Monitoraggio dei ratti nelle camere di condizionamento operanti utilizzando una videocamera fatta in casa versatile e DeepLabCut

Seguendo i metodi delineati in questo protocollo i ricercatori saranno in grado di registrare e analizzare video di roditori che eseguono test comportamentali complessi in camere di condizionamento operanti. Il protocollo descrive come costruire videocamera economica e usarla insieme a un software di tracciamento open source. Questo è un approccio attraente per i laboratori con un budget limitato.

Il metodo è prezioso per progetti di ricerca che coinvolgono il condizionamento operante nei roditori. Poiché l'analisi video può migliorare notevolmente la comprensione dei comportamenti visti in questo tipo di test. Iniziare attaccando l'anello metallico intorno all'apertura del supporto della fotocamera.

Quindi collegare il modulo della fotocamera al supporto utilizzando i dadi e i bulloni che accompagnano il kit. Aprire le porte dei cavi a nastro sul modulo della fotocamera e sul microcomputer raggruppandosi delicatamente sui bordi delle labbra di plastica. Ardere il cavo a nastro nella porta aperta sul modulo della fotocamera in modo che i connettori argentati dei cavi si affacciano sulla scheda di circuito.

Quindi bloccarlo in posizione spingendo nella clip di plastica. Ripetere il processo con una porta sul microcomputer. Quindi attaccare l'obiettivo fisheye all'anello metallico sul supporto della fotocamera.

Posizionare il microcomputer nella custodia di plastica e inserire la scheda micro SD elencata. Quindi collegare un monitor, una tastiera e un mouse al microcomputer e iniziare collegando il suo alimentatore. Aprire una finestra terminale e digitare sudo apt hyphen, ottenere l'aggiornamento.

Quindi premere INVIO. Tipo successivo sudo apt aggiornamento completo trattino e premere INVIO. Nel menu start selezionare preferenze e configurazioni PI lampone.

All'apertura della finestra, passare alla scheda interfacce e abilitare la fotocamera e I2C Quindi fare clic su OK. Copiare il file supplementare uno su una memory stick USB. Quindi trasferirlo nella cartella PI principale dei microcomputer e rinominarla.

Aprire una finestra terminale tipo pseudo nano slash ecc., tagliare RC punto locale e premere INVIO. Usare i tasti di direzione delle tastiere per spostare il cursore verso il basso nello spazio compreso tra fi e exit zero. Quindi aggiungere testo per fare in modo che il computer inizi lo script copiato.

E i LED a infrarossi, ogni volta che si avvia. Salvare le modifiche premendo ctrl e X seguito da Y e invio. Successivi resistenze di saldatura e cavi jumper femminili sulle gambe di due LED colorati.

Cavi jumper femmina saldati su due interruttori a bottone. Quindi collegare i LED colorati degli switch e il modulo led a infrarossi elencato alle estremità del cerchio GPI dei computer. Se collegato correttamente, un led indicherà che la fotocamera è accesa e pronta per essere utilizzata.

Mentre l'altro indica che la fotocamera sta registrando un video. Il pulsante con i cavi lunghi viene utilizzato per avviare e interrompere le registrazioni video. Mentre il pulsante con questi cavi corti viene utilizzato per spegnere la fotocamera.

Impostare il protocollo per l'utilizzo della luce del teatro delle camere operanti come indicatore di un passaggio specifico del protocollo. Quindi impostare il protocollo per registrare tutti gli eventi di interesse con timestamp in relazione a quando questo indicatore del passaggio del protocollo diventa attivo. Posizionare la fotocamera sopra le camere operatorie e iniziare collegandolo a una presa elettrica tramite il cavo di alimentazione.

Utilizzare il pulsante connesso in precedenza per avviare e interrompere le registrazioni video. Al termine delle registrazioni video, collegare la fotocamera a un monitor, a un mouse da tastiera e a un dispositivo di archiviazione USB e recuperare i file video dal desktop. Utilizzare la funzione di frame grabbing DeeplabCuts per estrarre da 700 a 900 fotogrammi video da uno o più video registrati.

