Name: 다재다능한 수제 비디오 카메라와 DeepLabCut을 사용하여 오페라 컨디셔닝 챔버에서 쥐 추적 (동영상) | JoVE Journal
Uploaded: 2020-06-15T14:30:00.000+00:00
Duration: 8 min 32 s
Description: 학습하세요 저비용 수제 카메라와 DeepLabCut을 활용한 오페라 컨디셔닝 챔버 내 쥐 행동 추적 방법을. 이 기술은 신경과학 및 행동 분석 연구에서 정확한 데이터 획득을 가능하게 합니다.

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

이 작품은 스웨덴 뇌 재단, 스웨덴 파킨슨 재단, 임상 연구를위한 스웨덴 정부 기금 (M.A.C.) 뿐만 아니라 베너 - 그렌 재단 (M.A.C., E.K.H.C), 올렌 재단 (M.A.C) 및 기초 블랑케플로르 본콤파니 루도비시, 빌스 스 (Néet S.)의 보조금에 의해 지원되었다.

<ol><li>Pritchett, K., Mulder, G. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Operant+conditioning%5BTitle%5D)+AND+%22Contemporary+Topics+in+Laboratory+Animal+Science%22%5BJournal%5D)">Operant conditioning.</a> Contemporary Topics in Laboratory Animal Science. 43 (4), (2004).</li>
<li>Clemensson, E. K. H., Novati, A., Clemensson, L. E., Riess, O., Nguyen, H. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+BACHD+rat+model+of+Huntington+disease+shows+slowed+learning+in+a+Go%2FNo-Go-like+test+of+visual+discrimination%5BTitle%5D)+AND+%22Behavioural+Brain+Research%22%5BJournal%5D)">The BACHD rat model of Huntington disease shows slowed learning in a Go/No-Go-like test of visual discrimination.</a> Behavioural Brain Research. 359, 116-126 (2019).</li>
<li>Asinof, S. K., Paine, T. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+5-choice+serial+reaction+time+task%3A+a+task+of+attention+and+impulse+control+for+rodents%5BTitle%5D)+AND+%22Journal+of+Visualized+Experiments%22%5BJournal%5D)">The 5-choice serial reaction time task: a task of attention and impulse control for rodents.</a> Journal of Visualized Experiments. (90), e51574(2014).</li>
<li>Coulbourn instruments. Graphic State: Graphic State 4 user's manual. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Coulbourn+instruments%22">Coulbourn instruments</a>. , Holliston, Massachusetts. 12-17 (2013).</li>
<li>Med Associates Inc. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Med-PC+IV%3A+Med-PC+IV+programmer%27s+manual%5BTitle%5D)+AND+%22Med+Associates+Inc%22%5BJournal%5D)">Med-PC IV: Med-PC IV programmer's manual.</a> Med Associates Inc. , St. Albans, Vermont. 21-44 (2006).</li>
<li>Clemensson, E. K. H., Clemensson, L. E., Riess, O., Nguyen, H. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+BACHD+rat+model+of+Huntingon+disease+shows+signs+of+fronto-striatal+dysfunction+in+two+operant+conditioning+tests+of+short-term+memory%5BTitle%5D)+AND+%22PloS+One%22%5BJournal%5D)">The BACHD rat model of Huntingon disease shows signs of fronto-striatal dysfunction in two operant conditioning tests of short-term memory.</a> PloS One. 12 (1), (2017).</li>
<li>Herremans, A. H. J., Hijzen, T. H., Welborn, P. F. E., Olivier, B., Slangen, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effect+of+infusion+of+cholinergic+drugs+into+the+prefrontal+cortex+area+on+delayed+matching+to+position+performance+in+the+rat%5BTitle%5D)+AND+%22Brain+Research%22%5BJournal%5D)">Effect of infusion of cholinergic drugs into the prefrontal cortex area on delayed matching to position performance in the rat.</a> Brain Research. 711 (1-2), 102-111 (1996).</li>
<li>Chudasama, Y., Muir, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+behavioral+analysis+of+the+delayed+non-matching+to+position+task%3A+the+effects+of+scopolamine%2C+lesions+of+the+fornix+and+of+the+prelimbic+region+on+mediating+behaviours+by+rats%5BTitle%5D)+AND+%22Psychopharmacology%22%5BJournal%5D)">A behavioral analysis of the delayed non-matching to position task: the effects of scopolamine, lesions of the fornix and of the prelimbic region on mediating behaviours by rats.</a> Psychopharmacology. 134 (1), 73-82 (1997).</li>
<li>Talpos, J. C., McTighe, S. M., Dias, R., Saksida, L. M., Bussey, T. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Trial-unique%2C+delayed+nonmatching-to-location+%28TUNL%29%3A+A+novel%2C+highly+hippocampus-dependent+automated+touchscreen+test+of+location+memory+and+pattern+separation%5BTitle%5D)+AND+%22Neurobiology+of+Learning+and+Memory%22%5BJournal%5D)">Trial-unique, delayed nonmatching-to-location (TUNL): A novel, highly hippocampus-dependent automated touchscreen test of location memory and pattern separation.</a> Neurobiology of Learning and Memory. 94 (3), 341(2010).</li>
<li>Rayburn-Reeves, R. M., Moore, M. K., Smith, T. E., Crafton, D. A., Marden, K. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spatial+midsession+reversal+learning+in+rats%3A+Effects+of+egocentric+cue+use+and+memory%5BTitle%5D)+AND+%22Behavioural+Processes%22%5BJournal%5D)">Spatial midsession reversal learning in rats: Effects of egocentric cue use and memory.</a> Behavioural Processes. 152, 10-17 (2018).</li>
