Name: 발과 숫자 궤적의 3 차원 재구성에 도달 자동화 된 쥐 단일 펠릿 (동영상) | JoVE Journal
Uploaded: 2019-07-10T15:00:00.000+00:00
Duration: 7 min 52 s
Description: 학습하세요 쥐의 숙련된 도달 과제 자동화 방법으로 전지 운동학을 3차원 재구성하고 생리학적 기록과 상관관계를 분석하는 효율적인 신경과학 연구 기법을 탐색하세요.

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

저자는 숙련 된 도달 작업에 대한 조언 카루네시 갠굴리와 그의 실험실에 감사하고 싶습니다, 그리고 알렉산더와 매켄지 매티스는 DeepLabCut 적응에 자신의 도움. 이 작품은 신경 질환과 뇌졸중의 국립 연구소에 의해 지원되었다 (부여 번호 K08-NS072183) 미시간 대학.

<ol><li>Chen, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+automated+behavioral+apparatus+to+combine+parameterized+reaching+and+grasping+movements+in+3D+space%5BTitle%5D)+AND+%22Journal+of+Neuroscience+Methods%22%5BJournal%5D)">An automated behavioral apparatus to combine parameterized reaching and grasping movements in 3D space.</a> Journal of Neuroscience Methods. , (2018).</li>
<li>Sacrey, L. A. R. A., Alaverdashvili, M., Whishaw, I. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Similar+hand+shaping+in+reaching-for-food+%28skilled+reaching%29+in+rats+and+humans+provides+evidence+of+homology+in+release%2C+collection%2C+and+manipulation+movements%5BTitle%5D)+AND+%22Behavioural+Brain+Research%22%5BJournal%5D)">Similar hand shaping in reaching-for-food (skilled reaching) in rats and humans provides evidence of homology in release, collection, and manipulation movements.</a> Behavioural Brain Research. 204, 153-161 (2009).</li>
<li>Whishaw, I. Q., Kolb, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Decortication+abolishes+place+but+not+cue+learning+in+rats%5BTitle%5D)+AND+%22Behavioural+Brain+Research%22%5BJournal%5D)">Decortication abolishes place but not cue learning in rats.</a> Behavioural Brain Research. 11, 123-134 (1984).</li>
<li>Klein, A., Dunnett, S. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Analysis+of+Skilled+Forelimb+Movement+in+Rats%3A+The+Single+Pellet+Reaching+Test+and+Staircase+Test%5BTitle%5D)+AND+%22Current+Protocols+in+Neuroscience%22%5BJournal%5D)">Analysis of Skilled Forelimb Movement in Rats: The Single Pellet Reaching Test and Staircase Test.</a> Current Protocols in Neuroscience. 58, 8.28.1-8.28.15 (2012).</li>
<li>Whishaw, I. Q., Pellis, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+structure+of+skilled+forelimb+reaching+in+the+rat%3A+a+proximally+driven+movement+with+a+single+distal+rotatory+component%5BTitle%5D)+AND+%22Behavioural+Brain+Research%22%5BJournal%5D)">The structure of skilled forelimb reaching in the rat: a proximally driven movement with a single distal rotatory component.</a> Behavioural Brain Research. 41, 49-59 (1990).</li>
<li>Zeiler, S. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Medial+premotor+cortex+shows+a+reduction+in+inhibitory+markers+and+mediates+recovery+in+a+mouse+model+of+focal+stroke%5BTitle%5D)+AND+%22Stroke%22%5BJournal%5D)">Medial premotor cortex shows a reduction in inhibitory markers and mediates recovery in a mouse model of focal stroke.</a> Stroke. 44, 483-489 (2013).</li>
<li>Fenrich, K. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improved+single+pellet+grasping+using+automated+ad+libitum+full-time+training+robot%5BTitle%5D)+AND+%22Behavioural+Brain+Research%22%5BJournal%5D)">Improved single pellet grasping using automated ad libitum full-time training robot.</a> Behavioural Brain Research. 281, 137-148 (2015).</li>
<li>Azim, E., Jiang, J., Alstermark, B., Jessell, T. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Skilled+reaching+relies+on+a+V2a+propriospinal+internal+copy+circuit%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Skilled reaching relies on a V2a propriospinal internal copy circuit.</a> Nature. , (2014).</li>
<li>Guo, J. Z. Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cortex+commands+the+performance+of+skilled+movement%5BTitle%5D)+AND+%22Elife%22%5BJournal%5D)">Cortex commands the performance of skilled movement.</a> Elife. 4, e10774(2015).</li>
<li>Nica, I., Deprez, M., Nuttin, B., Aerts, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+Assessment+of+Endpoint+and+Kinematic+Features+of+Skilled+Reaching+in+Rats%5BTitle%5D)+AND+%22Frontiers+in+Behavioral+Neuroscience%22%5BJournal%5D)">Automated Assessment of Endpoint and Kinematic Features of Skilled Reaching in Rats.</a> Frontiers in Behavioral Neuroscience. 11, 255(2017).</li>
<li>Wong, C. C., Ramanathan, D. S., Gulati, T., Won, S. J., Ganguly, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+automated+behavioral+box+to+assess+forelimb+function+in+rats%5BTitle%5D)+AND+%22Journal+of+Neuroscience+Methods%22%5BJournal%5D)">An automated behavioral box to assess forelimb function in rats.</a> Journal of Neuroscience Methods. 246, 30-37 (2015).</li>
<li>Torres-Espín, A., Forero, J., Schmidt, E. K. A., Fouad, K., Fenrich, K. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+motorized+pellet+dispenser+to+deliver+high+intensity+training+of+the+single+pellet+reaching+and+grasping+task+in+rats%5BTitle%5D)+AND+%22Behavioural+Brain+Research%22%5BJournal%5D)">A motorized pellet dispenser to deliver high intensity training of the single pellet reaching and grasping task in rats.</a> Behavioural Brain Research. 336, 67-76 (2018).</li>
<li>Mathis, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((DeepLabCut%3A+markerless+pose+estimation+of+user-defined+body+parts+with+deep+learning%5BTitle%5D)+AND+%22Nature+Neuroscience%22%5BJournal%5D)">DeepLabCut: markerless pose estimation of user-defined body parts with deep learning.</a> Nature Neuroscience. 21, 1281-1289 (2018).</li>
<li>Ellens, D. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+automated+rat+single+pellet+reaching+system+with+high-speed+video+capture%5BTitle%5D)+AND+%22Journal+of+Neuroscience+Methods%22%5BJournal%5D)">An automated rat single pellet reaching system with high-speed video capture.</a> Journal of Neuroscience Methods. 271, 119-127 (2016).</li>
</ol>

