Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Neuroscience
Click here for the English version

Neuroscience

गिनी सूअरों में श्रवण संवेदना का आकलन करने के लिए प्यूपिलोमेट्री

Published: January 6, 2023 doi: 10.3791/64581
Automatic Translation
1,2, 1,2,4, 1,2,6, 1,2,3,4,5
1Department of Neurobiology, University of Pittsburgh, 2Center for Neuroscience, University of Pittsburgh, 3Department of Bioengineering, University of Pittsburgh, 4Center for Neural Basis of Cognition, University of Pittsburgh, 5Department of Communication Science and Disorders, University of Pittsburgh, 6Department of Transfer and Innovation, USC University Hospital Complex (CHUS), University of Santiago de Compostela

Summary

प्यूपिलोमेट्री, एक सरल और गैर-इनवेसिव तकनीक, सामान्य श्रवण जानवरों और विभिन्न श्रवण विकृति के पशु मॉडल में श्रवण-इन-शोर थ्रेसहोल्ड निर्धारित करने के लिए एक विधि के रूप में प्रस्तावित है।

Abstract

शोर जोखिम सेंसरिन्यूरल सुनवाई हानि का एक प्रमुख कारण है। शोर-प्रेरित श्रवण हानि के पशु मॉडल ने श्रवण हानि के अंतर्निहित शारीरिक और शारीरिक विकृति में यंत्रवत अंतर्दृष्टि उत्पन्न की है। हालांकि, पशु मॉडल में व्यवहार की कमी के लिए श्रवण हानि के साथ मनुष्यों में देखे गए व्यवहार घाटे से संबंधित व्यवहार संबंधी कमी चुनौतीपूर्ण बनी हुई है। यहां, प्यूपिलोमेट्री को एक विधि के रूप में प्रस्तावित किया गया है जो पशु और मानव व्यवहार डेटा की सीधी तुलना को सक्षम करेगा। विधि एक संशोधित ऑडबॉल प्रतिमान पर आधारित है - एक उत्तेजना की बार-बार प्रस्तुति के विषय को अभ्यस्त करना और रुक-रुक कर एक विचलित उत्तेजना प्रस्तुत करना जो बार-बार उत्तेजना से कुछ पैरामीट्रिक फैशन में भिन्न होता है। मौलिक आधार यह है कि यदि विषय द्वारा बार-बार और विचलित उत्तेजना के बीच परिवर्तन का पता लगाया जाता है, तो यह एक छात्र फैलाव प्रतिक्रिया को ट्रिगर करेगा जो बार-बार उत्तेजना द्वारा प्राप्त होने वाली तुलना में बड़ा है। यह दृष्टिकोण गिनी सूअरों में एक मुखर वर्गीकरण कार्य का उपयोग करके प्रदर्शित किया जाता है, श्रवण अनुसंधान में व्यापक रूप से उपयोग किया जाने वाला एक पशु मॉडल, जिसमें श्रवण हानि अध्ययन भी शामिल है। एक स्वर श्रेणी से स्वर को मानक उत्तेजनाओं के रूप में और दूसरी श्रेणी को विभिन्न सिग्नल-टू-शोर अनुपातों पर शोर में एम्बेडेड ऑडबॉल उत्तेजनाओं के रूप में प्रस्तुत करके, यह प्रदर्शित किया जाता है कि ऑडबॉल श्रेणी के जवाब में पुतली फैलाव का परिमाण सिग्नल-टू-शोर अनुपात के साथ एक स्वरात्मक रूप से भिन्न होता है। विकास वक्र विश्लेषण का उपयोग तब इन छात्र फैलाव प्रतिक्रियाओं के समय पाठ्यक्रम और सांख्यिकीय महत्व को चिह्नित करने के लिए किया जा सकता है। इस प्रोटोकॉल में, गिनी सूअरों को सेटअप में समायोजित करने, प्यूपिलोमेट्री का संचालन करने और डेटा का मूल्यांकन / विश्लेषण करने के लिए विस्तृत प्रक्रियाओं का वर्णन किया गया है। यद्यपि इस तकनीक को इस प्रोटोकॉल में सामान्य-श्रवण गिनी सूअरों में प्रदर्शित किया गया है, विधि का उपयोग प्रत्येक विषय के भीतर सुनवाई हानि के विभिन्न रूपों के संवेदी प्रभावों का आकलन करने के लिए किया जा सकता है। इन प्रभावों को समवर्ती इलेक्ट्रोफिजियोलॉजिकल उपायों और पोस्ट-हॉक शारीरिक टिप्पणियों के साथ सहसंबद्ध किया जा सकता है।

