Summary
La présente étude vise à automatiser la quantification des déficits moteurs chez le rat. Le modèle d’évaluation initiale évalue la perte moteur résultant d’une implantation intracortical microélectrode dans le cortex moteur. Nous rapportons sur le développement et l’utilisation d’un algorithme de suivi à l’aide de facilement adaptable, simple et facilement disponible, logiciel de codage.
Abstract
Nous avons récemment démontré qu’implantation intracorticales microélectrodes dans le moteur corteces de rats se traduit par des déficits moteurs immédiats et durables. Handicap moteur ont été quantifiés manuellement grâce à un test de grille de plein champ pour mesurer la fonction motrice brute et grâce à un test de l’échelle pour mesurer la motricité fine. Ici, nous discutons une technique permettant la quantification automatique des tests enregistrées à l’aide de notre système sur l’analyse comportementale vidéo personnalisé Capadona : grille et Test de l’échelle ou BVAS. S’appuyant sur simples et facilement disponibles, logiciel de codage (voir la Table des matières), ce programme permet le suivi d’un seul animal sur la grille de plein champ et les tests de l’échelle. En ouvrir grille de champ suivi, les seuils du code de la vidéo pour l’intensité, suit la position du rat sur une durée de 3 min de l’essai de la grille et analyse le chemin d’accès. Ensuite, il calcule et retourne les mesures de la distance totale parcourue, la vitesse maximale, le nombre de tours à gauche et à droite handed et le nombre total de lignes de la grille traversé par le rat. Dans échelle de suivi, le code à nouveau seuils la vidéo pour l’intensité, suit le mouvement du rat dans l’ensemble de l’échelle, et retourne les mesures calculées y compris le temps qu’il a fallu le rat pour traverser l’échelle, le nombre de patte de glisse se produisant sous le plan de la barreaux de l’échelle et la fréquence des pannes dues à la stagnation ou renversements. Nous prévoyons que le BVAS développé ici peut être employé pour l’analyse de la fonction motrice dans une variété d’applications, y compris plusieurs modèles de lésion ou de maladie.
Introduction
Il existe de nombreuses méthodes établies pour évaluer les moteur fonctionnel et comportementaux et cognitifs1,2,3. Certaines des méthodes plus couramment utilisés comportent des tests de motricité fine par patte placement et que la coordination de membre sur une échelle test4, tests bruts de la fonction motrice et stress comportement via le test de quadrillage de plein champ5 ,6et les essais pour la peur, la dépression et désespoir par la nage forcée d’essai7,8 ou rotor tige9. Cependant, beaucoup de ces méthodes s’appuient sur des chercheurs humains de « marquer » l’animal ou de juger sa performance subjectivement. La nécessité d’une évaluation subjective humaine peut ralentir la génération et l’analyse des données, ainsi que présenter la possibilité d’une influence intentionnelle ou involontaire de partialité de la recherche dans l’étude de10. Nouvelle évaluation subjective des données présente aussi le risque de la représentation des données inexactes, que ce soit par oubli, mauvaise motivation, formation inadéquate ou négligence11.
Nous avons récemment rapporté l’utilisation d’une plein champ grille testé et un test de l’échelle chez des rats porteurs de microélectrodes intracortical12,13. En raison de la nouveauté des conclusions de ces études, nous avons immédiatement commencé à employer des et des tests fonctionnels supplémentaires dans de nombreuses études en cours dans le laboratoire. En prévision de la variabilité d’origine humaine involontaire résultant de l’augmentation du nombre d’évaluateurs subjectives et d’améliorer le débit de l’analyse, nous avons décidé de créer un programme automatisé, assistée par ordinateur pour marquer des tests comportementaux, et limiter considérablement le risque d’erreur.
Nous rapportons ici, sur le développement de la BVAS. Le BVAS utilise l’analyse par ordinateur de marquer un essai de grille de plein champ et une épreuve de l’échelle comme paramètres de la fonction motrice brute et fine, respectivement. Les résultats peuvent servir à élucider les déficits de motricité possible causées par accident ou maladie, quel que soit le modèle de blessure ou de maladie. Les codes d’analyse peuvent être adaptés pour tenir compte des modifications dans les équipements de tests comportementaux ou de marquer les différents paramètres de la fonction motrice. Par conséquent, le BVAS peut être implémenté dans de nombreuses applications, au-delà de notre destination ou l’usage de celles actuellement utilisées par les autres laboratoires.
Notez que les essais de plein champ grille et échelle nécessitent des enregistrement vidéo. Par conséquent, chaque test exigera une caméra vidéo [1080p, minimums 15 images par seconde (fps)], un ordinateur portable et une salle pour stocker les données vidéo. Pour les deux tests, placer la caméra en position centrée, permettant à l’appareil être vu sur le châssis. L’ancrage de la caméra sur un trépied ou un échafaudage afin qu’il ne bouge pas pendant le test. Que les contours de l’image vidéo plus près parallèle aux bords de l’appareil d’essai possible. N’oubliez pas le même personnel effectuer tous les essais et la chambre est bien éclairée avec un système de contrôle de la température. Utiliser la même salle pour tous les animaux tout au long de l’essai, avec des changements minimes dans la chambre. Céréales ou chips de banane faire bonne récompense pour encourager les animaux pour compléter les tests de comportement.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Toutes les procédures et les pratiques de protection des animaux ont été approuvés par et interprétés conformément à la Commission Louis Stokes Cleveland Department of Veterans affaires médicales Centre institutionnel Animal Care et utilisation. Le protocole d’analyse comportemental suit étroitement travail précédemment publié12,13.