저자는 공개 할 것이 없다.

설치류 숙련 된 도달은 운동 시스템 생리학 및 병리 생리학을 연구하는 표준 도구가되었다. 최소한의 감독으로 훈련 및 테스트, 3-D 발 및 숫자 궤적 재구성 (도달 중, 잡기 및 발 후퇴 중), 실시간 식별 : 우리는 허용 자동화 된 쥐 숙련 된 도달 작업을 구현하는 방법을 설명했습니다. 도달하는 동안 발을, 외부 전자 장치와 동기화. 그것은 생리학과 앞다리 운동학을 상관하거나 운동에 도달하는 동안 정확하게 시간 적 개입을 수행하는 데 적합합니다.
우리는 처음에이 디자인을보고이후 14,우리의 훈련 효율성은 쥐의 거의 100 %가 작업을 취득 할 수 있도록 개선되었습니다. 우리는 지속적으로 성공적인 교육으로 이어지는 몇 가지 중요한 요인을 확인했습니다. 기아에 의해 동기를 부여 하는 많은 작업으로, 쥐 는 신중 하 게 그들의 예상된 체중의 80-90%를 유지 하기 위해 칼로리 제한 기간 동안 모니터링 해야 합니다. 매일 쥐를 취급, 훈련 ...

인간은 정밀하게 조정된 다중 조인트 및 숫자 움직임을 필요로 하는 움직임으로 정의된 손재주 기술에 크게 의존합니다. 이러한 기술은 구조적 병변 (예를 들어, 뇌졸중, 종양, 탈수초 병변), 신경 퇴행성 질환 (예를 들어, 파킨슨 병) 및 운동 기능 이상을 포함한 일반적인 중추 신경계 병리의 범위에 의해 영향을받습니다. 회로(예: 근긴장 이상). 따라서 중앙 모터 회로에서 손재주 기술을 배우고 구현하는 방법을 이해하면 많은 인구의 삶의 질을 향상시킬 수 있습니다. 또한, 이러한 이해는 훈련 및 재활 전략을 최적화하여 건강한 사람들의 운동 성능을 향상시킬 가능성이 높습니다.
인간에 있는 손재주 기술의 근본적인 신경 회로를 해부하는 것은 동물 모형의 사용을 필요로 하는 기술적이고 윤리적인 고려에 의해 제한됩니다. 비인간 영장류는 일반적으로 인간에 그들의 모터 시스템 및 행동 레퍼토리의 유사성을 감안할 때손재주 사지 운동을 연구하기 위하여 이용됩니다 1. 그러나, 비 인간 영장류는 연구 과목및 유전 적 개입의 수를 제한, 긴 생성 시간과 비싸다. 더욱이, 비인간 영장류에 적용 가능한 신경 과학 적인 도구 상자는 인간에 대 한 보다 큰, 많은 최근 기술 발전은 사용할 수 없거나 영장류에서 크게 제한.
설치류 숙련 된 도달은 손재주 모터 제어를 연구하는 보완적 인 접근 방식입니다. 쥐와 마우스는 인간에 도달하는 패턴에 상동운동의 고정 된 순서로 설탕 펠릿에 도달,파악 및 검색하도록 훈련 될 수있다 2. 상대적으로 짧은 생성 시간과 낮은 주거 비용뿐만 아니라 며칠에서 몇 주에 이르는 숙련 된 기술을 습득 할 수있는 능력으로 인해 학습 및 기술 통합 단계 모두에서 많은 수의 과목을 공부 할 수 있습니다. 설치류, 특히 마우스의 사용은 또한 손재주 기술을 연구하기 위해 강력한 현대 신경 과학 도구 (예 : 광유전학, 칼슘 이미징, 질병의 유전 모델)의 사용을 용이하게합니다.