Introduction

छात्र व्यास (पीडी) कई कारकों से प्रभावित हो सकता है और पीडी का माप जो समय के साथ बदलता है उसे प्यूपिलोमेट्री के रूप में जाना जाता है। पीडी को आईरिस स्फिंक्टर मांसपेशी (कसना में शामिल) और आईरिस डायलेटर मांसपेशी (फैलाव में शामिल) द्वारा नियंत्रित किया जाता है। कसना मांसपेशी पैरासिम्पेथेटिक सिस्टम द्वारा आंतरिक होती है और इसमें कोलीनर्जिक अनुमान शामिल होते हैं, जबकि आईरिस डायलेटर को नॉरएड्रेनर्जिक और कोलीनर्जिकअनुमानों 1,2,3 से जुड़े सहानुभूति प्रणाली द्वारा आंतरिक किया जाता है। पीडी परिवर्तनों को प्रेरित करने के लिए सबसे प्रसिद्ध उत्तेजना ल्यूमिनेंस-कसना है और पुतली की फैलाव प्रतिक्रियाएं परिवेश प्रकाश तीव्रता2 में भिन्नता से उत्पन्न हो सकती हैं। पीडी फोकल दूरी 2 के कार्य के रूप में भीबदलता है। यह दशकों से जाना जाता है, हालांकि, पीडी गैर-ल्यूमिनेंस से संबंधित उतार-चढ़ाव 4,5,6,7 भी दिखाता है। उदाहरण के लिए, आंतरिक मानसिक अवस्थाओं में परिवर्तन क्षणिक पीडी परिवर्तन प्राप्त कर सकते हैं। छात्र भावनात्मक रूप से आवेशित उत्तेजनाओं के जवाब में फैलता है या उत्तेजना 4,5,8,9 के साथ बढ़ता है। पुतली फैलाव अन्य संज्ञानात्मक तंत्रों से भी संबंधित हो सकता है, जैसे कि मानसिक प्रयास या ध्यान में वृद्धि 10,11,12,13। छात्र के आकार में भिन्नता और मानसिक अवस्थाओं के बीच इस संबंध के कारण, पीडी परिवर्तनों को नैदानिक विकारों जैसे स्किज़ोफ्रेनिया14,15, चिंता 16,17,18, पार्किंसंस रोग 19,20 और अल्जाइमर रोग 21 के मार्कर के रूप में खोजा गया है , दूसरों के बीच। जानवरों में, पीडी परिवर्तन आंतरिक व्यवहार स्थितियों को ट्रैक करते हैं और कॉर्टिकल क्षेत्रों22,23,24,25 में न्यूरोनल गतिविधि के स्तर के साथ सहसंबद्ध होते हैं। पुतली व्यास को चूहों में नींद की स्थिति का एक विश्वसनीय संकेतक भी दिखाया गयाहै। उत्तेजना और आंतरिक स्थिति से संबंधित ये पीडी परिवर्तन आमतौर पर कई दसियों सेकंड के क्रम के लंबे समय के पैमाने पर होते हैं।

श्रवण अनुसंधान के क्षेत्र में, सामान्य सुनवाई के साथ-साथ श्रवण बाधित विषयों में, सुनने के प्रयास और श्रवण धारणा का मूल्यांकन प्यूपिलोमेट्री का उपयोग करके किया गया है। इन अध्ययनों में आम तौर पर प्रशिक्षित शोध विषय 27,28,29,30 शामिल होते हैं जो विभिन्न प्रकार के पहचान या मान्यता कार्य करते हैं। उत्तेजना और पीडी के बीच उपरोक्त संबंधों के कारण, कार्य सगाई और सुनने के प्रयास में वृद्धि को छात्र फैलाव प्रतिक्रियाओं में वृद्धि के साथ सहसंबद्ध दिखाया गया है 30,31,32,33,34,35। इस प्रकार, प्यूपिलोमेट्री का उपयोग यह प्रदर्शित करने के लिए किया गया है कि सामान्य-श्रवणश्रोताओं में वर्णक्रमीय रूप से अवक्रमित भाषण को पहचानने के लिए सुनने के प्रयास में वृद्धि हुई है। श्रवण बाधित श्रोताओं में, जैसे कि उम्र से संबंधित श्रवण हानिवाले मनुष्यों में 27,30,37,38,39,40,41 और कॉक्लियर इम्प्लांट उपयोगकर्ता 42,43, भाषण बोधगम्यता में कमी के साथ छात्र प्रतिक्रियाओं में भी वृद्धि हुई; हालांकि, श्रवण बाधित श्रोताओं ने सामान्य श्रवण विषयों 27,30,37,38,39,40,41,42,43 की तुलना में आसान सुनने की स्थितियों में अधिक छात्र फैलाव दिखाया। लेकिन जिन प्रयोगों के लिए श्रोता को एक मान्यता कार्य करने की आवश्यकता होती है, वे हमेशा संभव नहीं होते हैं - उदाहरण के लिए, शिशुओं में, या कुछ पशु मॉडल में। इस प्रकार, ध्वनिक उत्तेजनाओं द्वारा उत्पन्न गैर-ल्यूमिनेंस से संबंधित पुतली प्रतिक्रियाएंइन मामलों में श्रवण का पता लगाने का आकलन करने के लिए एक व्यवहार्य वैकल्पिक विधि हो सकती हैं। पहले के अध्ययनों ने ओरिएंटिंग रिफ्लेक्स46 के हिस्से के रूप में एक क्षणिक और उत्तेजना से जुड़े छात्र फैलाव का प्रदर्शन किया। बाद के अध्ययनों ने उल्लुओं में आवृत्ति संवेदनशीलता वक्रों को प्राप्त करने के लिए उत्तेजना से जुड़े छात्र फैलावके उपयोग का प्रदर्शन किया है। हाल ही में, इन विधियों को मानव शिशुओं में छात्र फैलाव प्रतिक्रिया की संवेदनशीलता का आकलन करने के लिए अनुकूलितकिया गया है। पुपिलोमेट्री को सरल (टोन) और जटिल (जीपी स्वर) उत्तेजनाओं की एक विस्तृत श्रृंखला का उपयोग करके निष्क्रिय रूप से सुनने वाले गिनी सूअरों (जीपी) में श्रवण का पता लगाने और भेदभाव सीमा का अनुमान लगाने के लिए एक विश्वसनीय और गैर-इनवेसिव दृष्टिकोण के रूप मेंदिखाया गया है। ये उत्तेजना से संबंधित पीडी परिवर्तन आमतौर पर कई सेकंड के क्रम के तेज समय पैमाने पर होते हैं और उत्तेजना के समय से जुड़े होते हैं। यहां, उत्तेजना से संबंधित पीडी परिवर्तनों की प्यूपिलोमेट्री को पशु मॉडल में विभिन्न प्रकार की श्रवण हानि के व्यवहार संबंधी प्रभावों का अध्ययन करने के लिए एक विधि के रूप में प्रस्तावित किया गया है। विशेष रूप से, जीपी में उपयोग के लिए प्यूपिलोमेट्री प्रोटोकॉल, विभिन्न प्रकार के श्रवण विकृति का एक अच्छी तरह से स्थापित पशु मॉडल 50,51,52,53,54,55,56 (एक संपूर्ण समीक्षा के लिए संदर्भ57 भी देखें) का वर्णन किया गया है।