1. comportement stable : Filmer les tâches
NOTE : Ici, les animaux ont été testés pendant 8 semaines détecter tout changement de comportement chronique. La durée de l’étude repose sur le modèle de demande/blessure/maladie utilisé pour l’étude.
-
Ouvrez la grille essais sur le terrain
Remarque : Le test de la grille a une superficie de2 de 1 m avec des murs de 40 cm et a été construit. Le fond est divisé en neuf carrés par ruban adhésif (Figure 1A) de couleur vive. Pour l’utilisation de la BVAS automatisé, il est important que la couleur de la ligne et la grille contraste avec le rat. Ici, des rats Sprague Dawley blancs ont été utilisés ; ainsi, le fond de la grille a été peint en noir, et les lignes ont été créées avec un ruban rose vif.- Tester les animaux 2 x par semaine pour tous les tests, y compris la semaine avant le début de l’étude afin de créer une partition de base pour une utilisation dans les calculs ultérieurs.
- Nettoyer tout l’équipement d’essai avec stérilisant basés sur le dioxyde de chlore au début de chaque séance de test et entre chaque animal.
- Amener les animaux à la chambre d’essai et leur permettre de s’adapter à la salle pendant 20 min avant de commencer les essais.
- Commencer le tournage et placer l’animal au centre de la grille, à l’opposé de la chercheuse, pour commencer le test de la grille.
- Laisser l’animal s’exécute librement pendant 3 min, pendant que la vidéo enregistrée par le haut.
- Arrêter de filmer le 3 min fin de période et retourner l’animal de sa cage maison. Nettoyez la grille avec un stérilisant dioxyde chlore, en prenant soin de sécher complètement les surfaces avant l’essai. Tester chaque animal 1 x par session.
-
Essais d’échelle
Remarque : Le test de l’échelle a été construit et est constitué de deux parois acrylique, chaque 1 m de longueur, reliée par des barreaux de diamètre 3 mm espacés de 2 cm (Figure 2). Les animaux nécessitent une semaine de formation échelle avant de commencer des essais officiels. Il n’y a aucune différence entre la formation et le protocole d’analyse. Notez que la formation n’a pas besoin d’être filmé.- Pour l’utilisation avec le BVAS, couvrir le mur derrière l’échelle avec un carton pour affiche noir et définir le niveau de barreaux, start et lignes de finition avec du ruban lumineux pour créer un contraste avec les rats blancs.
- Tester les animaux 2 x par semaine pour tous les tests, y compris la semaine avant le début de l’étude pour créer une partition de base pour une utilisation dans les calculs ultérieurs.
- Nettoyer tout l’équipement d’essai avec stérilisant basés sur le dioxyde de chlore au début de chaque séance de test et entre chaque animal.
- Amener les animaux à la chambre d’essai et leur permettre de s’adapter à la salle pendant 20 min avant de commencer les essais.
- Placer l’animal dans une cage propre temporaire avant l’essai d’échelle.
Remarque : Une cage temporaire est une cage à court terme pour tenir l’animal tandis que les maison cage de l’animal est utilisé à la fin de l’échelle. Il n’y a pas d’âge comme tous les animaux utilisés dans l’étude sont du même âge et un essai complet sur la même période de temps. Le contrôle utilisé ici est un naïf animal n’ayant jamais reçu de chirurgie. - Régler l’appareil de l’échelle et la travée deux cages ; la cage de départ est une cage propre, et la cage de fin est cage de vie de l’animal, une incitation à terminer la course.
- Placez la caméra sur un trépied, centré sur la longueur de l’échelle. Étendre le trépied donc l’objectif de la caméra est à la hauteur des barreaux de l’échelle. Positionner la caméra de sorte que les barreaux sont exactement alignés avec l’objectif car c’est important pour l’algorithme de détection de glissement dans le code BVAS.
- Démarrer l’enregistrement vidéo et laissez le rat commencer la course en tenant leurs pattes avant sur le premier échelon de l’échelle. Permettre à l’animal de passer à l’échelle sans aide.
- Permettre à l’animal de passer de la ligne de départ à la ligne d’arrivée à leur propre rythme alors qu’ils filmaient. Arrêter l’enregistrement vidéo et retirer l’animal de l’échelle, une fois que l’animal a terminé la course.
- Envisager la course une course ratée si l’animal tourne autour ou reste stagnante pendant 20 s. fin de l’enregistrement vidéo et retirer l’échelle de l’animal si l’animal ne parvient pas à la course. Attribuer un score de peine pour les parcours défaillants qui équivaut à la fois plus lente enregistrée pendant les essais de référence avant l’intervention.
- Vérifier que chaque animal est terminée à 5 sorties par jour de tests et de leur donner un temps de repos 1 min entre chaque essai.
Remarque : Dans cette étude, les animaux ont été testés 2 x par semaine pendant 8 semaines. Cependant, le délai est à la discrétion du chercheur.
2. déposer le stockage et la dénomination
Remarque : Le code BVAS utilise spécifiquement désigné vidéo fichiers et dossiers conventions de nommage pour que les vidéos peuvent être analysés avec fiabilité et analysées correctement. Diverses conventions de nommage ne sont actuellement pas pris en charge. À l’issue d’une séance de test, le fichier vidéo est enregistré dans l’emplacement par défaut sous un nom par défaut.
-
Nommage vidéo individuels
- Nommez chaque vidéo à partir de l’animal pour grille tous les tests vidéos.
- Collecter 5 vidéos d’échelle par test session pour chaque animal. Sélectionnez toutes les cinq vidéos et renommez la première vidéo, à l’aide de la désignation de l’animal. Par exemple, si le nom de l’animal est « C1NS », les fichiers sont nommés « C1NS (1) », « C1NS (2) », « C1NS (3) », etc.