<li>Gallo, A., Duchatelle, E., Elkhessaimi, A., Le Pape, G., Desportes, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Topographic+analysis+of+the+rat%27s+behavior+in+the+Skinner+box%5BTitle%5D)+AND+%22Behavioural+Processes%22%5BJournal%5D)">Topographic analysis of the rat's behavior in the Skinner box.</a> Behavioural Processes. 33 (3), 318-328 (1995).</li>
<li>Iversen, I. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Response-initiated+imaging+of+operant+behavior+using+a+digital+camera%5BTitle%5D)+AND+%22Journal+of+the+Experimental+Analysis+of+Behavior%22%5BJournal%5D)">Response-initiated imaging of operant behavior using a digital camera.</a> Journal of the Experimental Analysis of Behavior. 77 (3), 283-300 (2002).</li>
<li>Med Associates Inc. Video monitor: Video monitor SOF-842 user's manual. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Med+Associates+Inc%22">Med Associates Inc</a>. , St. Albans, Vermont. 26-30 (2004).</li>
<li>Coulbourn Instruments. Coulbourn Instruments. , Available from: 
 <a target="_blank" href="https://www.coulbourn.com/product_p/h39-16.htm">https://www.coulbourn.com/product_p/h39-16.htm</a> (2020).</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 (9), 1281-1289 (2018).</li>
<li>Nath, T., Mathis, A., Chen, A. C., Patel, A., Bethge, M., Mathis, M. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+DeepLabCut+for+3D+markerless+pose+estimation+across+species+and+behaviors%5BTitle%5D)+AND+%22Nature+Protocols%22%5BJournal%5D)">Using DeepLabCut for 3D markerless pose estimation across species and behaviors.</a> Nature Protocols. 14 (7), 2152-2176 (2019).</li>
<li>Bari, A., Dalley, J. W., Robbins, T. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+application+of+the+5-chopice+serial+reaction+time+task+for+the+assessment+of+visual+attentional+processes+and+impulse+control+in+rats%5BTitle%5D)+AND+%22Nature+Protocols%22%5BJournal%5D)">The application of the 5-chopice serial reaction time task for the assessment of visual attentional processes and impulse control in rats.</a> Nature Protocols. 3 (5), 759-767 (2008).</li>
<li>Raspberry Pi foundation. Raspberry Pi foundation. , Available from: 
 <a target="_blank" href="https://thepi.io/how-to-install-raspbian-on-the-raspberry-pi/">https://thepi.io/how-to-install-raspbian-on-the-raspberry-pi/</a> (2020).</li>
<li>Pi-supply. Pi-supply. , Available from: 
 <a target="_blank" href="https://learn.pi-supply.com/make/bright-pi-quickstart-faq/">https://learn.pi-supply.com/make/bright-pi-quickstart-faq/</a> (2018).</li>
<li>Python. Python. , Available from: 
 <a target="_blank" href="https://wiki.python.org/moin/BeginnersGuide/NonProgrammers">https://wiki.python.org/moin/BeginnersGuide/NonProgrammers</a> (2020).</li>
<li>MathWorks. MathWorks. , Available from: 
 <a target="_blank" href="https://mathworks.com/academia/highschool/">https://mathworks.com/academia/highschool/</a> (2020).</li>
<li>Cran.R-Project.org. Cran.R-Project.org. , Available from: 
 <a target="_blank" href="https://cran.r-project.org/manuals.html">https://cran.r-project.org/manuals.html</a> (2020).</li>
<li>Liu, Y., Tian, C., Huang, Y. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aLiu%2C+Y+%22Critical+assessment+of+correction+methods+for+fisheye+lens+distortion.+The+international+archives+of+the+photogrammetry%2C+remote+sensing+and+spatial+information+sciences%22">Critical assessment of correction methods for fisheye lens distortion. The international archives of the photogrammetry, remote sensing and spatial information sciences</a>. , (2016).</li>
<li>Pereira, T. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fast+animal+pose+estimation+using+deep+neural+networks%5BTitle%5D)+AND+%22Nature+Methods%22%5BJournal%5D)">Fast animal pose estimation using deep neural networks.</a> Nature Methods. 16 (1), 117-125 (2019).</li>
<li>Graving, J. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((DeepPoseKit%2C+a+software+toolkit+for+fast+and+robust+animal+pose+estimation+using+deep+learning%5BTitle%5D)+AND+%22Elife%22%5BJournal%5D)">DeepPoseKit, a software toolkit for fast and robust animal pose estimation using deep learning.</a> Elife. 8 (47994), (2019).</li>
<li>Geuther, B. Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Robust+mouse+tracking+in+complex+environments+using+neural+networks%5BTitle%5D)+AND+%22Communications+Biology%22%5BJournal%5D)">Robust mouse tracking in complex environments using neural networks.</a> Communications Biology. 2 (124), (2019).</li>
</ol>