यद्यपि यह तकनीक सामान्य-श्रवण जीपी में प्रदर्शित की जाती है, इन विधियों को आसानी से अन्य पशु मॉडल और विभिन्न श्रवण विकृति के पशु मॉडल के लिए अनुकूलित किया जा सकता है। महत्वपूर्ण रूप से, प्यूपिलोमेट्री को ईईजी जैसे अन्य गैर-इनवेसिव मापों के साथ जोड़ा जा सकता है, साथ ही संभावित ध्वनि पहचान और धारणा घाटे के अंतर्निहित तंत्र का अध्ययन करने के लिए इनवेसिव इलेक्ट्रोफिजियोलॉजिकल रिकॉर्डिंग के साथ भी जोड़ा जा सकता है। अंत में, इस दृष्टिकोण का उपयोग मानव और पशु मॉडल के बीच व्यापक समानता स्थापित करने के लिए भी किया जा सकता है।

Subscription Required. Please recommend JoVE to your librarian.

Protocol

सभी प्रयोगात्मक प्रक्रियाओं के लिए, संस्थागत पशु देखभाल और उपयोग समिति (आईएसीयूसी) से अनुमोदन प्राप्त करें और प्रयोगशाला जानवरों की देखभाल और उपयोग के लिए एनआईएच दिशानिर्देशों का पालन करें। संयुक्त राज्य अमेरिका में, जीपी संयुक्त राज्य अमेरिका के कृषि विभाग (यूएसडीए) नियमों के अधीन भी हैं। इस प्रोटोकॉल में सभी प्रक्रियाओं को पिट्सबर्ग आईएसीयूसी विश्वविद्यालय द्वारा अनुमोदित किया गया था और प्रयोगशाला जानवरों की देखभाल और उपयोग के लिए एनआईएच दिशानिर्देशों का पालन किया गया था। इस प्रयोग के लिए, ~ 600-1,000 ग्राम वजन के साथ 4 से 10 महीने की उम्र के बीच तीन नर वाइल्डटाइप, पिगमेंटेड जीपी का उपयोग किया गया था।

1. सर्जिकल प्रक्रिया

  1. सभी प्यूपिलोमेट्री प्रयोगों को जागृत, सिर-स्थिर और निष्क्रिय रूप से पिगमेंटेड जीपी में निष्पादित करें। क्लिक और शुद्ध-टोन श्रवण ब्रेनस्टेम प्रतिक्रिया (एबीआर) रिकॉर्डिंग58 का उपयोग करके प्रयोगात्मक विषयों में सामान्य सुनवाई को सत्यापित करें।
    नोट: यद्यपि प्यूपिलोमेट्री डेटा अधिग्रहण अपने आप में गैर-इनवेसिव है, प्रक्रिया के दौरान जानवर के सिर को स्थिर करने के लिए इस प्रोटोकॉल में एक इनवेसिव हेड पोस्ट इम्प्लांट सर्जरी का उपयोग किया जाता है। विकल्प चर्चा अनुभाग में प्रस्तुत किए गए हैं।
  2. सबसे पहले, आइसोफ्लुरेन एनेस्थीसिया के तहत सिर निर्धारण के लिए सभी प्रयोगात्मक जानवरों को स्टेनलेस-स्टील हेड पोस्ट के साथ प्रत्यारोपित करें। हड्डी के स्क्रू और डेंटल ऐक्रेलिक58 के संयोजन को नियोजित करते हुए खोपड़ी में सिर की पोस्ट को लंगर डालने के लिए सड़न रोकनेवाला शल्य चिकित्सा तकनीकों का उपयोग करें।
  3. प्रणालीगत और सामयिक एनाल्जेसिक के प्रशासन सहित जानवरों को पोस्ट-सर्जिकल देखभाल प्रदान करें। 2 सप्ताह की वसूली अवधि के बाद, धीरे-धीरे जानवरों को प्रयोगात्मक सेटअप में अनुकूलित करें।
    नोट: सर्जिकल प्रक्रिया जीपी58 के साथ-साथ अन्य प्रजातियों 59,60 में पहले प्रकाशित तरीकों पर आधारित है, और इस प्रोटोकॉल का फोकस नहीं है।

2. प्रयोगात्मक सेटअप के लिए पशु अनुकूलन

नोट: प्रयोग आम तौर पर ध्वनि-क्षीण कक्ष या बूथ में होते हैं ( सामग्री की तालिका देखें)। सेटअप के लिए एक जानवर को परिचित करने के लिए आवश्यक समय विषय से विषय में भिन्न होता है। विशिष्ट अनुकूलन समय नीचे नोट किए गए हैं। एक अच्छी तरह से अनुकूलित जानवर न्यूनतम शरीर की गति के साथ सिर-निर्धारण को सहन करेगा, और इसके परिणामस्वरूप बेहतर छात्र व्यास माप होगा।