설치류 숙련 된 도달은 정상적인 모터 제어를 연구하고 뇌졸중과 파킨슨 병과 같은 특정 병리의영향을받는 방법을 연구하기 위해 수십 년 동안 사용되어 왔다 3. 그러나, 이 작업의 대부분의 버전은 노동과 시간 집약적, 설치류를 공부의 혜택을 완화. 일반적인 구현은 설치류가 도달해야하는 좁은 슬롯 앞에 선반이있는 도달 챔버에 설치류를 배치하는 것을 포함합니다. 연구원은 수동으로 선반에 설탕 펠릿을 배치하고 동물이 도달 할 때까지 기다린 다음 다른 펠액을 놓습니다. 도달 은 실시간 또는 비디오 검토 4에 의해성공 또는 실패로 점수가 매겨지며 점수가 매겨지며. 그러나 성공 또는 실패로 점수 매기기는 단순히 도달하는 방법에 대한 통찰력을 제공할 수 있는 풍부한 운동학 데이터를 무시합니다. 이 문제는 비디오 도달에 대한 자세한 검토를 구현하여 반정적으로 점수도달 하위 이동 5를 식별하고 반정적으로 평가하여 해결되었습니다. 이로 인하여 도달 운동학에 관한 일부 데이터가 추가되었지만 실험자의 시간과 노력도 크게 증가했습니다. 또한, 실험자의 참여수준이 높면 동일한 실험실 내에서도 방법론및 데이터 분석의 불일치가 발생할 수 있습니다.
최근에는 숙련된 도달의 여러 자동화된 버전이 개발되었습니다. 일부는 홈 케이지6,7에부착하여 동물을 옮길 필요가 없습니다. 이것은 모두 동물에 대한 스트레스를 감소시키고 전문 도달 챔버에 적응 할 필요가 없습니다. 다른 버전은 특정 개입에 따라 운동 변화를 연구 할수 있도록 발 추적을 허용 8,9,10,또는 자동으로 펠릿이 선반(11)을노크 했는지 여부를 결정하는 메커니즘을 가지고 . 자동화 된 숙련 된 도달 작업은 부상 후 재활에 필요할 수 있습니다 로 고강도 훈련에 특히 유용합니다12. 자동화 된 시스템은 동물이 집중적 인 연구자의 개입없이 오랜 기간 동안 도달의 큰 숫자를 수행 할 수 있습니다. 또한 발 추적 및 자동 결과 점수를 허용하는 시스템은 연구원이 데이터 분석을 수행하는 데 소요되는 시간을 줄입니다.
우리는 몇 가지 특수 기능을 갖춘 자동화 된 쥐 숙련 된 도달 시스템을 개발했습니다. 첫째, 아래에서 "도달 위치"로 펠릿을 가지고 이동 식 받침대를 사용하여, 우리는 앞다리의 거의 방해받지 보기를 얻을. 둘째, 미러 시스템은 단일 카메라로 도달 범위를 여러 번 동시에 볼 수 있게 해주며, 고해상도 고속(300fps) 카메라를 사용하여 도달 궤적을 3차원(3차원)으로 재구성할 수 있습니다. 마커없는 모션 추적 13을위한 강력한 기계학습 알고리즘의 최근 개발로, 우리는 지금 뿐만 아니라 발하지만 개별 너클을 추적 상세한 범위를 추출하고 운동학을 파악. 셋째, 간단한 비디오 처리를 수행하는 프레임 그래버를 사용하면 고유한 도달 단계를 실시간으로 식별할 수 있습니다. 이 정보는 비디오 수집을 트리거하는 데 사용되며(연속 비디오 수집은 파일 크기로 인해 실용적이지 않음) 정확한 순간에 개입(예: 광유전학)을 트리거하는 데 사용할 수도 있습니다. 마지막으로, 개별 비디오 프레임은 트랜지스터 트랜지스터 논리(TTL) 펄스에 의해 트리거되어 비디오가 신경 녹음(예: 전기 생리학 또는 광측정기)과 정확하게 동기화될 수 있습니다. 여기서는 이 시스템을 구축하고, 쥐를 훈련하여 작업을 수행하고, 장치를 외부 시스템과 동기화하고, 3D 도달 궤적을 재구성하는 방법을 설명합니다.

