinetic+response+as+a+quantitative+measure+of+visual+acuity+in+zebrafish%5BTitle%5D)+AND+%22J+Vis+Exp%22%5BJournal%5D)">The optokinetic response as a quantitative measure of visual acuity in zebrafish.</a> J Vis Exp. (80), e50832(2013).</li>
<li>Al-Khindi, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+transcription+factor+Tbx5+regulates+direction-selective+retinal+ganglion+cell+development+and+image+stabilization%5BTitle%5D)+AND+%22Curr+Biol%22%5BJournal%5D)">The transcription factor Tbx5 regulates direction-selective retinal ganglion cell development and image stabilization.</a> Curr Biol. 32 (19), 4286-4298 (2022).</li>
<li>Harris, S. C., Dunn, F. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Asymmetric+retinal+direction+tuning+predicts+optokinetic+eye+movements+across+stimulus+conditions%5BTitle%5D)+AND+%22eLife%22%5BJournal%5D)">Asymmetric retinal direction tuning predicts optokinetic eye movements across stimulus conditions.</a> eLife. 12, 81780(2015).</li>
<li>Sun, L. O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+assembly+of+accessory+optic+system+circuitry+critical+for+compensatory+eye+movements%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Functional assembly of accessory optic system circuitry critical for compensatory eye movements.</a> Neuron. 86 (4), 971-984 (2015).</li>
<li>Yonehara, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Congenital+Nystagmus+gene+FRMD7+is+necessary+for+establishing+a+neuronal+circuit+asymmetry+for+direction+selectivity%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Congenital Nystagmus gene FRMD7 is necessary for establishing a neuronal circuit asymmetry for direction selectivity.</a> Neuron. 89 (1), 177-193 (2016).</li>
<li>Kodama, T., Du Lac, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Adaptive+acceleration+of+visually+evoked+smooth+eye+movements+in+mice%5BTitle%5D)+AND+%22J+Neurosci%22%5BJournal%5D)">Adaptive acceleration of visually evoked smooth eye movements in mice.</a> J Neurosci. 36 (25), 6836-6849 (2016).</li>
<li>Stahl, J. S., Van Alphen, A. M., De Zeeuw, C. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comparison+of+video+and+magnetic+search+coil+recordings+of+mouse+eye+movements%5BTitle%5D)+AND+%22J+Neurosci+Methods%22%5BJournal%5D)">A comparison of video and magnetic search coil recordings of mouse eye movements.</a> J Neurosci Methods. 99 (1-2), 101-110 (2000).</li>
</ol>

作者无利益冲突。

PyOKR 在研究反映于眼动中的视觉反应方面具有多项优势，包括准确性、易用性以及数据采集的灵活性，此外还能够整合参数化设置和可变的刺激速度。
直接评估眼动追踪增益可对眼动进行精确表征，相较于传统的快速相扫视（ETMs）人工计数方法，是一种更为直接的定量指标。尽管扫视计数具有一定用途，但它仅能间接评估实际的追踪运动。PyOKR 软件平台能够直接量化追踪速度，并综合考虑其他参数&#160;，包括扫视幅度和慢相持续时间。此外，快速相扫视计数依赖于在固定时间段内评估扫视频率，因此要求每条轨迹几乎无噪声，包括排除动物应激引起的随机扫视。这些因素导致大量采集到的轨迹数据无法使用，因而需要更长的数据采集时间才能准确评估眼动追踪性能。然而，本文所述软件通过直接量化给定轨迹中的各个慢相阶段，并沿轨迹在瞬时时间点计算增益，解决了这一问题。其实现方式是将眼球运动速度与特定时刻刺激物的运动速度进行比较。由于分析不再以扫视频率作为决定性参数，用户可在监督下轻松去除噪声，从而降低噪声对分析质量的影响。这使得更多采集的数据可用于分析，&#160;在分析这些数据时具有更高的统计效能，提高了量化眼动追踪及表征单只小...