라즈베리 파이 재단의 재료와 자원이 이 원고에 사용되고 인용되었지만, 재단은 이 원고에서 장비와 데이터의 준비 또는 사용에 적극적으로 관여하지 않았습니다. Pi-Supply도 마찬가지입니다. 저자는 공개 할 것이 없습니다.

이 프로토콜은 조작 컨디셔닝 챔버 및 기타 행동 테스트 설정에서 비디오를 녹화하는 데 사용할 수 있는 저렴하고 유연한 비디오 카메라를 구축하는 방법을 설명합니다. 또한 DeepLabCut을 사용하여 이러한 비디오 내에서 강력한 라이트 신호를 추적하는 방법과 전체 테스트 세션을 포함하는 비디오 파일에 대한 관심있는 간단한 비디오 세그먼트를 식별하는 데 사용할 수있는 방법을 보여줍니다. 마지막으로, 쥐의 머리 추적을 사용하여 작동 컨디셔닝 테스트 중 동작 분석을 보완하는 방법을 설명합니다.
이 프로토콜은 작동 컨디셔닝 챔버를 위해 시판되는 비디오 레코딩 솔루션에 대한 대안을 제시합니다. 언급했듯이, 이러한 주요 장점은 특정 이벤트의 비디오 녹화를 가능하게, 작동 챔버와 통합한다는 것입니다. 이 프로토콜에 설명된 관심 있는 비디오 세그먼트를 식별하는 접근 방식은 완전히 통합된 시스템을 사용하여 특정 이벤트를 기록하는 것에 비해 더 힘들고 시간이 많이 걸립니다. 그러나 6개의 작동 챔버...