  1. 2 सप्ताह की वसूली अवधि के बाद, पहले जानवरों को हैंडलिंग और परिवहन (2-3 दिन) से परिचित करें। तनाव और चिंता को कम करने के लिए यह अनुकूलन आवश्यक है। जानवर को संभालने के लिए परिचित करने के लिए, जानवर को समय (10-30 मिनट) की बढ़ती मात्रा के लिए अपने परिवहन कंटेनर में रखें, और समय की बढ़ती मात्रा (10-30 मिनट) के लिए जानवर को संभालें।
  2. इसके बाद, जानवर को 10-45 मिनट के लिए एक बाड़े में रखकर प्रयोगात्मक सेटअप (2-3 दिन) में शामिल करें (चित्रा 1 ए)। प्रयोग के दौरान जानवर के आराम के लिए बाड़े को छोटे पोस्टुरल शिफ्ट की अनुमति देनी चाहिए। प्रयोग के दौरान जानवर के आराम के लिए छोटे पोस्टुरल शिफ्ट की अनुमति दें। हालांकि, पुतली फैलाव को गति49 से पहले जाना जाता है। इसलिए, जानवर की गति को मापें और डेटा विश्लेषण (चित्रा 1 सी) में इस गति का हिसाब रखें।
  3. इस अनुकूलन के हिस्से के रूप में, मैन्युअल रूप से प्रत्यारोपित हेड पोस्ट को संभालें, जैसे कि जानवर सिर तय होने जा रहा है। बढ़ती अवधि (10-60 सेकंड) के लिए हेड पोस्ट रखें।
  4. मैनुअल अनुकूलन के बाद और पशु व्यवहार के आधार पर, इम्प्लांट धारक का उपयोग करके जानवर को एक कठोर फ्रेम में ठीक करने का प्रयास करें।
  5. धीरे-धीरे सिर निर्धारण अवधि (10-45 मिनट) बढ़ाएं जब तक कि जानवर शांत न हो और सिर-स्थिर (2-3 दिन) होने के दौरान अपेक्षाकृत स्थिर न हो।
  6. कैमरे, आईआर प्रकाश स्रोत और सफेद प्रकाश स्रोत (1-2 दिन) की उपस्थिति के लिए जानवर को अनुकूलित करें। सफेद प्रकाश चालू करें, धीरे-धीरे अवधि (10 मिनट से 30 मिनट) बढ़ाएं।
  7. विभिन्न ध्वनि स्तरों (1-2 दिन, चरण 2.6 के साथ समवर्ती) पर विभिन्न प्रकार की ध्वनियों (जैसे, शुद्ध टोन, क्लिक, स्वर) को बजाकर जानवर को ध्वनिक उत्तेजना के लिए अनुकूलित करें। प्रयोगात्मक उत्तेजनाओं के लिए आदत को कम करने के लिए, इस चरण में प्यूपिलोमेट्री प्रयोगों के लिए नियोजित ध्वनियों से अलग ध्वनियों का उपयोग करें।

3. पुतली कैमरे का अंशांकन

नोट: पुपिलोमेट्री के लिए उपयोग किया जाने वाला कैमरा यूएसबी के माध्यम से एक वीडियो को पुपिलोमेट्री सॉफ्टवेयर सूट में आउटपुट करता है। इस वीडियो से, पुतली व्यास को प्यूपिलोमेट्री सॉफ्टवेयर सूट द्वारा एक दीर्घवृत्त फिट और उपयोगकर्ता-समायोज्य दहलीज मान का उपयोग करके निकाला जाता है ( सामग्री की तालिका देखें)। सॉफ्टवेयर तब डिजिटल-टू-एनालॉग कार्ड के साथ इंटरफेस करता है। कार्ड एक एनालॉग वोल्टेज मान आउटपुट करता है जो छात्र व्यास के आनुपातिक होता है। इस वोल्टेज मान को लंबाई की इकाइयों में छात्र व्यास में वापस परिवर्तित करने के लिए अंशांकन की आवश्यकता होती है।

  1. उसी स्थान पर ज्ञात व्यास के काले डिस्क की छवियों वाले कागज की एक शीट रखें जहां जीपी की आंख प्यूपिलोमेट्री के दौरान स्थित होगी। जीपी के लिए, पीडी 4 मिमी रेंज में है। इसलिए, 3 मिमी, 4 मिमी और 5 मिमी डिस्क का उपयोग करके अंशांकन करें।
  2. पुपिलोमेट्री कैमरा ( सामग्री की तालिका देखें) को उसी दूरी (25 सेमी) पर रखें जिस पर प्रयोग किए जाएंगे। कैमरा एपर्चर को समायोजित करें और तब तक फ़ोकस करें जब तक कि ज्ञात व्यास की डिस्क की तेजी से केंद्रित छवि प्राप्त न हो जाए।
  3. प्यूपिलोमेट्री अधिग्रहण सॉफ्टवेयर में ( सामग्री की तालिका देखें), दहलीज को समायोजित करें ताकि दीर्घवृत्त फिट की रूपरेखा छवि डिस्क से निकटता से मेल खाती है, और एनालॉग आउटपुट वोल्टेज मूल्य और स्केलिंग को नोट करती है।
  4. 3 मिमी, 4 मिमी और 5 मिमी डिस्क के लिए इस प्रक्रिया को दोहराएं। फिर, एनालॉग आउटपुट वोल्टेज मानों के अनुरूप वास्तविक व्यास मान (मिमी में) को सारणीबद्ध करें।