<table><tbody><tr><td>투명 폴리카보네이트 패널</td><td>TAP 플라스틱</td><td></td><td>주문 제작 (박스 디자인 참조)</td></tr><tr><td>적외선 소스/감지기</td><td>Med Associates</td><td>ENV-253SD</td><td>30" 범위</td></tr><tr><td>카메라</td><td>Basler</td><td>acA2000-340kc</td><td>2046 x 1086 CMV2000 340 fps 컬러 카메라 링크</td></tr><tr><td>카메라 렌즈</td><td>메가픽셀(컴퓨타)</td><td>M0814-MP2</td><td>2/3" 8mm f1.4 w/ 잠금 조리개 & 초점</td></tr><tr><td>카메라 케이블</td><td>Basler</td><td>#2000031083</td><td>케이블 PoCL Camera Link SDR/MDR Full, 5 m - 데이터 케이블</td></tr><tr><td>미러</td><td>아마존</td><td></td><td></td></tr><tr><td>선형 액추에이터</td><td>Concentrics</td><td>LACT6P</td><td>선형 액추에이터 6" 스트로크 (공칭), 110 Lb Force, 12 VDC, 전위차계</td></tr><tr><td>펠릿 저장소/깔때기</td><td>포함 Amico (Amazon)</td><td>a12073000ux0890</td><td>6" 깔때기</td></tr><tr><td>가이드 튜브</td><td>ePlastics</td><td>ACREXT.500X.250</td><td>1/2" OD x 1/4" ID Clear. 압출 플렉시글라스 아크릴 튜브 x 6ft 긴</td></tr><tr><td>펠릿 배달 막대</td><td>ePlastics</td><td>ACRCAR.250</td><td>0.250" 직경 캐스트 아크릴 막대 (2' 길이)</td></tr><tr><td>플라스틱 T 커넥터</td><td>미국 플라스틱 Corp</td><td>#62065</td><td>3/8" x 3/8" x 3/8" 호스 ID 블랙 HDPE 티</td></tr><tr><td>LED 조명</td><td>조명 EVER</td><td>4100066-DW-F</td><td>12V 유연한 방수 LED 라이트 스트립, LED 테이프, 일광 화이트, 슈퍼 브라이트 300 유닛 5050 LED, 16.4Ft 5 M 스풀</td></tr><tr><td>라이트 백업</td><td>ePlastics</td><td>ACTLNAT0.125X12X36</td><td>0.125 "x 12"x 36 "천연 아세탈 시트</td></tr><tr><td>광 확산 필름</td><td>inventables</td><td>23114-01.007x8.5x11</td><td>", 무광택 양면</td></tr><tr><td>캐비닛 및 다양한 사용자 정의 프레임 재료</td><td>(Home Depot 등)</td><td></td><td>3/4" 섬유판(각 구조의 치수는 프로토콜 참조)</td></tr><tr><td>어쿠스틱 폼</td><td>어</td><td></td>쿠스틱 <td>퍼스트 파이어플렉스 웨지 어쿠스틱 폼(2" 두께)</td></tr><tr><td>환기 팬</td><td>쿨러 마스터(아마존)</td><td>B002R9RBO0</td><td>라이플 베어링 컴퓨터 케이스 및 CPU용 80mm 무소음 냉각 팬</td></tr><tr><td>쿨러 캐비닛 도어 힌지</td><td>Everbilt(Home Depot</td><td>#14609</td><td>연속 스틸 힌지(1.4" x 48")</td></tr> <tr><td>캐비닛 휠</td><td>Everbilt (Home Depot</td><td>#49509</td><td>90 lb. 부하 등급 및 사이드 브레이크 캐비닛 도어 핸들이 있는 소프트 고무 스위블 플레이트 캐스터</td></tr><tr><td></td><td>Everbilt (Home Depot</td><td>#15094</td><td>백색광 도어 풀 (4.5")</td></tr> <tr><td>컴퓨터</td><td>Hewlett Packard</td><td>Z620</td><td>HP Z620 데스크탑 워크스테이션</td></tr><tr><td>카메라 링크 프레임 그래버</td><td>National Instruments</td><td>#781585-01</td><td>PCIe-1473 Virtex-5 LX50 Camera Link - 전체</td></tr><tr><td>다기능 RIO 보드</td><td>National Instruments</td><td>#781100-01</td><td>PCIe-17841R</td></tr><tr><td>아날로그 RIO 보드 케이블</td><td>National Instruments</td><td>SCH68M-68F-RMIO</td><td>다기능 케이블</td></tr><tr><td>디지털 RIO 보드 케이블</td><td>National Instruments</td><td>#191667-01</td><td>SHC68-68-RDIO R 시리즈</td></tr><tr><td>아날로그 터미널 블록</td>용 디지털 케이블<td>National Instruments</td><td>#782536-01</td><td>SCB-68A 노이즈 제거, 차폐 I/O 커넥터 블록</td></tr><tr><td>디지털 터미널 블록</td><td>National Instruments</td><td>#782536-01</td><td>SCB-68A 노이즈 제거, 차폐 I/O 커넥터 블록</td></tr><tr><td>24 위치 릴레이 랙</td><td>Measurement Computing Corp.</td><td>SSR-RACK24</td><td>솔리드 스테이트 릴레이 백플레인 (Gordos/OPTO-22 유형 릴레이), 24채널</td></tr><tr><td>DC 스위치</td><td>Measurement Computing Corp.</td><td>SSR-ODC-05</td><td>솔리드 스테이트 릴레이 모듈, 단일, DC 스위치, 3-60 VDC @ 3.5 A</td></tr><tr><td>DC 감지</td><td>측정 컴퓨팅 Corp.</td><td>SSR-IDC-05</td><td>솔리드 스테이트 릴레이 모듈, 단일, DC 감지, 3-32 VDC</td></tr><tr><td>DC 전원 공급 장치</td><td>BK Precision</td><td>1671A</td><td>트리플 출력 30V, 5A 디지털 디스플레이 DC 전원 공급 장치</td></tr><tr><td>설탕 펠릿</td><td>Bio Serv</td><td>F0023</td><td>먼지없는 정밀 펠릿, 45 mg, 설탕 (무향)</td></tr><tr><td>LabVIEW</td><td>National Instruments</td><td>LabVIEW 2014 SP1, 64 및 32 비트 버전</td><td>비디오를 스트리밍하기에 충분한 메모리에 액세스하려면 64비트 LabVIEW가 필요하지만 FPGA 코딩은 32비트 LabVIEW에서 수행해야 합니다</td></tr>. <tr><td>MATLAB</td><td>Mathworks</td><td>Matlab R2019a</td><td>상자 보정 및 궤적 재구성 소프트웨어는 Matlab으로 작성되었으며 Computer Vision 도구 상자가 필요합니다</td></tr></tbody></table>.