행동 신경 과학 분야에서, 연구원은 일반적으로 설치류에 있는 다른 인지 및 정신 기능의 넓은 범위를 평가하기 위하여 조작된 컨디셔닝 챔버를 이용합니다. 이러한 시스템의 여러 다른 제조업체가 있지만 일반적으로 특정 특성을 공유하고 거의 표준화 된 디자인1,2,,3을가지고 있습니다. 챔버는 일반적으로 사각형 또는 사각형 모양이며, 내부에 동물을 배치하기 위해 열 수있는 하나의 벽, 레버, 코 찌르기 개구부, 보상 트레이, 응답 바퀴 및 다양한 종류의조명1,,2,,3과같은 구성 요소를 포함하는 나머지 벽 중 하나 또는 두 개가 있습니다. 챔버에 존재하는 조명과 센서는 테스트 프로토콜을 제어하고 동물의 동작을추적하는 데 사용됩니다1,2,,3,,4,,5. 일반적인 작동 조절 시스템은 동물이 챔버에 존재하는 다른 오페라다 및 개구부와 상호 작용하는 방법에 대한 매우 상세한 분석을 허용합니다. 일반적으로 센서가 트리거되는 경우는 시스템에 의해 기록될 수 있으며, 이 데이터에서 사용자는 테스트4,,5의특정 단계에서 동물이 한 일을 설명하는 자세한 로그 파일을 얻을 수 있습니다. 이것은 동물의 성능을 광범위하게 표현하지만 하나 이상의4센서4,5를직접 트리거하는 동작을 설명하는 데만 사용할 수 있습니다. 이와 같이, 동물의 위치와 시험의 상이한 단계에서,챔버 내부의 이동 방식과 관련된 측면은6,77,8,,9,,10을잘 설명하지 않는다. 이러한 정보는 동물의 행동을 완전히 이해하는 데 유용할 수 있기 때문에 이것은 불행한 일입니다. 예를 들어, 특정 동물이 주어진 시험6에서제대로 수행하는 이유를 명확히하는 데 사용할 수 있으며, 동물이 어려운 작업,6,7,8,,9,10을처리하기 위해 개발할 수 있는 전략을 설명하거나, 아마도 간단한,동작(11,,12)의진정한 복잡성을 인식할 수 있다., 이러한 명확한 정보를 얻기 위해, 연구원은 일반적으로 비디오,,6,7,8,89,910,,11의수동 분석으로 전환합니다.
편집 가능한 컨디셔닝 챔버에서 비디오를 녹화할 때 카메라의 선택이 중요합니다. 챔버는 일반적으로 격리 칸막이에 위치하며, 프로토콜은 가시광선이3,6,,7,,88,9를비추지 않는 단계를 자주 사용합니다., 따라서 완전한 어둠 속에서도 시야를 확보할 수 있으므로 IR에 민감한 카메라와 함께 적외선(IR) 조명을 사용해야 합니다. 또한, 격리 칸막이 안에 카메라를 배치할 수 있는 공간은 매우 제한적이기 때문에 넓은 시야(예: 어안 렌즈)를 가진 렌즈를 사용하는 소형 카메라를 갖는 것이 매우 유익하다는 것을 의미한다9. 작동 식 컨디셔닝 시스템 제조업체는 종종 고객에게 고품질 의 카메라 설정을 공급할 수 있지만 이러한 시스템은 비용이 많이 들 수 있으며 다른 제조업체의 챔버 또는 다른 행동 테스트를 위해 반드시 적합하지는 않습니다. 그러나 독립 실행형 비디오 카메라를 사용하는 데 비해 주목할 만한 이점은 이러한 설정이 종종 작동 컨디셔닝시스템(13,,14)과직접 인터페이스할 수 있다는 것입니다. 이를 통해 전체 테스트 세션이 아닌 특정 이벤트만 기록하도록 설정할 수 있으며, 이는 다음 분석에 크게 도움이 될 수 있습니다.
현재 프로토콜은 취미 전자 부품으로 저렴하고 다양한 비디오 카메라를 구축하는 방법을 설명합니다. 카메라는 어안 렌즈를 사용하고 IR 조명에 민감하며 IR 발광 다이오드 세트(IR LED)가 부착되어 있습니다. 또한, 그것은 평평하고 슬림 프로파일을 가지고 내장되어 있습니다. 이러한 측면은 함께 대부분의 시판 가능한 작동 조절 챔버뿐만 아니라 다른 행동 테스트 설정에서 비디오를 녹화하는 데 이상적입니다. 이 프로토콜은 카메라로 얻은 비디오를 처리하는 방법과 소프트웨어 패키지 DeepLabCut15,,16을 사용하여 관심 있는 비디오 시퀀스를 추출하고 동물의 움직임을 추적하는 데 도움을 줄 수 있는 방법을 추가로 설명합니다. 이는 컨디셔닝 시스템의 작동 제조업체가 제공하는 통합 솔루션에 독립형 카메라를 사용하는 단점을 부분적으로 우회하고 동작의 수동 점수를 보완합니다.
전체 프로세스가 다른 작동 컨디셔닝 테스트의 비디오에 적용 될 수 있음을 강조하기 위해 일반적인 형식으로 프로토콜을 작성하기 위한 노력이 이루어졌습니다. 특정 주요 개념을 설명하기 위해 5선택 직렬 반응 시간 테스트(5CSRTT)17을 수행하는 쥐의 비디오가 예로 사용됩니다.

