W niniejszym materiale opisujemy sposób optymalizacji pozyskanego obrazu wideo dla aparatury do magnetycznego więzienia węchowego (OMT). Przedstawiamy również dwa przykładowe protokoły eksperymentalne służące do badania fuzji wzrokowo-węchowej.
Artykuł metodologiczny
W niniejszym materiale opisujemy sposób optymalizacji pozyskanego obrazu wideo dla aparatury do magnetycznego więzienia węchowego (OMT). Przedstawiamy również dwa przykładowe protokoły eksperymentalne służące do badania fuzji wzrokowo-węchowej.
Latające owady wykorzystują sygnały wizualne do stabilizacji swojego kierunku lotu w strumieniu powietrza. Wiele zwierząt dodatkowo śledzi zapachy przenoszone przez wiatr. W związku z tym wizualna stabilizacja śledzenia kierunku pod wiatr bezpośrednio wspomaga śledzenie zapachów. Czy jednak sygnały olfaktoryczne bezpośrednio wpływają na zachowanie śledzenia wizualnego niezależnie od sygnałów wiatrowych? Co więcej, ostatnie postępy w genetyce molekularnej i neurofizjologii węchu zainspirowały nowe ilościowe analizy behawioralne mające na celu ocenę wpływu na zachowanie (np.) genetycznej inaktywacji specyficznych obwodów aktywacji olfaktorycznej. Zmodyfikowaliśmy system magnetycznego uwięzienia, opracowany pierwotnie do eksperymentów wizualnych, wyposażając arenę w wąskie, laminarne pióropusze zapachowe. W niniejszej pracy skupiamy się na eksperymentach, które można przeprowadzić po uwiązaniu muchy i uzyskaniu przez nią zdolności do nawigowania w magnetycznej arenie. Pokazujemy, jak pozyskiwać obrazy wideo zoptymalizowane pod kątem pomiaru kąta ciała, jak oceniać stabilne śledzenie zapachu oraz przedstawiamy dwa eksperymenty badające wpływ sygnałów wizualnych na śledzenie zapachów.
OMT jest adaptacją systemu magnetycznej uwięzi 1 zaprojektowaną w celu włączenia wirtualnego symulatora pióropusza zapachowego 2. Poniższe protokoły wyjaśnią, jak zoptymalizować pozyskane obrazy wideo (Część 1) oraz jak przeprowadzić dwa rodzaje podstawowych eksperymentów wizualno-olfaktorycznych (Część 2 i 3).
Część 1: Akwizycja wideo
Optymalizacja obrazu wideo jest kluczowa dla jakości pozyskanych danych. Aby uzyskać wyraźniejsze obrazy, należy wykonać następujące kroki.
Część 2: Mucha odnajdująca pióropusz zapachowy
Jednym z prostych eksperymentów w OMT jest obserwacja głodnej (wygłodzonej) muchy lokalizującej, a następnie aktywnie śledzącej smugę atrakcyjnego zapachu pożywienia. Manipulowanie otoczeniem wizualnym wpływa na zdolność muchy do stabilnego śledzenia appetytywnego zapachu pożywienia. Należy zauważyć, że eksperymenty są zazwyczaj przeprowadzane w formacie bloków randomizowanych, aby zminimalizować wszelkie błędy wynikające z kolejności doświadczeń. Cały zewnętrzny sprzęt (multipleksery gazowe, arena LED, system akwizycji wideo) jest sterowany przez niestandardowe procedury programistyczne napisane w programie Matlab (Mathworks).
Część 3: Pozostawanie muchy w obrębie pióropusza zapachowego
Drugim podstawowym eksperymentem w OMT jest wizualne wciągnięcie muchy w smugę zapachową, natychmiastowa zmiana warunków wizualnych, a następnie pomiar zdolności owada do pozostania w smudze. Ponownie należy zaznaczyć, że wszystkie eksperymenty są przeprowadzane w formacie bloków randomizowanych, aby zminimalizować wszelkie błędy wynikające z kolejności doświadczeń.
Reprezentatywne wyniki:

Rysunek 1
W części 1 wyjaśniono, jak zoptymalizować obrazy wideo z OMT. Obraz wideo powinien przedstawiać wyraźny widok oświetlonej muchy na ciemnym, czarnym tle. Zbyt jasne obrazy można poprawić poprzez ograniczenie zakłóceń w tle, zmniejszenie natężenia diod IR lub wyłączenie światła w pomieszczeniu. Jeśli mucha jest niewłaściwie oświetlona, problem może zostać rozwiązany poprzez regulację ostrości diod IR lub modulację ich natężenia. Części 2 i 3 opisują proste eksperymenty, które należy przeprowadzić w celu weryfikacji prawidłowego działania OMT. W każdym przypadku mucha powinna zostać wizualnie „zmuszona” (poprzez reakcje optomotoryczne) do wykonania kilku pełnych obrotów w arenie, aby zapewnić płynny i pełny zakres ruchu. W części 2 mucha ma za zadanie samodzielnie odnaleźć smugę zapachową. Aby utrzymać zaangażowanie muchy w eksperymencie, ograniczyć efekt uwalniania resztkowego zapachu oraz zapobiec utrzymywaniu przez muchy jednego kierunku przez cały czas trwania badania, warto wizualnie obracać muchę przez kilka sekund pomiędzy próbami. Mucha nigdy nie powinna w znacznym stopniu lokalizować smugi pary wodnej, natomiast zawsze powinna lokalizować smugę zapachową w obecności bogatych, panoramicznych wskazówek wizualnych. W części 3 mucha jest wizualnie wciągana bezpośrednio do smugi zapachowej, a następnie ma za zadanie utrzymać swój kierunek wewnątrz smugi na tle różnych stacjonarnych tło wizualnych. Jeśli mucha zostanie wciągnięta do smugi pary wodnej, powinna szybko się od niej odwrócić. Jeśli mucha zostanie wciągnięta do smugi zapachowej i dostępne są wystarczające wskazówki wizualne do zapośredniczenia stabilnego śledzenia, mucha pozostanie w smudze.
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Pozyskiwanie obrazów w tym systemie odbywa się za pomocą niedrogiej kamery płytkowej FireWire oraz oprogramowania napisanego w języku Matlab. Wyraźne obrazy są kluczowe dla uzyskania dokładnych przebiegów danych. Strategie opisane powyżej są przydatne do poprawy jakości obrazów w tym systemie. Inne procedury śledzenia wideo dla tego systemu zostały opisane 1. Ponadto system ten można łatwo zmodyfikować, aby wprowadzić śledzenie wideo w czasie rzeczywistym. Przykładowe protokoły eksperymentalne opisane w niniej...
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Sfinansowano z grantu National Science Foundation przyznanego MF
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| Kamera Firewire | 1394store.com | Kamera BW z płytą Fire-I | Obiektyw 4,3mm bez powłoki IR |
| Diody LED IR | Small Parts, Inc. | ||
| Czarna farba w sprayu | Rustoleum | Matowa czerń | |
| Czarny papier flokowany | Edmund Scientific | ||
| System paneli | Caltech | 3 | |
| Matlab 2006a | Mathworks | Image acquisition toolbox |
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE
Poproś o pozwolenie