-
Nom de dossier de stockage
- Prenez les vidéos maintenant nommées après chaque animal et placez les fichiers dans leur propre dossier de stockage. Nommez ce dossier en utilisant la convention suivante : « TestingWeek_TestMode_MM_DD_YY ».
NOTE : par exemple, si ce dossier tient la première semaine de vidéos de grille et a été filmé sur janvier 1st, 2018, le dossier détenant ces vidéos se nomme « Week1_GridTest_01_01_18 ». - Placez ce dossier nommément citée dans un autre dossier qui signifiera l’étude plus vaste que cet ensemble d’expériences appartient à.
Remarque : Il n’y a aucune exigence d’affectation de noms pour le système d’arbre de dossier garder les études et essais de modes organisé. Le dossier que le système sélectionne est le dossier tenant vidéos nommés à l’étape 2.2.1.
- Prenez les vidéos maintenant nommées après chaque animal et placez les fichiers dans leur propre dossier de stockage. Nommez ce dossier en utilisant la convention suivante : « TestingWeek_TestMode_MM_DD_YY ».
-
Création de fichiers de feuille de calcul
- À l’aide d’un tableur à l’extérieur (voir la Table des matières), créez un nouveau fichier de feuille de calcul vide pour stocker les données de chaque étude et mode test.
Remarque : Il n’y a aucune exigence de nommer ou de stockage emplacement pour ce fichier. Chaque étude requiert deux fichiers de feuille de calcul pour une utilisation avec le système, un pour les tests de la grille et un pour les tests d’échelle. Laisser ces fichiers vide pour l’instant. - Vérifiez que ces fichiers de feuille de calcul ne sont pas ouverts sur tous les ordinateurs, tandis que le BVAS est en cours d’exécution.
Remarque : Si le BVAS tente d’ouvrir un fichier de feuille de calcul qui est déjà ouvert, cela entraînera une erreur.
- À l’aide d’un tableur à l’extérieur (voir la Table des matières), créez un nouveau fichier de feuille de calcul vide pour stocker les données de chaque étude et mode test.
3. Installation du système
Remarque : Le BVAS a été construit et testé sur les systèmes d’exploitation PC et les effets de levier DUREE composants simples et facilement disponibles, logiciel de codage. Autres configurations de système ne sont pas actuellement pris en charge.
-
Installer la dernière version BVAS
- Exécutez le programme d’installation en double-cliquant sur l’icône du programme d’installation 'BVASX. XXinstaller'. « X.XX » représente le numéro de version actuel, actuellement 'BVAS3.30installer'.
Remarque : Il s’agit d’un logiciel open source. Contacter l’auteur-correspondant pour la version la plus récente. - Suivez l’à l’écran instructions pour installer le BVAS.
NOTE : Le programme d’installation va vérifier le système de la bonne version du logiciel (p. ex.., Runtime MATLAB) et si elle n’est pas trouvé, il va installer le logiciel sur internet. - Une fois installé, lancez le programme en cliquant sur le 'BVAS.exe' fichier.
- Exécutez le programme d’installation en double-cliquant sur l’icône du programme d’installation 'BVASX. XXinstaller'. « X.XX » représente le numéro de version actuel, actuellement 'BVAS3.30installer'.
4. utilisation du système
- Ouverture du programme
- Double-cliquez sur l’icône du programme BVAS pour faire apparaître le menu principal BVAS qui permet des options suivantes : «Analyse de la grille», «Analyse d’échelle», «Examen Ladder» ou «Quit».
Remarque : Il y a également un menu déroulant situé en haut à gauche intitulé «Paramètres de messagerie» (Figure 3A).
- Double-cliquez sur l’icône du programme BVAS pour faire apparaître le menu principal BVAS qui permet des options suivantes : «Analyse de la grille», «Analyse d’échelle», «Examen Ladder» ou «Quit».
- Paramètres de messagerie
- Cliquez sur le menu déroulant «Paramètres de messagerie» et sélectionnez d’abord «destination de courriel de changement».
- Entrez une adresse de courriel préféré pour recevoir des mises à jour sur l’analyse et sélectionnez «OK». Sélectionnez « Annuler » pour ne pas changer l’email actuellement enregistré.
- Cliquez sur le bouton «Envoyer un E-mail de Test» pour envoyer un courriel de test à l’e-mail enregistré actuellement dans le système. Fermer le 'Email envoyé !' pop-up fenêtre, signifiant l’achèvement de l’essai.
- Plein champ grille analyse de Test
- Sélectionnez «Analyse de la grille» dans l’écran de menu du haut.
- Assurez-vous que le bouton Activer/désactiver «Données de Session/parcelle unique vidéo/Whole» affiche toute la séance pour compléter l’analyse sur toute une série de tests vidéos de session.
- Utiliser le bouton «...» à la case d’entrée supérieure pour parcourir le système de fichiers pour rechercher le fichier de vidéos à analyser. Sélectionnez le contenu du dossier dans le style discuté à l’étape 2.2.1.
- Utiliser le... bouton en regard de la zone de saisie inférieur pour parcourir le système de fichiers pour sélectionner le fichier de feuille de calcul dans lequel stocker les données.
NOTE : Notez que, ainsi que sortir les données dans un fichier de feuille de calcul, les données du chemin d’accès complet pour chaque vidéo sont stockées dans un fichier (.mat) dans le même répertoire qui contient les vidéos choisies à l’étape 4.3.3. - S’assurer que le bouton bascule mentionné à l’étape 4.3.2 a la valeur «Single vidéo» pour compléter l’analyse sur une seule vidéo.