<table><tbody><tr><td>Pi hut (https://thpihut.com)</td><td>32GB</td><td></td>330-Ohm resistor The Pi hut (https://thpihut.com)이 <td>사전 설치된 New Our Of Box Software (NOOBS)가 포함 된 32Gb 마이크로 SD 카드</td></tr><tr><td></td><td></td><td>100287</td><td>이 기사는 330-ohm 저항이 포함 된 혼합 저항 패키지에 대한 것입니다.</td></tr><tr><td>카메라 모듈(Raspberry Pi NoIR 카메라 v.2)</td><td>파이헛(https://thpihut.com)</td><td>100004</td><td></td></tr><tr><td>카메라 리본 케이블(라즈베리 파이 제로 카메라 케이블 스텁)</td><td>파이헛(https://thpihut.com)</td><td>MMP-1294</td><td>이것은 라즈베리 파이 제로를 사용하는 경우에만 필요합니다. 다른 Raspberry Pi 보드를 사용하는 경우 카메라 구성 요소</td></tr><tr><td>Colored LEDs</td><td>The Pi hut (https://thpihut.com)</td>과 함께 적절한 카메라 리본 케이블이 제공됩니다<td>ADA4203</td><td>이 기사는 색상이 혼합된 LED 패키지에 대한 것입니다. 모든 색상을 사용할 수 있습니다.</td></tr><tr><td>여성-여성 점퍼 케이블</td><td>파이헛 (https://thpihut.com)</td><td>ADA266</td><td></td></tr><tr><td>IR LED 모듈 (Bright Pi)</td><td>파이 공급 (https://uk.pi-supply.com)</td><td>PIS-0027</td><td></td></tr><tr><td>마이크로 컴퓨터 마더 보드 (사전 납땜 헤더가있는 라즈베리 파이 제로 보드)</td><td>파이 헛 (https://thpihut.com)</td><td>102373</td><td>다른 Raspberry Pi 보드도 사용할 수 있지만 Python 스크립트를 자동으로 시작하는 방법은 Raspberry Pi zero에서만 작동합니다. 다른 모델을 사용하는 경우 파이썬 스크립트를 수동으로 시작해야 합니다.</td></tr><tr><td>푸시 버튼 스위치</td><td>파이 헛 (https://thpihut.com)</td> <td>ADA367</td><td></td></tr><tr><td>라즈베리 파이 전원 공급 장치 케이블</td><td>파이 헛 (https://thpihut.com)</td><td>102032</td><td></td></tr><tr><td>라즈베리 파이 제로 케이스</td><td>파이 헛 (https://thpihut.com)</td><td>102118</td><td></td></tr><tr><td>라즈베리 파이, Mod my pi, 마그네틱 어안 렌즈 및 마그네틱 금속 링 부착물이 있는 카메라 스탠드</td><td>파이 헛 (https://thpihut.com)</td><td>MMP-0310-키트</td><td></td></tr></tbody></table>

다재다능한 수제 비디오 카메라와 deeplabcut을 사용하여 오페라 컨디셔닝 챔버에서 쥐 추적

Tracking Rats in Operant Conditioning Chambers Using a Versatile Homemade Video Camera and DeepLabCut

오페라 컨디셔닝 챔버는 신경 과학 분야에서 광범위한 행동 테스트를 수행하는 데 사용됩니다. 기록된 데이터는 일반적으로 챔버 내부에 존재하는 레버 및 코 찌르기 센서의 트리거링을 기반으로 합니다. 이것은 동물이 특정 응답을 수행하는 시기와 방법에 대한 자세한 보기를 제공하지만 센서를 트리거하지 않는 동작을 평가하는 데 사용할 수 없습니다. 따라서 동물이 어떻게 자신을 배치하고 챔버 내부로 이동하는지 평가하는 것은 거의 불가능합니다. 이 정보를 얻으려면 일반적으로 연구자들은 비디오를 녹화하고 분석해야 합니다. 작동 식 컨디셔닝 챔버 제조업체는 일반적으로 고객에게 고품질 의 카메라 설정을 공급할 수 있습니다. 그러나, 이들은 매우 비용이 많이 드는 수 있으며 반드시 다른 제조 업체 또는 다른 행동 테스트 설정에서 챔버를 적합 하지 않습니다. 현재 프로토콜은 취미 전자 부품으로 저렴하고 다양한 비디오 카메라를 구축하는 방법을 설명합니다. 또한 이미지 분석 소프트웨어 패키지 DeepLabCut을 사용하여 조작된 컨디셔닝 챔버에서 수집한 비디오에서 강력한 광 신호의 상태와 쥐의 위치를 추적하는 방법을 설명합니다. 전자는 전체 테스트 세션을 포함하는 비디오에 대한 짧은 관심 세그먼트를 선택할 때 큰 도움이되며, 후자는 작동 챔버에서 생성 한 데이터 로그에서 얻을 수없는 매개 변수를 분석 할 수 있습니다.

