RESEARCH
Peer reviewed scientific video journal
Video encyclopedia of advanced research methods
Visualizing science through experiment videos
EDUCATION
Video textbooks for undergraduate courses
Visual demonstrations of key scientific experiments
BUSINESS
Video textbooks for business education
OTHERS
Interactive video based quizzes for formative assessments
Products
RESEARCH
JoVE Journal
Peer reviewed scientific video journal
JoVE Encyclopedia of Experiments
Video encyclopedia of advanced research methods
EDUCATION
JoVE Core
Video textbooks for undergraduates
JoVE Science Education
Visual demonstrations of key scientific experiments
JoVE Lab Manual
Videos of experiments for undergraduate lab courses
BUSINESS
JoVE Business
Video textbooks for business education
Solutions
Language
German
Menu
Menu
Menu
Menu
DOI: 10.3791/66779-v
James K. Kiraly1, Scott C. Harris2, Timour Al-Khindi1, Felice A. Dunn2, Alex L. Kolodkin1
1Solomon H. Snyder Department of Neuroscience, The Johns Hopkins Kavli Neuroscience Discovery Institute,The Johns Hopkins University School of Medicine, 2Department of Ophthalmology,University of California, San Franciso
Please note that some of the translations on this page are AI generated. Click here for the English version.
Wir beschreiben hier PyOKR, eine halbautomatische quantitative Analysemethode, die Augenbewegungen direkt misst, die sich aus visuellen Reaktionen auf zweidimensionale Bildbewegungen ergeben. Eine Python-basierte Benutzeroberfläche und ein Analysealgorithmus ermöglichen einen höheren Durchsatz und genauere quantitative Messungen von Eye-Tracking-Parametern als bisherige Methoden.
Wir sind daran interessiert, die Mechanismen zu verstehen, die das Verhalten der visuellen Bewegungsverarbeitung regulieren, wie z. B. den optokinetischen Reflex. Wir haben PyOKR als zugängliche und einheitliche Plattform entwickelt, um ein breites Spektrum visueller Reaktionen unter verschiedenen Bedingungen reproduzierbar zu quantifizieren und so unser Verständnis dieser Verhaltensweisen zu verbessern. Es gibt keine einheitliche Methode in diesem Bereich zur Quantifizierung optokinetischer Reflexreaktionen, was beim Datenvergleich zwischen Labors zu Unterschieden führen kann.
Wir hoffen, dass PyOKR dazu beitragen kann, die Art und Weise, wie diese Daten analysiert werden, zu standardisieren, um ein zugängliches, unvoreingenommenes und robustes Werkzeug zur Untersuchung dieser visuellen Reaktionen bereitzustellen. Bestehende Methoden unterscheiden sich in der Regel von Labor zu Labor und werden oft individuell auf ihre spezifischen Bedürfnisse zugeschnitten. PyOKR bietet eine einheitliche Methode, die benutzerfreundlich, zugänglich und an verschiedene experimentelle Designs anpassbar ist.
Mit einer Kombination aus automatisierter Analyse und Benutzereingaben kann es unvoreingenommene, genaue Ergebnisse generieren, um die gewünschten Fragen des Benutzers zu beantworten. Der Einsatz unserer neuen Analysemethode PyOKR wird die Untersuchung des visuellen Reaktionsverhaltens in vielen Kontexten erleichtern, z. B. bei genetischer oder pharmakologischer Manipulation. Aufgrund seiner Zugänglichkeit und Anpassungsfähigkeit wird es Forschern ermöglichen, Antworten effizient zu quantifizieren, um neue Fragen darüber zu beantworten, wie visuelle Schaltkreise entstehen und funktionieren.
Mit Hilfe von PyOKR hoffen wir, neue Mechanismen zu identifizieren, die die Entwicklung der richtungsselektiven Schaltkreise regulieren, die optokinetische Reflexe steuern. Die Verwendung dieses Ansatzes bei der Störung des neurologischen Schaltkreises wird uns weiterhin helfen, die Entwicklung und Funktion dieser kritischen visuellen Systeme zu untersuchen.
Related Videos
04:02
Related Videos
3.1K Views
04:56
Related Videos
20.9K Views
09:28
Related Videos
3.4K Views
07:32
Related Videos
19.7K Views
07:38
Related Videos
14.8K Views
10:12
Related Videos
16.2K Views
08:52
Related Videos
16.3K Views
09:00
Related Videos
15K Views
08:13
Related Videos
8.5K Views
06:45
Related Videos
8.8K Views