- Utiliser le... bouton en regard de la case d’entrée supérieure à parcourir pour rechercher le fichier de la vidéo pour analyser le système de fichiers.
- Utiliser le... bouton en regard de la zone d’entrée plus bas pour parcourir le système de fichiers pour sélectionner un répertoire pour enregistrer le fichier de données (.mat) qui résulte de l’analyse vidéo unique.
Remarque : Le fichier de données sera nommé d’après la vidéo, qui est nommée d’après l’animal. - Sélectionnez «Données» dans le cabillot mentionné à l’étape 4.3.2. pour afficher les données d’une vidéo de grille précédemment analysée. Exemples de ces données sont présentés dans les Figures 1 b et 1C.
- Utiliser le... bouton en regard de la case d’entrée supérieure de parcourir le système de fichiers pour sélectionner un fichier de données vidéo de grille préalablement créé. Sélectionnez 'aller !' pour créer le personnage intrigue et données.
NOTE : Cette fonction crée également un fichier texte, nommé le même et situé dans le même répertoire que le fichier de données, qui a l’animal de courir des données dedans. - Une fois les deux fichiers nécessaires ont été retracés, sélectionnez 'aller !' pour commencer l’analyse vidéo. Notez que le bouton «retour» rouvrira ses portes le menu du haut et le bouton «Quit» ne se ferment complètement le programme. Choisissez le «Display Debug» activer/désactiver pour montrer une représentation visuelle de l’algorithme de tracking (Figures 3 et 3D).
- Sélectionnez 'aller !' pour démarrer le processus d’analyse. Examinez les images de chaque vidéo sur l’écran de l’examinateur. Utilisez les boutons «suivant» et «précédent» de la page s’il n’y a plus de cinq vidéos.
- Pour afficher un menu de sélection manuelle, sélectionnez le bouton «modifier» si il n’y a aucune ligne verte ou la ligne verte ne semble pas être à la place correcte autour de la zone de test. Cliquez sur le bouton « Modifier les coins » pour éditer les coins.
Remarque : Le bouton «Image suivante» change l’image représentative à la section suivante de la vidéo en question. Sélectionnez le bouton «Image suivante» si le cadre donné automatiquement est obstrué ou floue. - Suivez les instructions à droite de l’image représentative pour sélectionner la zone de test et appuyez sur «Enter» pour terminer le processus de sélection.
NOTE : Les lignes vertes sélectionnées seront maintenant montrés sur l’image représentative. - Sélectionnez «fait» pour enregistrer la sélection et revenir à l’écran de l’examinateur.
- Sélectionnez le bouton central de «fait» pour lancer l’analyse complète, une fois que la zone de la grille pour chaque vidéo est correctement sélectionnée. Autoriser le programme à exécuter et, une fois terminé, un prompt succès s’affiche.
Remarque : L’analyse complète d’une session de vidéos peut prendre un certain temps, environ 10 min par animal.
- Analyse de test échelle
Remarque : Le protocole pour l’analyse de test échelle initiale est très similaire au protocole décrit dans les étapes 4.3.10–4.3.15. Les différences notables avant ces étapes sont les suivantes :- Sélectionnez «Analyse d’échelle» dans le menu principal pour ouvrir le menu de l’analyse d’échelle.
- Voir les deux options à la bascule, «Single vidéo» et «Toute la Session» (Figure 3B).
- Avec «Toute la Session», sélectionnez l’empeigne entrée... le bouton pour sélectionner le dossier contenant les vidéos échelle nommés dans l’étape 2.2.1.Select la bas... les boutons pour sélectionner un répertoire pour enregistrer un dossier avec les données d’après les vidéos d’échelle à revoir plus tard.
- Si «Single vidéo» est sélectionné, sélectionnez une seule vidéo déposer auprès de la partie supérieure... bouton et un emplacement même comme au point 4.4.3.
- Sélectionnez 'aller !' pour démarrer le processus d’analyse et faire apparaître l’écran échelle test zone critique.
- Suivez les étapes 4.3.10–4.3.15 la même manière pour l’échelle en ce qui concerne la grille. Autoriser le programme à exécuter et, une fois terminé, un prompt succès s’affiche.
Remarque : Si un problème survient lors de l’analyse, un e-mail est envoyé à l’adresse e-mail entré à l’étape 4.2.2. À l’issue d’une analyse quelconque, un e-mail d’achèvement est envoyé à la même adresse de courriel.
- Examen d’image échelle
Remarque : Le protocole suivant est d’examiner préalablement analysé vidéos échelle pour confirmer tous les échecs et glisse sa patte. Noter que les fichiers de feuille de calcul pour un passage de l’échelle ne sont pas générées pour afficher jusqu'à la fin «Ladder Image Review» (mesures 4.5.1–4.5.5).- Dans le menu principal, sélectionnez «Ladder Image Review». Ceci ouvre l’écran de sélection de fichier révision de l’échelle.
- Sélectionnez le haut... le bouton pour sélectionner le dossier des fichiers de données.
Remarque : Les fichiers sont enregistrés dans l’emplacement choisi à l’étape 4.4.2 et sont nommés selon le format suivant : « M1_D1_Y1 échelle vidéo Session HH_MM M2_D2_YYYY ». M1, D1 et Y1 sont la date de la session en cours d’analyse. « Video Session de ladder » lira « Seule analyse vidéo » si seulement une seule vidéo a été analysée. HH_MM et M2_D2_YYYY sont à l’heure et la date où a commencé la session d’examen. - Sélectionnez le fond... pour sélectionner le fichier de feuille de calcul créé pour l’étude.