비디오 카메라 성능
대표적인 결과는 28.5cm x 25.5 cm, 높이 28.5 cm의 랫트에 대한 편집 컨디셔닝 챔버에 수집되었다. 어안 렌즈가 부착되어 있어 카메라는 챔버 위에 배치될 때 주변 벽의 전체 바닥 면적과 큰 부분을 포착합니다(그림7A). 따라서 카메라가 챔버 상단에 중앙에 배치되더라도 좋은 시야를 얻을 수 있습니다. 이것은 비교 가능한 작동 챔버에 대해 사실로 유지되어야합니다. IR LED는 챔버 내부의 다른 모든 조명이 꺼져 있어도 전체챔버(그림 7B, C)를점등할 수 있어 좋은 시야를 구현할 수 있습니다(도7C). 그러나 이러한 상황에서 조명은 완전히 균일하지 않으며 정확한 추적을 얻는 데 몇 가지 어려움을 초래할 수 있습니다. 이러한 분석...

이 프로토콜은 작고 다재다능한 비디오 카메라를 구축하는 방법과 작동 컨디셔닝 챔버 내부의 동물의 위치를 추적하는 신경망을 훈련하기 위해 비디오에서 얻은 비디오를 사용하는 방법에 대해 설명합니다. 이는 작동 컨디셔닝 테스트에서 얻은 데이터 로그의 표준 분석을 보완하는 데 유용합니다.

다재다능한 수제 비디오 카메라와 DeepLabCut을 사용하여 오페라 컨디셔닝 챔버에서 쥐 추적

Operant conditioning chambers are used to perform a wide range of behavioral tests in the field of neuroscience. The recorded data is typically based on ...