图像稳定依赖于精确的眼动反应，以补偿在自身运动过程中产生的全局视流。这种稳定主要由两种运动反应驱动：视动反射（OKR）和前庭-眼反射（VOR）1,2,3。视网膜上缓慢的全局运动可诱发视动反射（OKR），从而引起眼球向相应方向的反射性转动，以稳定图像1,2。这一运动被称为慢相，其间被称为快相的补偿性扫视所中断，即眼球快速向相反方向复位，以启动下一次慢相。本文中，我们将这些快相扫视定义为眼追踪运动（ETMs）。前庭-眼反射（VOR）依赖前庭系统诱发眼球运动以补偿头部运动3，而视动反射（OKR）则由视网膜中ON细胞的放电启动，并将信号传递至中脑的辅助视系统（AOS）4,5。由于其直接依赖于视网膜回路，视动反射（OKR）在科研和临床实践中常被用于评估视觉追踪能力6,7。
OKR 已被广泛研究，作为评估基本视觉功能2,6,8、DSGC 发育9,10,11,12、眼动反应13以及不同遗传背景间生理差异7的工具。OKR 的评估通常在头部固定的动物中进行，通过呈现运动刺激来诱发反应14。眼动反应通常使用多种视频工具记录，眼动追踪信号以水平和垂直方向的 OKR 波形形式采集9。为了量化追踪能力，已有两种主要指标被描述：追踪增益（眼球运动速度相对于刺激运动速度的比值）和 ETM 频率（在特定时间窗口内快速相扫视的次数）。历史上，增益的计算被用于直接测量眼球的角速度以评估追踪能力；然而，这些计算过程耗时费力，且可能因视频眼动图采集方法及后续量化方式的不同而产生任意性结果。为了实现更快速的 OKR 评估，ETM 频率计数已被用作衡量追踪敏锐度的替代方法7。尽管该方法能较准确地估计追踪能力，但它依赖于间接指标来量化慢相反应，并引入了多种偏差，包括扫视判断中的观察者偏差、对特定时间段内扫视反应时间一致性的依赖，以及无法评估慢相反应幅度的问题。
为解决当前眼动追踪（OKR）评估方法存在的问题，并实现对OKR参数的高通量深度量化，我们开发了一种新的分析方法来量化OKR波形。该方法采用一个基于Python的易用软件平台，名为&#34;PyOKR&#34;。利用该软件，可更深入地研究OKR慢相反应的建模与量化，并实现更多参数化分析。该软件能够对多种视觉刺激引发的反应进行易于获取且可重复的定量评估，同时支持针对水平与垂直运动的二维视觉追踪分析。

<table><tbody><tr><td>C57BL/6J&amp;nbsp; 小鼠</td><td>杰克逊实验室</td><td>664</td><td></td></tr><tr><td>Igor Pro</td><td>WaveMetrics</td><td>RRID: SCR_000325</td><td></td></tr><tr><td>MATLAB</td><td>MathWorks</td><td>RRID: SCR_001622</td><td></td></tr><tr><td>视动反射记录室 - JHUSOM</td><td>定制构建</td><td>N/A</td><td>如 Al-Khindi 等（2022）所述&lt;sup&gt;9&lt;/sup&gt; 和Kodama等人（2016）&lt;sup&gt;13&lt;/sup&gt;&amp;nbsp;</td></tr><tr><td>视动反射记录室 - UCSF</td><td>定制构建</td><td>N/A</td><td>如Harris和Dunn（2015）所述&lt;sup&gt;10&lt;/sup&gt;</td></tr><tr><td>Python</td><td>Python 软件基金会</td><td>RRID: SCR_008394</td><td></td></tr><tr><td>Tbx5&lt;em&gt; flox/+ &lt;/em&gt;小鼠</td><td>B. Bruneau 惠赠</td><td>N/A</td><td>如 Al-Khindi 等（2022）所述&lt;sup&gt;9&lt;/sup&gt;&amp;nbsp;</td></tr><tr><td>Tg(Pcdh9-cre)NP276Gsat/Mmucd</td><td>MMRRC</td><td>MMRRC 货号 # 036084-UCD；RRID: MMRRC_036084-UCD</td><td></td></tr></tbody></table>

pyokr：一种用于量化视动反射追踪能力的半自动化方法

PyOKR: A Semi-Automated Method for Quantifying Optokinetic Reflex Tracking Ability

