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
it_IT
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.
Descriviamo qui PyOKR, un metodo di analisi quantitativa semi-automatizzato che misura direttamente i movimenti oculari risultanti dalle risposte visive al movimento bidimensionale dell'immagine. Un'interfaccia utente basata su Python e un algoritmo di analisi consentono una maggiore produttività e misurazioni quantitative più accurate dei parametri di tracciamento oculare rispetto ai metodi precedenti.
Siamo interessati a comprendere i meccanismi che regolano i comportamenti di elaborazione del movimento visivo, come il riflesso optocinetico. Abbiamo sviluppato PyOKR come piattaforma accessibile e uniforme per quantificare in modo riproducibile un'ampia gamma di risposte visive in varie condizioni per approfondire la nostra comprensione di questi comportamenti. Non esiste un metodo unificato all'interno del campo per quantificare le risposte riflesse optocinetiche, che possono causare disparità quando si confrontano i dati tra i laboratori.
Ci auguriamo che PyOKR possa aiutare a standardizzare il modo in cui questi dati vengono analizzati per fornire uno strumento accessibile, imparziale e robusto per studiare queste risposte visive. I metodi esistenti di solito differiscono tra i laboratori e sono spesso progettati su misura per le loro esigenze specifiche. PyOKR offre un metodo unificato che è facile da usare, accessibile e adattabile a diversi disegni sperimentali.
Con una combinazione di analisi automatizzata e input dell'utente, può generare risultati imparziali e accurati per rispondere alle domande desiderate dall'utente. L'uso del nostro nuovo metodo di analisi PyOKR faciliterà lo studio dei comportamenti di risposta visiva in molti contesti, come la manipolazione genetica o farmacologica. Grazie alla sua accessibilità e adattabilità, consentirà ai ricercatori di quantificare in modo efficiente le risposte per rispondere a nuove domande su come si formano e funzionano i circuiti visivi.
Con l'aiuto di PyOKR, speriamo di identificare nuovi meccanismi che regolano lo sviluppo dei circuiti selettivi di direzione che guidano i riflessi optocinetici. L'utilizzo di questo approccio con la perturbazione del circuito neuro continuerà ad aiutarci a studiare lo sviluppo e la funzione di questi sistemi visivi critici.
View the full transcript and gain access to thousands of scientific videos
Related Videos
04:02
Related Videos
3.1K Views
04:56
Related Videos
20.9K Views
09:28
Related Videos
3.5K 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