이 프로토콜에 설명된 방법을 수행함으로써 연구원은 작동 조절 챔버에서 복잡한 행동 테스트를 수행하는 설치류의 비디오를 기록하고 분석 할 수 있습니다. 이 프로토콜은 저렴한 비디오 카메라를 빌드하고 오픈 소스 추적 소프트웨어와 함께 사용하는 방법을 설명합니다. 이것은 예산에 실험실에 대 한 매력적인 접근 방식.이 방법은 설치류의 작동 식 컨디셔닝을 포함하는 연구 프로젝트에 유용합니다. 비디오 분석은 이러한 유형의 테스트에서 볼 수 있는 동작에 대한 이해를 크게 향상시킬 수 있습니다. 먼저 카메라 스탠드의 개구부 주위에 금속 링을 부착합니다.그런 다음 키트와 함께 제공되는 너트와 볼트를 사용하여 카메라 모듈을 스탠드에 부착합니다. 플라스틱 입술 가장자리에 부드럽게 풀링하여 카메라 모듈과 마이크로컴퓨터의 리본 케이블 포트를 엽니다. 케이블 실버 커넥터가 회로 기판을 향할 수 있도록 카메라 모듈의 열린 포트에서 리본 케이블을 태우게 합니다.그런 다음 플라스틱 클립을 밀어 제자리에 고정하십시오. 마이크로컴퓨터의 포트로 프로세스를 반복합니다. 그런 다음 카메라 스탠드의 금속 링에 어안 렌즈를 부착합니다.마이크로컴퓨터를 플라스틱 케이스에 놓고 나열된 마이크로 SD 카드를 삽입합니다. 그런 다음 모니터, 키보드 및 마우스를 마이크로컴퓨터에 연결하고 전원 공급 장치를 연결하여 시작합니다. 터미널 창을 열고 sudo apt 하이픈을 입력하고 업데이트를 받으십시오.그런 다음 입력 키를 누릅니다. 다음 유형 sudo apt 전체 하이픈 업그레이드 및 누우 입력. 시작 메뉴에서 기본 설정 및 라즈베리 PI 구성을 선택합니다.창이 열리면 인터페이스 탭으로 이동하여 카메라와 I2C를 활성화한 다음 확인을 클릭합니다. 추가 파일을 USB 메모리 스틱에 복사합니다. 그런 다음 마이크로 컴퓨터 홈 PI 폴더로 전송하고 이름을 바꿉니다.터미널 창 유형 의사 나노 슬래시 등을 열고 RC 도트를 로컬로 슬래시하고 enter. 키보드 화살표 키를 사용하여 커서를 fi와 exit 0 사이의 공간으로 이동합니다. 그런 다음 텍스트를 추가하여 컴퓨터가 복사된 스크립트를 시작할 수 있도록 합니다.그리고 적외선 LED, 그것은 부팅 할 때마다. 제어 및 X를 누르고 Y를 입력하여 변경 내용을 저장합니다. 다음 솔더 저항기와 여성 점퍼 케이블은 두 개의 색깔의 LED의 다리에.두 개의 버튼 스위치에 솔더 여성 점퍼 케이블. 그런 다음 스위치 를 연결 하 고 나열 된 적외선 LED 모듈 컴퓨터 GPI 후프 종료. 제대로 연결하면 LED 가 하나가 카메라가 켜져 있고 사용할 준비가 되었음을 나타냅니다.다른 하나는 카메라가 비디오를 녹화하고 있음을 나타냅니다. 긴 케이블이 있는 버튼은 비디오 녹화를 시작하고 중지하는 데 사용됩니다. 이러한 짧은 케이블의 버튼은 카메라를 끄는 데 사용됩니다.프로토콜의 특정 단계의 지표로 작동 챔버 하우스 라이트를 사용하도록 프로토콜을 설정합니다. 그런 다음 프로토콜을 설정하여 이 프로토콜 단계 표시기가 활성화될 때와 관련하여 타임스탬프를 사용하여 관심 있는 모든 이벤트를 기록합니다. 작동 챔버 위에 카메라를 놓고 전원 공급 장치를 통해 전기 콘센트에 연결하여 시작합니다.이전에 연결된 버튼을 사용하여 비디오 녹화를 시작하고 중지합니다. 비디오 녹화가 완료되면 카메라를 모니터, 키보드 마우스 및 USB 저장 장치에 연결하고 데스크톱에서 비디오 파일을 검색합니다. DeeplabCuts 프레임 잡기 기능을 사용하여 녹화된 동영상 중 하나 이상에서 700~900개의 비디오 프레임을 추출합니다.선택한 비디오 프레임에 개가 외부와 안쪽에 고정되어 있고 다른 방향으로 이동하는 등 다양한 자세로 동물을 표시해야 합니다. 라벨링 도구 상자를 사용하여 쥐의 귀 사이의 중앙 위치에 헤드 라벨을 배치하여 각 비디오 프레임에서 쥐의 머리 위치를 수동으로 표시합니다. 또한 관심있을 수 있습니다 다른 신체 부위를 라벨.또한, 각 비디오 프레임에서 프로토콜 단계 표시기의 위치를 표시하여 적극적으로 빛나는 경우를 표시한다. 다음으로 학습 데이터 세트 만들기 및 학습 네트워크 기능을 사용하여 레이블이 지정된 비디오 프레임에서 학습 데이터 집합을 만들고 신경망 교육을 시작합니다. 신경망이 학습된 경우 이를 사용하여 수집된 비디오를 분석합니다.이렇게 하면 쥐머리의 트랙 위치, 관심 있는 다른 신체 부위 및 각 비디오 프레임의 프로토콜 단계 표시기를 나열하는 CSV 파일이 생성됩니다. 또한 트랙 위치가 시각적으로 표시되는 비디오 파일을 표시합니다. 작동 챔버 내부의 특정 관심 점좌를 얻으려면 이전에 설명된 대로 수동으로 표시하고 프로젝트 폴더의 레이블이 지정된 데이터 아래에 자동으로 저장된 CSV 파일에서 좌표를 검색합니다.참고, 비디오 세그먼트에서 프로토콜 단계 표시기가 이전 섹션에서 수동으로 얻은 위치의 60픽셀 내에서 추적되고 표시기가 활성화된 각 기간에 대한 정확한 시작점을 추출합니다. 프로토콜 단계 표시기가 활성화되고 작동 챔버에 의해 기록된 타임스탬프를 사용하는 점을 사용합니다. 시험 간 간격, 응답 또는 보상 검색과 같은 테스트 프로토콜의 특정 이벤트를 포함하는 비디오 세그먼트를 결정합니다.특정 관심사인 모든 이벤트를 다루는 비디오 프레임을 기록합니다. 마지막으로 이러한 이벤트 동안 동물의 위치와 움직임에 대한 관련 심층 분석을 수행합니다. 카메라의 어안 렌즈를 통해 대부분의 설치류 작동 식 컨디셔닝 챔버의 내부를 전체 볼 수 있습니다.적절한 적외선 조명 소스를 사용하여 카메라는 완전한 어둠 속에서 비디오 캡처를 허용합니다. 잘 훈련된 네트워크는 동물의 머리를 추적할 때 90% 이상의 정확도를 허용해야 합니다. 정확한 추적은 움직임을 통해 동물을 따르는 마커와 매끄러운 플롯 경로에 의해 명확하게 식별 할 수 있습니다.반면 부정확한 추적은 대상에 안정적으로 머무르지 않는 마커와 들쭉날쭉한 플롯경로가 특징입니다. 이 부정확한 추적의 결과로 일반적으로 계산된 이동 속도의 급격한 변화가 발생합니다. 테스트 세션 내내 동물이 어디에 있는지 추적하면 뚜렷한 움직임 패턴이 성능과 어떻게 관련이 있는지 평가할 수 있습니다.예를 들어, 5가지 선택연쇄 반응 시간 테스트에서, 시험 간 간격 동안의 머리 움직임은 동물이 반응을 수행하는 데 제한된 관심을 보이는 배출 시험을 분리하는 데 사용될 수 있다. 동물이 단순히 간단한 빛 신호를 통지하지 못하는 임무 시험에서. 또한 머리 의 움직임을 조사하는 것은 다른 주의 전략의 검출 및 특성화를 가능하게 할 수 있습니다.이러한 절차를 시도할 때프로토콜 단계 표시등이 신뢰할 수 있는 것이 중요합니다. 그리고 신경망은 비디오 프레임의 다이빙 ert와 함께 훈련된다. 정확한 추적을 보장하기 위해.