- Sélectionnez 'aller !' pour démarrer le processus de révision manuelle.
- Afficher le menu de l’examinateur de données échelle automatiquement ouvert. Si un lapsus est détecté, utilisez le «Image suivante» et «Dernière image» boutons à cocher consécutivement enregistrement images si elles sont disponibles.
- Utiliser la bascule de glissement pour indiquer quel pied du rat a glissé. Laissez le cabillot sur «No Slip» si la détection est un faux positif. Cliquez sur «Save/Continue» pour passer à la prochaine détection (Figure 2A).
- En cas d’échec, utilisez la touche pour indiquer si l’échec est dû à l’inversion (où le rat se retourna pendant la course) ou de stagnation (où le rat n’a pas terminé la course en temps opportun).
- Cliquez sur «Save/Continue» pour passer à la prochaine détection. Sur la dernière détection, cliquez sur «Save/Continue» pour compléter l’étude et enregistrer les données dans le fichier de feuille de calcul choisi plus tôt. Rejeter l’avis d’achèvement.
Remarque : Une fois l’examen terminé, le dossier qui a été examiné est renommé « Revu M1_D1_Y1 échelle vidéo Session HH_MM M2_D2_YYYY ».
5. analyse des données de sortie
-
Fichier de feuille de calcul Grid
- Localiser les données créées dans le fichier de feuille de calcul de chaque grille vidéo.
Remarque : Les colonnes sont de gauche à droite comme suit : nom de l’animal, date du test, la semaine d’étude numéro, distance totale parcourue, total temps s’est arrêté, la vitesse maximale atteinte, tourne à droite, tourne à gauche et quadrillage traverse (Figure 1D). - Utilisez ces paramètres pour quantifier la performance motrice brute et créer des parcelles de la comparaison entre les animaux et les points dans le temps.
- Localiser les données créées dans le fichier de feuille de calcul de chaque grille vidéo.
-
Fichier de feuille de calcul d’échelle
- Localiser les données créées dans le fichier de feuille de calcul de chaque vidéo échelle suite à l’échec et la patte examen de glissement.
Remarque : Les colonnes sont de gauche à droite comme suit : nom de l’animal, exécution numéro 1 – 5, semaine d’étude numéro, date du test, type exécution (succès ou échec), temps de course pour les succès, pourcentage terminé, patte feuillets sur chaque patte et le mode de défaillance. La colonne durée est vide pour un échec et la colonne mode de défaillance va lire renversement ou stagnation (Figure 2B). - Utilisez ces paramètres pour quantifier la performance motrice fine et créer des parcelles de la comparaison entre les animaux et les points dans le temps.
- Localiser les données créées dans le fichier de feuille de calcul de chaque vidéo échelle suite à l’échec et la patte examen de glissement.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Après les méthodes présentées ici, rats complété la grille de plein champ et échelle teste 2 x par semaine. Les données ont été analysées en utilisant BVAS tant manuellement avec un chronomètre par formés et examinateurs de novice. Les résultats présentés sont une moyenne des scores hebdomadaires bruts provenant d’un animal seul contrôle non implantée au cours d’une étude de 8 semaines, où la semaine « 0 » correspond à l’essai de base. Remarque Il n’y avait aucun test au cours de la semaine 1, comme cela a été une semaine de repos pour les animaux de la chirurgie. Parce que la grille de plein champ est testé 1 x par jour, l’échelle est testé 5 x par jour et il y a deux jours de tests par semaine, il y a un échantillon de 16 essais pour grille de plein champ alors qu’il existe 80 essais pour le test de l’échelle dans la même semaine 8 laps de temps.
BVAS vs. analyse manuelle :
Pour confirmer la cohérence du système BVAS et validez-le contre l’analyse manuelle, les résultats pour les lignes de la grille ont franchi et échelle traversée ont été comparés aux résultats manuelles de trois examinateurs experts (n = 3) comme un « gold standard ». Les utilisateurs novices (n = 7) a également examiné les données de ces deux manuellement et à l’aide de la BVAS. Pour la validation, chaque examinateur a examiné le même jour une des expériences pour un animal (test de la grille = une vidéo/procès ; échelle stable = cinq essais indépendants). Les résultats pour le test de quadrillage de plein champ a montré que les examinateurs experts étaient plus cohérentes qu’étaient des examinateurs novice (un écart de 0 par rapport à un écart de 17.1, respectivement), mais lorsque vous utilisez le BVAS, il y avait zéro variance pour les experts et novices (utilisateurs Figure 4 A). de même, les résultats du test de l’échelle a montré que les examinateurs experts étaient plus uniformes que les examinateurs novices ont été (~3.5x plus grand : un écart de 0,120 versus une variance de 0,414, respectivement), mais lorsque vous utilisez le BVAS, il y avait encore une fois zéro variance pour les expert et novice utilisateurs (Figure 4B).
Donc, où possible, les mesures de comportement pour l’échelle et la grille de plein champ de test ont été quantifiés manuellement par le même utilisateur expert et comparés aux résultats générés à l’aide de la BVAS. Ici, les résultats de tous les animaux pendant toute la durée des expériences ont été évaluées. Toute erreur est signalée comme un écart-type de la moyenne (SEM), sauf si indiqué autrement. La différence entre les deux méthodes variait entre une moyenne de 0,64 ± 0,06 s pour l’épreuve de l’échelle et 3,56 ± 0,53 lignes pour le test de la grille. La différence moyenne pour le test de grille de plein champ au cours des 8 semaines entre les deux méthodes est de ± 11,13 3,03 %. La différence moyenne pour l’épreuve de l’échelle au cours des 8 semaines entre les deux méthodes est de ± 9,05 1,07 %. La différence en pourcentage entre les deux méthodes a été calculée suivant l’équation 1.