4. पुपिलोमेट्री डेटा अधिग्रहण

  1. सभी प्रयोगों को ध्वनि-क्षीण बूथ या कक्ष में करें, जिसमें आंतरिक दीवारें एनेकोइक फोम से ढकी हों।
  2. फ्री-फील्ड स्टिमुलस डिलीवरी के लिए, ध्वनि क्षीण कक्ष की दीवार पर एक कैलिब्रेटेड लाउडस्पीकर माउंट करें, उस स्थिति के बराबर ऊंचाई पर जहां जानवर को रखा जाएगा।
    नोट: लाउडस्पीकर की पसंद अध्ययन की जा रही प्रजातियों और नियोजित उत्तेजनाओं पर निर्भर करती है। जीपी मुखरता के लिए, एक पूर्ण श्रेणी के ड्राइवर स्पीकर का उपयोग करें जिसमें 0.5-3 kHz (चित्रा 1 ए) की स्वर आवृत्ति सीमा में अपेक्षाकृत सपाट (±3 डीबी) आवृत्ति प्रतिक्रिया है।
  3. जानवर को बाड़े में रखें ताकि यह सुनिश्चित हो सके कि बड़े शरीर की गति संभव नहीं है (चित्रा 1 ए)। चरण 2 (चित्रा 1 ए) में वर्णित कठोर फ्रेम के लिए जानवर के सिर को ठीक करें।
  4. जानवरों के आंदोलनों का पता लगाने और रिकॉर्ड करने के लिए बाड़े के नीचे एक पीजोइलेक्ट्रिक सेंसर रखें (चित्रा 1 ए)।
  5. एयर पफ सेट करने के लिए, जानवर के स्नाउट के सामने ~ 15 सेमी पर पिपेट टिप रखने के लिए टेबलटॉप से जुड़े धारक का उपयोग करें। एक सिलिकॉन ट्यूब (~ 3 मिमी व्यास) को पिपेट टिप से कनेक्ट करें और ट्यूब को एक विनियमित एयर सिलेंडर से कनेक्ट करें।
  6. सिलेंडर को हवा का दबाव 20 से 25 पीएसआई के बीच रखें। कंप्यूटर-नियंत्रित रिले का उपयोग करके एयर पफ के समय और अवधि को नियंत्रित करने के लिए ट्यूब को एक चुटकी वाल्व के माध्यम से पास करें।
  7. ~ 10 सेमी की दूरी पर रखे एक इन्फ्रारेड एलईडी सरणी के साथ आंख को रोशन करें। चित्रित आंख को रोशन करने और बेसलाइन पीडी को ~ 3.5 मिमी तक लाने के लिए ~ 2,000 सीडी / एम2 की तीव्रता पर सफेद एलईडी प्रकाश व्यवस्था का उपयोग करें। प्रयोगात्मक सत्रों में प्रयोगात्मक कक्ष में निरंतर रोशनी की स्थिति बनाए रखें।
    नोट: सामान्य प्रयोगशाला प्रकाश व्यवस्था (~ 500 सीडी / एम2) में, जीपी पुतली काफी पतला है, और आगे उत्तेजना से जुड़े फैलाव के अवलोकन की अनुमति नहीं देता है। अतिरिक्त रोशनी का उपयोग करके, पुतली को ~ 3.5 मिमी के आधारभूत व्यास में लाया जाता है, जिससे उत्तेजना से जुड़े फैलाव का निरीक्षण करने के लिए पर्याप्त गतिशील सीमा की अनुमति मिलती है। यह सत्रों और विषयों में लगातार आधार रेखा भी सुनिश्चित करता है।
  8. छात्र अधिग्रहण सॉफ्टवेयर खोलें और 16 मिमी लेंस (0.15 ° दृश्य कोण का स्थानिक रिज़ॉल्यूशन) और इन्फ्रारेड (आईआर) फिल्टर के साथ एक कैमरे का उपयोग करके पुतली का वीडियो (90 एफपीएस पर) प्राप्त करें। सुनिश्चित करें कि आंख छवि क्षेत्र में केंद्रित है।
  9. कैमरे के एपर्चर और फोकस को विनियमित करें, साथ ही आईआर स्तर को भी विनियमित करें जब तक कि छवि वाले पुतली की रूपरेखा तेज फोकस में न हो।
  10. छात्र अधिग्रहण सॉफ्टवेयर में, माउस के साथ एक आयताकार क्षेत्र का चयन करके छात्र युक्त रुचि के क्षेत्र को परिभाषित करें।
  11. अधिग्रहित वीडियो की चमक और कंट्रास्ट को समायोजित करने के लिए छात्र अधिग्रहण सॉफ़्टवेयर नियंत्रण पैनल का उपयोग करें। स्कैन घनत्व को 5 पर सेट करें और दहलीज को समायोजित करें ताकि दीर्घवृत्त फिट वीडियो में छात्र की रूपरेखा से निकटता से मेल खाता है।
  12. न्यूरल इंटरफ़ेस प्रोसेसर सॉफ्टवेयर का उपयोग करके, पीडी ट्रेस से एनालॉग सिग्नल प्राप्त करें और सहेजें, पीजोइलेक्ट्रिक सेंसर रिकॉर्डिंग गति से वोल्टेज ट्रेस, उत्तेजना वितरण समय और एयर पफ डिलीवरी समय।

5. एक संशोधित ऑडबॉल प्रतिमान का उपयोग करके कॉल-इन-शोर का पता लगाना और श्रेणीबद्ध भेदभाव