tracking-rats-operant-conditioning-chambers-using-versatile-homemade

Research

연구

JoVE Journal

Behavior

행동

이 보고서에서는 동시에 다중인지 동작을 테스트하고 설치류를 위해의 연결 활동을 기록 가능한 완전 자동화된 고도 다양한 시스템을 소개합니다.

여러인지 기능을 테스트 및 설치류에의 연결 활동을 녹음하기위한 완전 자동화된 고도 다목적 시스템

전위의 활동 (LMA)는 생쥐의 행동을 간단하고 쉽게 수행 측정이다. 비디오 추적 소프트웨어 (VTS) 및 LMA의 커플 링 LMA 분석 설명서, 라인 교차 방식에 비해 특히, 특이성 및 감도 개선 할 수 있습니다. 또한 VTS 마우스 LMA의 장기 추적을 할 수 있습니다.

마우스의 단기 및 장기 전위의 활동은 영상 추적 소프트웨어에 의해 분석

우리는 바닥 투사 미로에 완전히 자동화 된인지 적 작업에 만성 전기 생리학 레코딩을위한 쥐를 훈련을 위해 프로토콜을 설명합니다.

바닥 투사 미로를 사용하여 녹음 신경 활동에 대한 자동화 된 시각인지 작업

현재의 연구는 쥐에 있는 모터 적자의 정량화를 자동화 목적입니다. 초기 평가 모델 모터 손해는 intracortical microelectrode 주입 모터 피 질에서 평가 합니다. 우리는 개발에 쉽게 적응할 수 있는 간단 하 고 쉽게 사용할 수 코딩 소프트웨어를 사용 하 여 추적 알고리즘의 사용을 보고 합니다.

소설 동물 모터 기능 추적 간단 하 고 쉽게 사용할 수 있는 소프트웨어를 사용 하 여 시스템

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

설치류의 전임상 연구를 위한 3D 운동걸음걸이 분석

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.

발과 숫자 궤적의 3 차원 재구성에 도달 자동화 된 쥐 단일 펠릿

여기에 설명된 새로운 자동화 된 실험 시스템은 3 챔버 테스트에 대한 대안을 제공하고 또한 몇 가지 주의 사항을 해결합니다. 이 시스템은 사회적 선호도 및 사회적 신규성 선호도 테스트 중에 작은 설치류 행동 역학을 엄격하게 분석할 수 있는 여러 행동 매개 변수를 제공합니다.

작은 설치류에서 사회적 선호 행동의 역학을 추적하기위한 시스템

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

여기에서는 마우스 모델에서 포식적 추격 행동을 감지하고 정량화하는 프로토콜을 제시합니다. 이 플랫폼은 생쥐의 포식적 추격 행동의 역학 및 신경 메커니즘을 연구하기 위한 새로운 연구 패러다임을 제공하고 추격 행동을 연구하기 위한 표준화된 플랫폼을 제공할 것입니다.

설치류의 대립적 추격 행동을 연구하기 위한 실시간 인터랙티브 시스템

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 저비용 수제 카메라와 DeepLabCut을 활용한 오페라 컨디셔닝 챔버 내 쥐 행동 추적 방법을. 이 기술은 신경과학 및 행동 분석 연구에서 정확한 데이터 획득을 가능하게 합니다.

다재다능한 수제 비디오 카메라와 DeepLabCut을 사용하여 오페라 컨디셔닝 챔버에서 쥐 추적

더 많은 동영상 탐색