Assicurati che i fotogrammi video selezionati vengono visualizzati l'animale in diverse posture, sia stazionarie con la testa all'esterno che all'interno delle aperture e in movimento in direzioni diverse. Utilizzare la cassetta degli attrezzi per l'etichettatura per contrassegnare manualmente la posizione della testa del topo in ogni fotogramma video posizionando un'etichetta della testa in una posizione centrale tra le orecchie del topo. Etichetta anche altre parti del corpo che potrebbero essere di interesse.

Inoltre, contrassegnare una posizione dell'indicatore del passo del protocollo in ogni fotogramma video in cui brilla attivamente. Utilizzare quindi il set di dati di training e addestrare le funzioni di rete per creare un set di dati di training dai fotogrammi video etichettati e avviare il training di una rete neurale. Quando una rete neurale è stata addestrata, usala per analizzare i video raccolti.

Questo creerà un file CSV che elenca le posizioni di traccia della testa del topo, altre parti del corpo di interesse e l'indicatore del passo del protocollo in ogni fotogramma video. Inoltre, creerà file video contrassegnati in cui le posizioni della traccia vengono visualizzate visivamente. Per ottenere le coordinate di punti di interesse specifici all'interno delle camere operanti, contrassegnarli manualmente come descritto in precedenza e recuperare le coordinate dal file CSV memorizzato automaticamente sotto i dati etichettati nella cartella del progetto.

Nota, in cui i segmenti video l'indicatore del passo del protocollo viene tracciato entro 60 pixel dalla posizione ottenuta manualmente nella sezione precedente ed estrarre il punto di partenza esatto per ogni periodo in cui l'indicatore è attivo. Utilizzare i punti in cui l'indicatore del passo del protocollo diventa attivo e i timestamp registrati dalle camere operanti. Per determinare quali segmenti video coprono eventi specifici del protocollo di test, ad esempio intervalli tra prove, risposte o recuperi di ricompense.

Nota i fotogrammi video che coprono tutti gli eventi di interesse specifico. Infine eseguire un'analisi approfondita pertinente della posizione e dei movimenti dell'animale, durante questi eventi. L'obiettivo per gli occhi di pesce della fotocamera dovrebbe consentirgli di catturare una visione completa dell'interno della maggior parte delle camere di condizionamento operanti dei roditori.

Utilizzando una fonte adeguata di illuminazione a infrarossi, la fotocamera consentirà anche l'acquisizione video in completa oscurità. Una rete ben addestrata dovrebbe consentire una precisione superiore al 90% quando si rintraccia la testa di un animale. Il tracciamento accurato è chiaramente identificabile dai marcatori che seguono un animale durante i suoi movimenti e tracciati percorsi che appaiono lisci.

Al contrario, il tracciamento impreciso è caratterizzato da marcatori che non rimangono affidabili sul bersaglio e da percorsi tracciati frastagliati. Come risultato di questo tracciamento impreciso in genere causa cambiamenti improvvisi nelle velocità di movimento calcolate. Monitorando dove si trova un animale durante una sessione di test, è possibile valutare in che modo modelli di movimento distinti si relazionano alle prestazioni.

Ad esempio, nella prova del tempo di reazione seriale a cinque scelte, i movimenti della testa durante l'intervallo inter-prova possono essere utilizzati per separare le prove di emissione in cui l'animale mostra un interesse limitato a eseguire una risposta. Da una prova di missione in cui l'animale semplicemente non nota il breve segnale luminoso. Inoltre, lo studio dei movimenti della testa può consentire il rilevamento e la caratterizzazione di diverse strategie di attenzione.

Quando si tenta questa procedura, è importante che l'indicatore del passaggio del protocollo sia affidabile. E che la rete neurale è addestrata con un'immersione ert di fotogrammi video. Per garantire un tracciamento accurato.