Équation 1 :
Note aussi pour l’échelle tester le calendrier, la collecte manuelle des données est limitée à précise 1 s (ce qui peut changer en fonction du périphérique utilisé pour garder l’heure), tandis que le BVAS est précis à l’inverse de la fréquence d’images de la vidéo en cours de révision. Par exemple, si la vidéo est filmée à 15 images par seconde, les données BVAS sont précises à 1/15ème de seconde.
Test de plein champ de grille :
Suite précédemment publié les protocoles12,13, animaux était autorisés à se déplacer librement lors d’un test de quadrillage de terrain dégagé pendant 3 min mesurer leur fonction motrice brute et souligner le comportement. La vidéo enregistrée lors de l’essai a été analysée en utilisant le BVAS pour quantifier les notes brutes pour la vitesse maximale et la distance totale, le nombre de quadrillage franchi, le pourcentage de virages à droite atteint par l’animal (Figure 5). Alors que ces données sont le seul représentant d’un animal, tendances ont été observés au cours de l’étude de l’augmentation de la vitesse maximale atteinte, accrue de distance totale parcourue et traversé un nombre accru de quadrillage. Sans surprise, par rapport à l’autre, la distance totale parcourue et le quadrillage total franchi avait une forte corrélation positive. En comparant la quantification manuelle à la quantification de quadrillage BVAS a révélé des résultats comparables (Figure 5C). Pour cet animal en particulier, le pourcentage de virages à droite planait dans une large mesure entre 40 et 50 % (Figure 5D). De note, la métrique de la distance totale parcourue, la vitesse maximale et tourner direction n’ont pu être quantifiés manuellement et représentent une autre caractéristique ajoutée du programme BVAS automatisé.
Test de l’échelle :
Comme indiqué précédemment4,14, les essais d’échelle a été complétée pour mesurer la portée coordonnée et la motricité fine. La vidéo enregistrée pendant l’essai a été analysée en utilisant la BVAS de quantifier les notes brutes pour le temps de traverser et le nombre de feuillets de patte (Figure 6). Chez cet animal, il y avait une tendance à la baisse dans le temps de traverser l’échelle, suivie d’une augmentation de temps commençant autour de la semaine 4. En comparant la quantification manuelle à la BVAS quantification de temps de passage a révélé des résultats comparables (Figure 6A). L’animal présenté était un contrôle non chirurgical, patte feuillets étaient peu fréquentes et comparable en nombre entre la patte droite et gauche (Figure 6B).
Figure 1 : Exemple de résultats de test plein champ grille. (A), ce panneau montre les tests comportementaux 1 m2 ouvrir zone avec un fond noir et rose quadrillages d’essai. (B) il s’agit d’un exemple d’un complot de grille de 3 min d’un seul animal courir. Cet animal fait un circuit de la grille et ensuite restée pratiquement stationnaire pendant le reste du temps. Le rouge O et x indiquent où l’algorithme de détection de virage détecté une gauche (O) ou tourner a droite (X). (C) il s’agit d’un deuxième exemple d’une parcelle de grille de 3 min d’un seul animal courir. Cet animal a été extrêmement actif pour toute la période test de 3 min. Le rouge O et x indiquent où l’algorithme de détection de virage détecté une gauche (O) ou tourner a droite (X). (D) il s’agit d’un exemple de sortie dans le fichier de données pour les deux séries vu dans les séries B et C. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 2 : Exemple d’un écran de relecteur de données échelle. (A), ce panneau s’affiche échelle données relecteur, complet avec une capture d’écran montrant l’installation d’essai de ladder. Cet écran est où l’usager confirmera feuillets détectés et les échecs. Cet exemple montre un feuillet de la patte avant droite positivement détectés. (B) : il s’agit d’un exemple de sortie dans le fichier de données pour l’échelle exécuter qui a été examiné au groupe A. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 3 : Exemple d’écrans d’analyse BVAS. (A), ce panneau affiche le menu en haut de la BVAS. Notez les quatre boutons le long de la partie inférieure et le menu déroulant Paramètres de messagerie dans le coin supérieur gauche. (B) Ceci est un exemple d’un écran de sélection de fichier, dans ce cas pour l’analyse vidéo de l’échelle. (C) il s’agit d’un exemple d’une visionneuse d’analyse de débogage pour une vidéo de test de grille. Cela illustre l’algorithme de détection lors de l’analyse d’un test de la grille. (D), ce tableau montre un exemple d’une visionneuse d’analyse de débogage pour un test de l’échelle vidéo. Cela illustre l’algorithme de détection lors de l’analyse d’un test de l’échelle. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 4 : Exemple de l’expert et novice, résultats des tests. Ces panneaux présentent les résultats d’un manuel et un BVAS expert et novice essais pour (A) le nombre de quadrillage croisés sur le test de quadrillage de plein champ et (B) le temps de traverser l’épreuve de l’échelle. Pour les deux tests, les résultats ont montré que les utilisateurs expΘrimentΘs avaient une variance plus faible que les utilisateurs novices d’analyse manuelle, tandis qu’à l’aide de la BVAS a zéro variance, quel que soit l’expertise de l’utilisateur. L’écart-type est signalée. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 5 : Représentant ouvrir les résultats de test de grille domaine. Ces panneaux montrent des résultats de test de grille représentant de plein champ pour un animal de contrôle non implantée pour (A) la vitesse maximale atteint, (B) le total distance parcourue, (C) le nombre total de quadrillage traversé et (D) la pourcentage de virages à droite de l’animal. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 6 : Résultats de test échelle représentative. Ces panneaux montrent des résultats test échelle représentative pour un animal de contrôle non implantée pour (A) le temps de traverser l’échelle et (B) le nombre de droite et gauche-avant-patte feuillets. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
La partie plus critique du Protocole visant à assurer une analyse forte est le tournage cohérente. Si les vidéos sont bien éclairés et filmé à l’emplacement correct, tel que discuté dans l’article premier du protocole, le système sera capable de faire une analyse précise. Comme avec n’importe quel problème de traitement d’images, le travail accompli en prétraitement fera le post-traitement, plus précis et plus simple. Par conséquent, en s’assurant que les appareils et les animaux est bien éclairés pendant les essais et des ombres ou autre mouvement dans l’image est réduite au minimum se traduira par que la BVAS peut fonctionner à un niveau plus élevé de précision.