발과 숫자 궤적의 3 차원 재구성에 도달 자동화 된 쥐 단일 펠릿

Automated Rat Single-Pellet Reaching with 3-Dimensional Reconstruction of Paw and Digit Trajectories

설치류 숙련된 도달은 일반적으로 손재주 기술을 연구하는 데 사용되지만 작업을 구현하고 행동을 분석하는 데 상당한 시간과 노력이 필요합니다. 숙련 된 도달의 여러 자동화 된 버전이 최근에 개발되었습니다. 여기서는 높은 프레임 속도(300fps)로 여러 각도에서 고화질 비디오를 녹화하는 동안 쥐에게 펠릿을 자동으로 제공하는 버전을 설명합니다. 발과 개별 숫자는 마커없는 포즈 추정을위한 기계 학습 알고리즘 인 DeepLabCut으로 추적됩니다. 이 시스템은 또한 생리학적 기록과 동기화되거나 생리학적 개입(예를 들어, 전기적 또는 광학적 자극)을 유발하는 데 사용될 수 있다.

쥐는 1-2주 동안 도달 횟수와 정확도 모두에서 성능 고원을 이면 장치에 빠르게 적응하는 숙련된 도달 작업을 획득합니다(그림 5). 그림 6은 DeepLabCut으로 식별된 구조를 나타내는 샘플 비디오 프레임을 보여주고 그림 7은 단일 세션에서 중첩된 개별 도달 궤적을 보여줍니다. 마지막으로 그림8에서는 발 감지 트리거(단계 4.3.4-4.3.6)가 정확하게 설정되지 않은 경우 어떤 일이 발생하는지 설명합니다. 발이 도달 슬롯을 위반하는 프레임에는 상당한 가변성이 있습니다. 이것은 도달 운동학분석의 관점에서 중요한 문제가 아닙니다. 그러나, 그것은 내정간섭 (예를 들면, optogenetics)가 운동에 도달하는 도중 시작될 때에 있는 가변성으로 이끌어 낼 수 있었습니다.
<p class="jove_conten...

설치류 숙련된 도달은 일반적으로 손재주 기술을 연구하는 데 사용되지만 작업을 구현하고 행동을 분석하는 데 상당한 시간과 노력이 필요합니다. 우리는 모션 추적 및 도달 궤적의 3 차원 재구성과 도달 숙련 된 숙련 된 버전의 자동화 된 버전을 설명합니다.

Rodent skilled reaching is commonly used to study dexterous skills, but requires significant time and effort to implement the task and analyze the ...