नोट: प्यूपिलोमेट्री प्रयोगों के लिए उत्तेजनाओं में जीपी मुखरता शामिल थी जो एक पशु कॉलोनी58 में दर्ज की गई थी। स्वर के नमूने निम्नलिखित भंडार में पाए जा सकते हैं: https://github.com/vatsunlab/CaviaVOX। विशेष रूप से, प्रतिनिधि परिणामों में दिखाए गए छात्र प्रतिक्रियाओं को प्राप्त करने के लिए घरघराहट और रोना कॉल का उपयोग किया गया था। प्रत्येक श्रेणी से, स्वर चुनें जिनकी लंबाई लगभग बराबर है। स्वर के रिकॉर्डिंग आयाम और लौकिक लिफाफों में अंतर के लिए, यदि आवश्यक हो, तो उनके मूल माध्य वर्ग (आरएमएस) आयामों द्वारा स्वर को सामान्य करें।

  1. एक उपयुक्त नमूना दर पर MATLAB का उपयोग करके श्रवण उत्तेजनाओं को प्रस्तुत करें। जीपी के लिए, जो कम आवृत्ति-श्रवण जानवर हैं, 100 kHz की नमूना दर पर्याप्त है।
  2. दो अलग-अलग श्रेणियों के स्वरों (उदाहरण के लिए, घरघराहट कॉल और कराहने वाले कॉल) से समान लंबाई के जीपी स्वर के आठ अलग-अलग उदाहरणों का चयन करें। एक श्रेणी (आठ उदाहरण) मानक उत्तेजनाओं के रूप में काम करेगी, और दूसरी श्रेणी (आठ उदाहरण) विषम गेंद या विचलित उत्तेजनाओं के रूप में काम करेगी (चित्रा 2 ए)।
  3. विभिन्न सिग्नल-टू-शोर-अनुपात (एसएनआर) स्तरों पर शोर में एम्बेडेड 1 एस लंबे मानक और विचलित उत्तेजनाओं को उत्पन्न करने के लिए, कॉल (गेटेड शोर) में समान लंबाई का सफेद शोर जोड़ें। इस प्रयोग में नमूना लिए गए एसएनआर की सीमा -24 डीबी एसएनआर और +40 डीबी एसएनआर के बीच है।
  4. ब्लॉक डिज़ाइन का उपयोग करके, प्रत्येक प्रयोगात्मक सत्र (~ 12 मिनट की अवधि) में, एकल एसएनआर स्तर के अनुरूप डेटा प्राप्त करें। प्रत्येक सत्र में, मानक उत्तेजनाओं के रूप में एक विशेष एसएनआर पर एक स्वर श्रेणी के आठ उदाहरणों का उपयोग करें, और विचलित उत्तेजनाओं के रूप में उसी एसएनआर स्तर पर अन्य स्वर श्रेणी के आठ उदाहरणों का उपयोग करें।
    नोट: एक विशिष्ट प्रयोगात्मक ब्लॉक ~ 12 मिनट तक रहता है। जानवर के व्यवहार और छात्र प्रतिक्रियाओं की आदत के आधार पर, प्रत्येक दिन 3-4 ब्लॉकों (~ 45 - 60 मिनट) के लिए डेटा प्राप्त करना संभव हो सकता है। इस अवधि के दौरान, पुतली वीडियो, गति ट्रेस, साथ ही सीधे ब्लॉकों के बीच जानवर की बारीकी से निगरानी करें।
  5. प्रत्येक सत्र के लिए, एक स्यूडोरैंडम उत्तेजना प्रस्तुति अनुक्रम तैयार करें जिसमें मानक उत्तेजनाएं >90% समय शामिल हों। सुनिश्चित करें कि विचलित उत्तेजनाओं के बीच, मानक उत्तेजनाओं के साथ कम से कम 20 परीक्षण हैं (चित्रा 2 बी)।
    नोट: प्रयोग के आधार पर, उत्तेजना प्रस्तुति अनुक्रम के भीतर विचलित उत्तेजनाओं का क्रम यह सुनिश्चित करने के लिए एक लैटिन वर्ग डिजाइन को अपना सकता है कि प्रत्येक अद्वितीय विचलित उत्तेजना हर सत्र में एक अद्वितीय अनुक्रमिक स्थिति रखती है। इस प्रकार सभी सत्रों में औसत समग्र उत्तेजना अनुक्रम के भीतर विचलित उत्तेजना की स्थिति के प्रभाव को कम कर सकता है।
  6. सभी उत्तेजना प्रस्तुति के लिए एक निश्चित उत्तेजना तीव्रता (उदाहरण के लिए, 85 डीबी एसपीएल) का उपयोग करें।
    नोट: ऑडियो सिग्नल उत्पन्न करने के लिए एक उपयुक्त डिजिटल-टू-एनालॉग कनवर्टर का उपयोग करें, प्रोग्राम करने योग्य एटेन्यूएटर का उपयोग करके इसे वांछित ध्वनि स्तर तक क्षीण करें, सिग्नल को पावर-एम्पलीफाई करें और कैलिब्रेटेड लाउडस्पीकर का उपयोग करके सिग्नल वितरित करें (उदाहरण के लिए, हार्डवेयर, सामग्री की तालिका देखें)।
  7. उत्तेजनाओं को उच्च अस्थायी नियमितता के साथ प्रस्तुत करें (प्रतिनिधि परिणामों में दिखाए गए अनुसार 1 एस उत्तेजना के बाद 3 एस मौन)।
    नोट: छात्र फैलाव प्रतिक्रियाएं धीमी होती हैं, आमतौर पर उत्तेजना शुरू होने के बाद लगभग 1 सेकंड तक पहुंच जाती हैं और बेसलाइन49 पर लौटने में लगभग 5 सेकंड लगते हैं। इन धीमे टाइमस्केल के लिए उत्तेजना प्रस्तुति दर काफी कम होनी चाहिए। अस्थायी नियमितता महत्वपूर्ण है क्योंकि यह संभव है कि समय पैटर्न को बाधित करना स्वयं एक विचलित उत्तेजना के रूप में कार्य कर सकता है।
  8. उत्तेजनाओं के साथ जानवर के जुड़ाव को बनाए रखने और आदत को कम करने के लिए, वैकल्पिक रूप से विचलित उत्तेजना के बाद एक संक्षिप्त एयर पफ (100 एमएस) वितरित करें। सुनिश्चित करें कि हवा के कश की शुरुआत उत्तेजना अवधि (उत्तेजना की शुरुआत से 2.5 सेकंड) से पर्याप्त रूप से अलग हो जाती है ताकि उत्तेजना-उत्पन्न पुतली फैलाव प्रतिक्रियाएं हवा के कश प्रेरित ब्लिंक कलाकृतियों से पहले चरम पर पहुंच जाएं।
    नोट: शास्त्रीय ऑडबॉल प्रतिमान में, कोई सकारात्मक या नकारात्मक सुदृढीकरण का उपयोग नहीं किया जाता है। चूंकि श्रवण उत्तेजनाओं के साथ जानवर के जुड़ाव को बनाए रखने के लिए एक एयर पफ का उपयोग यहां हल्के प्रतिकूल सुदृढीकरण के रूप में किया जाता है, इसलिए प्रतिमान को संशोधित ऑडबॉल प्रतिमान के रूप में जाना जाता है।