Le protocole présenté ici peut être utilisé efficacement et de façon reproductible, analyser les résultats de la motricité fine et macroscopiques essais dans rongeurs via une belle grille et un test de l’échelle sur le terrain. En outre, il réduit la possibilité d’erreur humaine ou de partialité dans le processus d’analyse tel que l’analyse des données est largement complété par l’ordinateur fonctionnement automatique sans aucune intervention de l’utilisateur. En raison de cette fonctionnalité, le système BVAS utilisable avec le même niveau de précision par des utilisateurs experts et de novices. Le programme BVAS est vérification automatique, facile à mettre en œuvre et peu coûteux à utiliser. En outre, le code peut être adapté aux besoins individuels du chercheur. Par exemple, le code de grille plein champ peut être utilisé pour analyser une série de mesures dont la distance totale parcourue, la vitesse maximale atteinte, et le nombre de droite et de gauche se transforme et pourrait probablement être facilement modifié pour le suivi dans un labyrinthe aquatique ou forcés de natation t demander. Des modifications complémentaires sont possibles au code pour tenir compte des divers éclairage de la pièce, différences dans la grille et la couleur de ligne d’échelle et en couleur animaux. Bien que l’appareil d’essai et le code BVAS présentées ici ont été conçus pour leur utilisation dans les études chez le rat, nous attendons que soit pourrait être mise à l’échelle vers le haut ou vers le bas pour être utilisé avec divers animaux de tailles, même si cela n’a pas été vérifié à ce jour.
Comme avec tous les comportement stable et analyse de données, il est important de maintenir la cohérence des autant que possible tout au long de l’étude et les analyses subséquentes. Bien que le BVAS présenté réduit considérablement tout dépend de la contribution humaine pour l’analyse des données, variance humaine peut entrer en jeu avec le chercheur travaillant avec les animaux et les procédures15de manutention. En outre, des changements dans le test emplacement16 ou de logement et de l’élevage des conditions17 peuvent également influencer les résultats. Alors que le BVAS peut être mis à jour pour tenir compte de l’éclairage et l’angle de caméra, des facteurs tels que les odeurs, le personnel ou régime alimentaire ne peuvent s’expliquer au moment de l’étude. Donc, les chercheurs devraient prendre attention à rester aussi cohérent que possible dans l’expérimentation animale et au conditions de logement, à la vérification du personnel et des méthodes analytiques, entre autres.
Le BVAS est roman grâce à son système de détection composé. Chaque image de la vidéo passe à travers plusieurs filtres d’image pour créer des masques binaires tous calibrés pour chercher le rat dans le cadre. Chaque forme de rat possible est ensuite évalué par le système sur sa probabilité d’être le rat. Cette notation des facteurs dans la taille, le nombre de filtres, que la forme est détectée, et le dernier emplacement connu et l’emplacement prévu de l’animal basée sur la trajectoire antérieure. Cela fait une détection animale forte qui peut surmonter la plupart des problèmes qui se posent issus des ombres et les changements dans l’éclairage. Contrairement aux systèmes de suivi des animaux disponibles dans le commerce actuel, cette méthode ne nécessite pas de toute modification apportée à l’animal pour le rendre plus visible et utilise une webcam standard unique-vitesse pour l’enregistrement vidéo. Le système BVAS est également une amélioration de comportement manuellement chiffré classique tests parce que toutes les mesures qui sont envoyées sont objectivement mesurés d’après les vidéos. Une étude de comportement humaine quantifiée aura certaine subjectivité dans la nature que le chercheur décide ce qui constitue une ligne de slip ou grille de patte croisée.
Le système nécessite une configuration un peu particulière de travailler à sa pleine capacité. S’il est possible d’adapter le système aux changements dans l’appareil, il faudrait actuellement une maîtrise de l’ordinateur de codage pour modifier le code. Avec une aisance codage, dépannage est facilitée parce que l’erreur avis courriels comprennent un affichage d’information complète de l’erreur. Si les vidéos introduites dans le réseau ne courent pas le taux de résolution ou un cadre idéal (1080p, 15 images/s), l’utilisateur est alerté par un message d’avertissement. Cette modification s’appliquera à la précision du système, mais il peut toujours fonctionner sur des vidéos de résolution inférieures. N’importe quel éclairage ou problèmes fictifs qui génèrent une erreur lors de l’analyse conduira à un message d’erreur dynamique envoyé à l’email entrées par l’utilisateur. L’utilisateur peut alors utiliser la visionneuse de débogage à regarder l’analyse image par image pour comprendre quelle question s’est posée. Le message d’erreur comprend également une erreur rapport, donc si c’est un problème de codage, il peut être abordé simplement.