이 방법은 기존 쥐 숙련된 도달 프로토콜을 기반으로 교육 및 테스트를 자동화하여 대규모 데이터 세트를 비교적 빠르게 획득하는 효율적인 수단을 제공합니다. 그것은 앞다리 운동학의 3 차원 재구성을 허용하면서 실험자의 노력을 최소화. 운동학은 정확하게 시간 조정한 내정간섭의 효력을 평가하기 위하여 이용될 수 있습니다 또는 생리적인 기록과 상관연관됩니다.몇 가지 조정으로,이 기술은 또한 마우스에 적용 될 수있다. 먼저 불을 켜고 쥐를 숙련된 회의실에 놓습니다. 집게를 사용하여 상자 앞의 도달 슬롯을 통해 펠릿을 잡습니다.쥐가 집게에서 세 개의 펠릿을 먹을 수 있도록 합니다. 쥐가 포셉에서 펠릿을 먹고 쥐가 11 발 중 가장 많은 1발로 펠릿에 도달할 때까지 반복하려고 할 때 펠릿을 다시 당기십시오. 다음으로, 펠릿 전달 막대를 도달 슬롯 의 측면과 쥐가 선호하는 발에 정렬합니다.배달 봉에 펠릿을 놓습니다. 그런 다음 포셉을 사용하여 펠릿으로 쥐를 미끼로 하지만 쥐를 배달 막대쪽으로 향하여 발이 막대의 펠릿에 닿도록 합니다. 쥐가 미끼를 하지 않고 배달 봉에 10을 도달하려고 시도한 후, 쥐를 다음 단계로 전진시키게 한다.다음으로, 쥐의 발 선호도에 따라 펠릿 전달 막대를 배치하고 2개의 위치를 설정합니다. 액추에이터 리모컨을 사용하여 펠릿 전달 로드의 높이 위치를 설정합니다. 배달 로드가 올바른 높이에 있으면 표시등이 빨간색으로 깜박일 때까지 원하는 숫자를 길게 누릅니다.그런 다음 쥐를 챔버에 놓고 쥐를 펠릿으로 등에 미끼로 두십시오. 쥐가 챔버 뒤쪽으로 충분히 움직이면 자동화 된 버전이 실행되는 경우 적외선 빔을 부러 뜨릴 수 있으며 펠릿 전달 막대를 세 위치로 이동합니다. 마지막으로, 쥐가 펠릿에 도달할 때까지 기다린 다음 펠릿 전달 막대를 다시 두 위치로 이동합니다.두드리면 배달 봉에 새 펠릿을 놓습니다. 쥐가 하나에 시작될 때까지 점차적으로 쥐를 미끼이러한 단계를 반복, 미끼없이 펠릿을 요청하기 위해 뒤로 이동, 두, 즉시 뒷면에 펠릿을 요청 한 후 전면으로 이동. 쥐가 이 작업을 10번 수행한 후 자동화된 작업에 대한 교육을 시작합니다.자동화된 시스템을 설정하려면 챔버의 조명을 켜고 펠릿 저장소를 다시 채웁니다. 쥐의 발 선호도에 따라 펠릿 전달 막대를 배치합니다. 액추에이터 위치가 올바르게 설정되어 있는지 확인합니다.다음으로 컴퓨터를 켜고 숙련된 도달 프로그램을 엽니다. 제목 아래에 쥐 ID 번호를 입력하고 손 드롭다운 메뉴에서 발 기본 설정을 선택합니다. 동영상의 저장 경로를 지정합니다.그런 다음 세션 시간과 최대 비디오 수를 설정합니다. 펠릿 리프트 지속 시간도 설정하고 조기 도달 페널티를 가능하게합니다. 다음으로 교정 이미지를 가져 가려면 도움의 손길을 도달 챔버 내부에 배치하고 악어 클립을 도달 슬롯을 통해 찌르십시오.악어 클립으로 도달 슬롯 앞에 큐브를 잡습니다. 그런 다음 큐브를 배치하여 빨간색 면이 상단 미러, 왼쪽 미러의 녹색 면 및 오른쪽 미러의 파란색 면에 나타나게 합니다. 