研究视觉刺激引起的行为反应是理解视觉系统功能的关键组成部分。其中一种显著的反应是视动反射（OKR），这是一种高度保守的先天性行为，对于视网膜上图像的稳定至关重要。OKR能够可靠地反映图像追踪能力，已被广泛用于研究不同遗传背景动物的视觉系统神经回路与功能。OKR包含两个阶段：首先是慢速追踪相，即眼球跟随刺激移动至视野边缘；随后是补偿性的快速扫视相，使眼球在眼眶内复位。以往用于量化追踪增益的方法虽然可靠，但耗时费力，且可能带有主观性或依赖人为设定。为了更快速、可重复地量化眼球追踪能力，我们开发了一种新颖的&#160;半自动化分析程序PyOKR，该程序可量化二维眼球运动对任意方向刺激的响应，并可适配于各类视频眼动记录设备。该方法提供自动化的信号滤波、慢速追踪阶段的选取、垂直与水平眼动矢量的建模、相对于刺激速度的眼动增益量化，并将结果数据整理为可用于统计分析和图形比较的电子表格格式。这一定量且流程化的分析管道可通过PyPI导入便捷获取，为OKR反应提供了快速而直接的测量手段，从而促进视觉行为反应的研究。

为验证上述分析方法，我们对来自野生型小鼠以及具有已知追踪缺陷的条件性基因敲除突变体小鼠的波动追踪数据进行了OKR追踪增益的定量分析。此外，为了检验本分析方法的广泛适用性，我们还分析了采用不同视频眼动记录方法获取的另一群野生型小鼠（n = 13）的追踪信号。自动扫视过滤功能显著促进了OKR数据的处理与分析（图3）。利用来自单向刺激和正弦刺激的记录数据（图1D），我们计算了野生型动物对单向刺激在四个正交方向上的OKR追踪增益（图2F），以及对水平和垂直方向正弦刺激的追踪增益（图4）。在所有野生型小鼠中，均一致观察到对单向和正弦刺激的追踪能力随刺激方向而变化的现象：水平方向的反应强度相当且显著高于垂直方向的追踪增益，这与已有报道一致2。此外，使用两种不同的视频眼动记录方法，均在野生型小鼠中观察到向上与向下反应之间追踪增益的不对称性，这也与先前报道相符<sup ...

本文介绍了PyOKR，一种半自动化的定量分析方法，可直接测量由二维图像运动引起的视觉反应所产生的眼动。基于Python的用户界面和分析算法使得眼动追踪参数的定量测量通量更高、结果更准确，优于以往的方法。

PyOKR：一种用于量化视动反射追踪能力的半自动化方法

研究视觉刺激引起的行为反应是理解视觉系统功能的关键组成部分。一种显著的反应是视动性...

我们致力于研究调控视觉运动处理行为（如视动反射）的机制。为此，我们开发了PyOKR，作为一个易于使用且统一的平台，可在多种条件下可重复地量化多种视觉反应，以加深对这些行为的理解。目前该领域内尚无统一的方法来量化视动反射反应，这可能导致不同实验室之间的数据比较出现差异。我们希望 PyOKR 能够帮助标准化这些数据的分析方式，提供一种易于使用、无偏且稳健的工具来研究这些视觉反应。现有的方法通常在不同实验室之间存在差异，且常常是为特定需求定制设计的。PyOKR 提供了一种统一的方法，具有用户友好性、可及性，并可适应不同的实验设计。通过结合自动分析与用户输入，该方法可生成无偏且准确的结果，以回答用户希望探究的问题。我们新开发的 PyOKR 分析方法将有助于在多种情境下研究视觉反应行为，例如遗传学或药理学干预。由于其易于获取和灵活适应的特性，研究人员将能够高效地量化反应，进而回答有关视觉神经环路如何形成与发挥功能的新问题。借助 PyOKR，我们希望发现调控驱动视动反射的方向选择性神经环路发育的新机制。通过这种结合神经环路扰动的方法，我们将能够持续研究这些关键视觉系统的发育与功能。首先，请下载并安装基于 Python 的视动反射（PyOKR）分析所需软件。在 Windows 计算机上，运行 from PyOKR import OKR_win as o，然后运行 o.run。打开用户界面后，单击“文件”（File），然后选择“打开”（Open），以打开浏览器并选择所需的 WAV 文件。如需选择输出文件夹，请单击“导出文件夹”（Export folder）。在输出文件下，输入最终分析文件的名称。在“文件”中选择“设置受试对象”，以针对单个动物设置程序。要设置刺激参数，请进入“选择刺激方向”，并在四个基本方向中定义一个方向性。在“选择刺激类型”中，选择单向、振荡或斜向刺激。然后使用起始和结束功能，设置开始和结束阶段无刺激的时间长度。设置时段长度、刺激后长度以及时段数量。对于单向和斜向刺激，设置水平速度和垂直速度（单位为度/秒），并指定采集帧率。对于正弦刺激，调节频率和振幅。使用“从参数生成刺激向量”功能，根据输入的刺激信息生成相应的模型，然后点击“选择片段”以浏览完整的 WAV 文件。单击“未过滤数据”或“过滤数据”以进行初步调整，系统将根据最大速度变化自动选择快相扫视。在“未过滤数据”下，确认扫视已被准确选中，并以蓝色圆点标示。使用鼠标中键保存这些点，然后关闭图表。如果需要自动过滤，请设置滤波Z分数阈值，然后点击“过滤数据”以自动过滤扫视。在正确选择扫视后，按下“点调整”以选择需去除的区域。使用鼠标按钮调整顶部和底部的点，并保存设置。使用“设定多项式阶数”来定义拟合各个慢相的多项式模型。选择“最终分析”以生成慢相模型，并计算该时间段内平均的距离、速度和追踪增益。选择“查看二