À l’avenir, le système BVAS peut être en mesure de s’adapter plus loin sans aucune connaissance de la syntaxe de codage logiciel. L’ajout d’un suivi menu options pourrait permettre à l’utilisateur de sélectionner la couleur des lignes animal et grille tout simplement et commodément. Le test échelle de suivi permettra également d’augmenter dans l’exactitude avec l’ajout éventuel d’un détecteur d’objet cascade dans le code et une plate-forme d’éclairage échelle mieux pour accompagner le test de l’échelle et le tournage des appareils. Par conséquent, nous attendons que le système BVAS décrit ici peut être facilement implémenté dans un tableau de tâches comportementales et moteur fonction couvrant une grande variété de modèles de maladies et des blessures.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Les auteurs n’ont rien à divulguer.
Acknowledgments
Cette étude a été financée par le prix du mérite examen # B1495-R (pour Jeffrey R. Capadona) et la présidentielle Early Career Award pour scientifiques et ingénieurs (PECASE) (de Jeffrey R. Capadona) de l’United States département d’anciens combattants affaires remise en état Recherche et développement Service. En outre, ce travail a été soutenu en partie par le Bureau de l’Assistant Secretary of Defense for Health Affairs, grâce au programme recherche médicale revue de pairs sous sentence n° W81XWH-15-1-0608. Les auteurs remercient SOURCE pour ses recherches de l’été un soutien financier. Le contenu ne représente pas les vues des États-Unis Ministère des anciens combattants ou le gouvernement des États-Unis. Les auteurs tiens à remercier Hiroyuki Arakawa dans le noyau de comportement du rongeur CWRU pour ses conseils à concevoir et tester les protocoles comportements rongeurs. Les auteurs tiens également à remercier James Drake et Kevin Talbot de la CWRU département de génie mécanique et aérospatial pour leur aide dans la conception et de fabrication le test échelle de rongeurs.
Materials
| Name | Company | Catalog Number | Comments |
| Sprague Dawley rats, male, 201-225 g | Charles River | CD | |
| Webcam HD Pro c920 | Logitec | 960-000764 | |
| Excel | Microsoft | N/A | |
| Matalb 2017a, Computer Vision System Toolbox | Mathworks | N/A | |
| Open field grid test | Made in-house at Case Western Reserve University | N/A | |
| Ladder test | Made in-house at Case Western Reserve University | N/A |
References
- Beery, A. K., Kaufer, D. Stress, social behavior, and resilience: insights from rodents. Neurobiology of Stress. 1, 116-127 (2015).
- Crawley, J. N. Behavioral phenotyping of rodents. Comparative Medicine. 53, 140-146 (2003).
- Wolf, A., Bauer, B., Abner, E. L., Ashkenazy-Frolinger, T., Hartz, A. M. A Comprehensive Behavioral Test Battery to Assess Learning and Memory in 129S6/Tg2576 Mice. PLoS One. 11, 0147733 (2016).
- Metz, G. A., Whishaw, I. Q. Cortical and subcortical lesions impair skilled walking in the ladder rung walking test: a new task to evaluate fore- and hindlimb stepping, placing, and co-ordination. Journal of Neuroscience Methods. 115, 169-179 (2002).
- Bailey, K. R., Crawley, J. N. Anxiety-Related Behaviors in Mice. Methods of Behavior Analysis in Neuroscience. Buccafusco, J. J. , CRC Press/Taylor & Francis. Boca Raton, FL. chapter 5 (2009).
- Prut, L., Belzung, C. The open field as a paradigm to measure the effects of drugs on anxiety-like behaviors: a review. European Journal of Pharmacology. 463, 3-33 (2003).
- Porsolt, R. D., Bertin, A., Jalfre, M. Behavioral despair in mice: a primary screening test for antidepressants. Archives Internationales de Pharmacodynamie et de Thérapie. 229, 327-336 (1977).
- Porsolt, R. D., Brossard, G., Hautbois, C., Roux, S. Rodent models of depression: forced swimming and tail suspension behavioral despair tests in rats and mice. Current Protocols in Neuroscience. , Chapter 8, Unit 8 10 (2001).
- Dunham, N. W., Miya, T. S. A note on a simple apparatus for detecting neurological deficit in rats and mice. Journal of the American Pharmaceutical Association. 46, 208-209 (1957).
- Forstmeier, W., Wagenmakers, E. J., Parker, T. H. Detecting and avoiding likely false-positive findings - a practical guide. Biological Reviews of the Cambridge Philosophical Society. 92, 1941-1968 (2017).
- Reason, J. Human error: models and management. The Western Journal of Medicine. 172, 393-396 (2000).
- Goss-Varley, M. Rodent Behavioral Testing to Assess Functional Deficits Caused by Microelectrode Implantation in the Rat Motor Cortex. Journal of Visualized Experiments. , (2018).
- Goss-Varley, M., et al. Microelectrode implantation in motor cortex causes fine motor deficit: Implications on potential considerations to Brain Computer Interfacing and Human Augmentation. Scientific Reports. 7, 15254 (2017).
- Metz, G. A., Whishaw, I. Q. The ladder rung walking task: a scoring system and its practical application. Journal of Visual Experiments. (28), e1204 (2009).
- Chesler, E. J., Wilson, S. G., Lariviere, W. R., Rodriguez-Zas, S. L., Mogil, J. S. Influences of laboratory environment on behavior. Nature Neuroscience. 5, 1101-1102 (2002).
- Crabbe, J. C., Wahlsten, D., Dudek, B. C. Genetics of mouse behavior: interactions with laboratory environment. Science. 284, 1670-1672 (1999).
- Richter, S. H., Garner, J. P., Auer, C., Kunert, J., Wurbel, H. Systematic variation improves reproducibility of animal experiments. Nature Methods. 7, 167-168 (2010).