행동 프로그램에서 ROI 임계값이 매우 큰 값으로 설정되어 있는지 확인합니다.실행 버튼을 클릭하고 카메라 초기화 버튼이 녹색으로 바뀌면 비디오 수집을 시작합니다. 칼 모드를 클릭한 다음 Cal 이미지를 클릭하여 이미지를 찍습니다. 큐브를 약간 이동하고 다른 이미지를 가져갑니다.총 세 개의 이미지를 다시 반복합니다. 마지막으로 중지를 클릭하여 프로그램을 중지한 다음 중지 기호 버튼을 클릭합니다. 상자에서 도움의 손길과 큐브를 제거합니다.교정 이미지가 그날 촬영 된 후 행동 챔버에서 아무것도 충돌하지 않도록주의하십시오. 첫째, 숙련 된 도달 챔버에 쥐를 배치합니다. 프로그램을 실행하려면 흰색 화살표를 클릭합니다.그런 다음 x 오프셋, y 오프셋, ROI 너비 및 ROI 높이를 조정하여 발 감지를 위한 ROI의 위치를 설정합니다. ROI를 측면 미러에 배치하여 발의 dorsum을 도달 슬롯 바로 앞에 표시하고 시작하려면 시작합니다. 쥐가 도달하지 않는 동안 라이브 ROI 트리거 값이 0과 1 사이 진동될 때까지 낮은 ROI 임계값값을 조정합니다.그런 다음 ROI 임계값을 코 찌르기 동안 라이브 ROI 트리거 값보다 훨씬 크고 쥐가 닿을 때 살아있는 ROI 트리거 값보다 낮도록 설정합니다. 쥐가 닿을 때 비디오가 지속적으로 트리거될 때까지 조정하지만 슬롯을 통해 코를 찌를 때는 조정하지 않습니다. 처음 몇 번의 시험을 모니터링하여 모든 것이 올바르게 작동하는지 확인합니다.펠릿을 요청하기 전에 쥐가 도달하면 초기 도달 수 증가를 관찰하십시오. 펠릿을 요청한 후 쥐가 도달하면 비디오 복사본을 빈 파일로 저장하는 동안 동영상 번호가 증가합니다. 마지막으로 세션 시간 또는 최대 동영상 수에 도달하면 중지 사인 버튼을 누릅니다.결과는 20 일 후에, 쥐가 숙련된 도달 작업을 취득한다는 것을 표시합니다. 여기서는 단일 세션의 도달 궤적이 표시됩니다. 이는 프레젠테이션의 용이성을 위한 초기 발 발전만을 나타냅니다.또한 발 감지 트리거가 정확하게 설정되지 않으면 발이 도달 슬롯을 위반하여 움직임에 도달하는 동안 개입이 트리거될 때 가변성을 유발할 수 있는 프레임에 상당한 가변성이 있습니다. 동물을 주의 깊게 다루는 것 이외에는 이 프로토콜에서 예방 조치가 취해지지 않습니다. 적절한 순간에 동영상이나 기타 내정간섭이 트리거되도록 ROI 임계값을 올바르게 설정하는 것이 가장 중요합니다.이 방법은 광유전학, 칼슘 화상 진찰 및 운동 장애 병리학에 기초한 질문을 해결할 수 있는 유전 모형과 같은 몇몇 그밖 기술과 결합될 수 있습니다. 이 기술은 상세한 도달의 상관 관계를 허용하고 생리적 기록 또는 내정간섭과 운동학을 파악하여 연구원이 신경 회로 변화와 함께 운동이 어떻게 변화하는지뿐만 아니라 대답할 수 있게 합니다.

automated-rat-single-pellet-reaching-with-3-dimensional

Research

연구

JoVE Journal

Behavior

행동

쥐에서 고정밀 숙련 된 앞다리 도달 작업의 획득을 분석하기위한 패러다임이 제시됩니다.