6. विश्लेषण और सांख्यिकी

नोट: सभी विश्लेषण MATLAB में लिखे गए कस्टम कोड का उपयोग करके किए गए थे (https://github.com/vatsunlab/GP_Pupil पर उपलब्ध)। दो मुख्य विश्लेषण विधियों का वर्णन किया गया है, जो क्रमशः छात्र प्रतिक्रियाओं की विश्वसनीयता और समय पाठ्यक्रम को संबोधित करते हैं। एक या दोनों विधियों का विकल्प प्रयोगात्मक डिजाइन द्वारा निर्धारित किया जाएगा।

  1. मोशन डिटेक्शन और ट्रायल बहिष्करण
    1. pupil_avg_JOVE कोड का उपयोग करके, प्रत्येक सत्र के लिए गति का पता लगाने और परीक्षण बहिष्करण करें। ऐसा करने के लिए, कोड चलाएँ और पॉपअप संवाद में किसी एक सत्र से डेटा फ़ाइल का चयन करें।
    2. पीडी ट्रेस को रैखिक रूप से डीट्रेंड करें और पहले प्राप्त अंशांकन तालिका का उपयोग करके इकाइयों को वोल्टेज से माइक्रोमीटर में परिवर्तित करें (चरण 3 देखें)। इसके अलावा, पूरे रिकॉर्डिंग सत्र (~ 12 मिनट) पर गति ट्रेस को रैखिक रूप से हटा दें।
    3. परीक्षण मार्करों पर आधारित सत्र अवधि (~ 12 मिनट) में छात्र ट्रेस (चित्रा 1 बी - शीर्ष पंक्ति) और रैखिक रूप से विकृत गति ट्रेस (चित्रा 1 बी- नीचे पंक्ति) को प्लॉट करके सत्र डेटा का निरीक्षण करें।
    4. गति ट्रेस के मानक विचलन (एसडी) को मापें। MATLAB में फाइंडपीक्स फ़ंक्शन का उपयोग करके गति ट्रेस चोटियों का समय प्राप्त करें। उन चोटियों पर विचार करें जो 5 एसडी की सीमा को पार करती हैं और जो अन्य चोटियों से कम से कम 1 सेकंड से अलग होती हैं, गति घटना49 (चित्रा 1 बी - नीचे)।
    5. गति घटना के 7 सेकंड के भीतर होने वाले पुतली फैलाव के किसी भी परीक्षण (मानक और विचलित दोनों) को छोड़ दें। यदि गति से संबंधित पुतली फैलाव के कारण आधे से अधिक विचलित परीक्षणों को छोड़ दिया जाता है, तो पूरे सत्र को त्याग दें और इसे दोहराएं।
  2. डेटा प्री-प्रोसेसिंग और विज़ुअलाइज़ेशन
    1. आंखों की झपकी कलाकृतियों को हटाने के लिए, डेटा को पूर्व-संसाधित करने और सत्रों में प्रत्येक उत्तेजना के लिए औसत छात्र फैलाव प्राप्त करने के लिए pupil_avg_JOVE कोड का उपयोग करें। ऐसा करने के लिए, कोड चलाएं और पॉपअप संवाद में विश्लेषण की जाने वाली सभी डेटा फ़ाइलों का चयन करें।
    2. आंखों की पलकें (पीडी परिवर्तन 400 μm / ms से अधिक) का पता लगाएं और पता लगाए गए ब्लिंक समय पर केंद्रित 200 एमएस समय विंडो में पीडी ट्रेस को रैखिक रूप से इंटरपोल करके उन्हें हटा दें। सत्र डेटा को त्याग दें यदि आधे से अधिक विचलित परीक्षणों में उत्तेजना की शुरुआत और हवा के कश की शुरुआत के बीच पलक झपकना होता है।
    3. 1,000 हर्ट्ज से 10 हर्ट्ज की अधिग्रहण नमूना दर से पीडी डेटा को डाउनसैंपल करें।
    4. उत्तेजना शुरू होने से 1 सेकंड पहले और उत्तेजना ऑफसेट के 5 सेकंड बाद तक चलने वाली खिड़की में पीडी निशान निकालें। उत्तेजना की शुरुआत से ठीक पहले 500 एमएस विंडो में प्रत्येक उत्तेजना के लिए औसत बेसलाइन पीडी की गणना करें। पीडी में उत्तेजना-उत्पन्न परिवर्तन प्राप्त करने के लिए इन निशानों से बेसलाइन पीडी को घटाएं।
    5. प्रत्येक उत्तेजना स्थिति के लिए प्रत्येक उत्तेजना की स्थिति के लिए प्रत्येक उत्तेजना की स्थिति के लिए उत्तेजना-उत्पन्न पीडी परिवर्तनों का औसत निकालें, और फिर प्रत्येक उत्तेजना स्थिति के लिए औसत छात्र फैलाव प्रतिक्रिया उत्पन्न करने के लिए (उदाहरण के लिए, चित्रा 3 ए)।
