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
French
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.
Nous décrivons ici PyOKR, une méthode d’analyse quantitative semi-automatisée qui mesure directement les mouvements oculaires résultant des réponses visuelles au mouvement d’une image bidimensionnelle. Une interface utilisateur et un algorithme d’analyse basés sur Python permettent un débit plus élevé et des mesures quantitatives plus précises des paramètres de suivi oculaire que les méthodes précédentes.
Nous nous intéressons à la compréhension des mécanismes qui régulent les comportements de traitement visuel du mouvement, tels que le réflexe optocinétique. Nous avons développé PyOKR comme une plate-forme accessible et uniforme pour quantifier de manière reproductible un large éventail de réponses visuelles dans diverses conditions afin d’approfondir notre compréhension de ces comportements. Il n’existe pas de méthode unifiée dans le domaine pour quantifier les réponses réflexes optocinétiques, ce qui peut entraîner des disparités lors de la comparaison des données entre les laboratoires.
Nous espérons que PyOKR pourra aider à normaliser la façon dont ces données sont analysées afin de fournir un outil accessible, impartial et robuste pour étudier ces réponses visuelles. Les méthodes existantes diffèrent généralement d’un laboratoire à l’autre et sont souvent conçues sur mesure pour répondre à leurs besoins spécifiques. PyOKR propose une méthode unifiée qui est conviviale, accessible et adaptable à différents modèles expérimentaux.
Grâce à une combinaison d’analyse automatisée et de saisie par l’utilisateur, il peut générer des résultats impartiaux et précis pour répondre aux questions souhaitées par l’utilisateur. L’utilisation de notre nouvelle méthode d’analyse PyOKR facilitera l’étude des comportements de réponse visuelle dans de nombreux contextes, tels que la manipulation génétique ou pharmacologique. En raison de son accessibilité et de son adaptabilité, il permettra aux chercheurs de quantifier efficacement les réponses pour répondre à de nouvelles questions sur la formation et le fonctionnement des circuits visuels.
Avec l’aide de PyOKR, nous espérons identifier de nouveaux mécanismes qui régulent le développement des circuits sélectifs de direction qui pilotent les réflexes optocinétiques. L’utilisation de cette approche avec la perturbation des circuits neuronaux continuera de nous aider à étudier le développement et la fonction de ces systèmes visuels critiques.
Related Videos
04:02
Related Videos
3K Views
04:56
Related Videos
20.8K Views
09:28
Related Videos
3.4K Views
07:32
Related Videos
19.6K Views
07:38
Related Videos
14.7K Views
10:12
Related Videos
16.2K Views
08:52
Related Videos
16.2K Views
09:00
Related Videos
15K Views
08:13
Related Videos
8.4K Views
06:45
Related Videos
8.8K Views