pyokr-semi-automated-method-for-quantifying-optokinetic-reflex

Research

科研

JoVE Journal

Neuroscience

神经科学

PyOKR:一种量化光动反射追踪能力的半自动方法

本视频介绍了斑马鱼的视动反应检测方法。该视频通过视觉移动刺激来测量斑马鱼的反射性眼球运动，并确定其视觉敏锐度。...

视动反应检测：一种测量斑马鱼视觉敏锐度的方法

斑马鱼已成为许多研究领域的重要工具。本文演示了一种诱导成年斑马鱼产生视觉反应并计算其功能性视敏度的方法。...

斑马鱼视觉敏锐度的定量测量：视动反应

本文介绍了一种量化视动反射的标准实验方案。该方法结合了虚拟转鼓刺激与视频眼动记录技术，从而能够精确评估该行为的特征选择性及其适应性可塑性。...

小鼠视动反射视觉特征选择性的量化

操作性药物自我给药和条件性位置偏爱（CPP）程序在研究中被广泛用于模拟人类药物强化、摄取和成瘾的各个组成部分。在本报告中，我们结合了传统的CPP和自我给药方法，作为一种新颖的途径来研究大鼠的药物强化和成瘾行为。...

新型药物强化装置与方法

本实验方案介绍了一种简单且经济的方法，通过离体电穿孔技术在活体小鼠视网膜中定量分析顺式调控元件（即增强子/启动子）的活性。文中详细描述了DNA制备、视网膜分离、电穿孔、视网膜离体培养以及固定后的分析与定量过程。...

量化活性 顺式-利用外植体电穿孔技术研究小鼠视网膜中的调控元件

本文描述了一种利用六自由度（6DF）运动模拟器在人体中测量三维前庭眼反射（3D...

使用六自由度运动平台进行三维前庭眼反射测试

本文介绍了一种用于检测多达100只醋蝇（Drosophila...

通过计算机追踪检测的嗅觉行为 果蝇 四象限嗅觉仪中

定位气味源的能力对昆虫的生存至关重要，并有望应用于人工气味追踪。由真实蚕蛾控制的机器人能够通过机器人平台评估昆虫的气味追踪能力。...

昆虫控制机器人：用于评估昆虫嗅觉追踪能力的移动机器人平台

本实验方案描述了使用新型软件...

SwarmSight：利用常规制备方法和普通硬件实时追踪昆虫触角运动与喙伸反射

本文展示了如何在活体运动神经末梢上进行单分子光激活定位显微镜成像 黑腹果蝇...

体内 果蝇运动神经突触前末梢的单分子示踪

了解PyOKR半自动量化方法，用于分析小鼠光动反射眼动追踪能力。该方法通过Python界面实现标准化数据筛选与追踪增益计算，帮助研究人员深入探索视觉神经环路机制。

PyOKR：一种用于量化视动反射追踪能力的半自动化方法

探索更多视频