숙련 된 앞다리가 쥐에서 작업을 도달하는 고정밀의 취득

패러다임은 쥐의 자동 숙련 된 도달 작업의 훈련과 분석을 위해 제공됩니다. 당기 시도의 분석은 운동 학습의 고유 한 하위 프로세스를 보여준다.

로봇 형 조작기와 모터 스킬 학습 과정 조사

이 원고는 supination 쥐에 단정 되는 반자동된 작업을 설명 합니다. 쥐가 도달 하 고, 파악 supinate 구형 manipulandum. 회전 각도 사용자가 설정한 조건을 초과 하는 경우는 쥐 펠 릿으로 보상 된다. 이 작업 처리량, 상해, 및 객관성 전통적인 작업에 비해 감도 증가 합니다.

손잡이 Supination 작업: 쥐의 Forelimb 함수를 평가 하기 위한 반 자동화 방법

우리는 새로운 걸음걸이 분석 시스템, 대조 강화 기록의 발 인쇄 분석 (PrAnCER), 자동으로 새로운 반투명 바닥을 활용 쥐의 보행 특성의 정량화를위한 오픈 액세스 자동화 시스템 걸음걸이를 정량화합니다. 이 시스템은 파킨슨 병의 할로페리돌 모델을 사용하여 검증되었습니다.

대비 강화 된 기록 (PrAnCER)의 발 인쇄 분석 : 모터 적자를 평가하기위한 저비용 개방형 자동 걸음걸이 분석 시스템

여기에 제시된 프로토콜은 전임상 연구를 위한 설치류에서 사중 운동의 3차원 운동학을 수집하고 분석하는 프로토콜이다.

설치류의 전임상 연구를 위한 3D 운동걸음걸이 분석

훈련이 운동 능력에 미치는 영향을 평가하는 방법은 유용한 도구입니다. 불행히도, 대부분의 행동 평가는 노동 집약적이거나 비용이 많이 들 수 있습니다. 우리는 여기에서 마우스에 있는 prehension (도달-투-파악) 기술을 평가하는 로봇적인 방법을 기술합니다.

자동 트레이너를 사용하여 마우스에서 숙련된 사전 평가

설치류 모델과 관련된 기초 연구 과정에서 기능 평가를 수행하기 위해 4대의 카메라와 데이터 처리 소프트웨어가 포함된 3차원 모션 캡처 장치를 사용하는 운동학 분석 방법을 소개합니다.

Sciatic 신경 호감 상해의 쥐 모형에 있는 기능 평가를 위한 3D 운동학 분석

자동 걸음걸이 분석은 말초 신경 손상 및 척수 타박상 손상의 설치류 모델에서 기능적 회복을 평가하는 실행 가능한 도구입니다. 다양한 실험 모델에서 운동 기능을 평가하기 위해 단 하나의 설정만 필요하지만, 동물의 세심한 하드 및 소프트 웨어 조정 및 훈련이 매우 중요합니다.

주변 신경 또는 척수 타박상 부상으로 설치류의 기능적 회복을 평가하기 위한 자동 걸음걸이 분석

본 프로토콜은 자유롭게 움직이는 마우스에서 숙련 된 운동 거동의 성능에 관여하는 신경 회로를 특성화하기 위해 단일 펠릿 도달 - 투 - 파악 작업에서 고속 비디오 그래피와 결합 된 무선 광유전학을 사용하는 방법을 설명합니다.

생체 내 숙련 된 운동 행동의 무선 광유전학 제어

현재 연구는 기계 학습을 사용하여 TgF344-AD 쥐를 포함한 설치류 모델의 운동 결함을 검사하기 위한 미세 운동 행동 테스트를 설명합니다.

신경퇴행성 질환의 전임상 모델에서 관절 운동학을 연구하기 위한 소근육 운동 과제

이 프로토콜은 딥러닝 기반 다중 관절 궤적 자동 라벨링과 함께 마커리스 러닝머신 테스트를 사용하여 쥐 하지의 운동학 평가 파이프라인을 구축하여 재현 가능한 동작 정량화를 가능하게 합니다.

쥐의 후肢 운동 운동학을 객관적으로 정량화하기 위한 딥러닝 기반 다중 관절 동기 추적

학습하세요 쥐의 숙련된 도달 과제 자동화 방법으로 전지 운동학을 3차원 재구성하고 생리학적 기록과 상관관계를 분석하는 효율적인 신경과학 연구 기법을 탐색하세요.

발과 숫자 궤적의 3 차원 재구성에 도달 자동화 된 쥐 단일 펠릿

더 많은 동영상 탐색