  3. पीडी परिवर्तनों के समय पाठ्यक्रम को निर्धारित करने के लिए विकास वक्र विश्लेषण (जीसीए)
    नोट: यह विश्लेषण विधि छात्र फैलाव प्रतिक्रियाओं के परिमाण और समय पाठ्यक्रम को निर्धारित करती है और इसका उपयोग मानव विषयों 27,36,40 के साथ-साथ गिनी सूअरों 49 के प्यूपिलोमेट्रिक अध्ययन में किया गया है।
    1. लंबवत रूप से सभी सत्रों, जानवरों, एसएनआर और क्षीणन के लिए pupil_avg_JOVE से सभी आउटपुट को एक मैट्रिक्स का निर्माण करने के लिए संयोजित करें जिसमें निम्नलिखित कॉलम होते हैं: एनिमलआईडी, एसएनआर, ध्वनि स्तर, और पुतली (1-50) व्यास मान। कोड pupil_LME_JOVE.एम का उपयोग करके, विकास वक्र विश्लेषण (जीसीए) 27,36,40,49 करें।
    2. विषय-स्तरीय इंटरसेप्ट्स के साथ यादृच्छिक प्रभाव के रूप में रैखिक मिश्रित-प्रभाव मॉडल फिट करें, और दो क्रम तक के ऑर्थोगोनल समय बहुपद निश्चित प्रभाव के रूप में, प्रत्येक विचलित एसएनआर को एक अलग समूह के रूप में माना जाता है, छात्र व्यास ट्रेस के बढ़ते चरण (उत्तेजना की शुरुआत के बाद 0.1 से 2.1 एस)।
    3. निम्नलिखित सूत्र36,49 का उपयोग करके पुतली ट्रेस के बढ़ते चरण को मॉडल करें:
      Ppildilation = (इंटरसेप्ट + शर्त) + समय1 * (βसमय1 + βसमय1: स्थिति) + समय 2 * (βसमय 2 + βसमय 2: स्थिति) + r (विषय स्तरीय इंटरसेप्ट)
      जहां, समय 1 और समय 2 ऑर्थोगोनल रैखिक और द्विघात समय बहुपद के अनुरूप हैं, और βs वजन के अनुरूप हैं।
    4. MATLAB में फिटलम फ़ंक्शन का उपयोग करके औसत वजन (βs) और उनकी मानक त्रुटियों का अनुमान लगाएं। कोफटेस्ट फ़ंक्शन का उपयोग करके वजन के सांख्यिकीय महत्व का अनुमान लगाएं।
    5. प्रत्येक एसएनआर के लिए, परिणामों की कल्पना करने के लिए इंटरसेप्ट, रैखिक और द्विघात शब्दों के अनुरूप वजन प्लॉट करें (चित्रा 3 बी, सी)।
  4. सांख्यिकीय रूप से महत्वपूर्ण छात्र फैलाव दिखाने वाले परीक्षणों का विश्लेषण
    नोट: यह विश्लेषण विधि विचलित परीक्षणों के अंश को निर्धारित करती है जिस पर एक सांख्यिकीय रूप से महत्वपूर्ण छात्र फैलाव प्रतिक्रिया देखी जाती है और छात्र फैलाव प्रतिक्रियाओं की विश्वसनीयता से मेल खाती है।
    1. छात्र प्रतिक्रिया के शिखर (आमतौर पर उत्तेजना की शुरुआत के बाद ~ 1.5 सेकंड) के आसपास केंद्रित एक उपयुक्त विश्लेषण विंडो (0.5-1 एस) चुनें। सभी मानक और विचलित परीक्षणों के लिए इस विश्लेषण विंडो में औसत पीडी की गणना करें।
    2. निर्धारित करें कि क्या प्रत्येक विचलित परीक्षणों के लिए औसत पीडी मानक परीक्षणों के लिए औसत पीडी मानों के पूल वितरण की 2.33 मानक त्रुटियों से अधिक है। इस सीमा को पार करने वाले विचलित परीक्षणों को एक महत्वपूर्ण छात्र फैलाव दिखाने वाले परीक्षणों के रूप में गणना करें।
    3. मानक उत्तेजना परीक्षणों की तुलना में पीडी में सांख्यिकीय रूप से महत्वपूर्ण वृद्धि दिखाने वाले परीक्षणों के अंश को निर्धारित करने के लिए विचलित परीक्षणों (प्रत्येक स्थिति के लिए) की कुल संख्या से एक महत्वपूर्ण छात्र फैलाव दिखाने वाले विचलित परीक्षणों की संख्या को विभाजित करें।
    4. एक सेल-सरणी के प्रत्येक सेल में महत्वपूर्ण छात्र परिवर्तनों के साथ परीक्षणों के सभी सत्र-वार प्रतिशत डालें, जहां कोशिकाओं को निचले से उच्च एसएनआर तक व्यवस्थित किया जाता है। कोड pupil_threshold_estimate_JOVE.एम का उपयोग करके, कॉल-इन-शोर-वर्गीकरण सीमा का अनुमान लगाएं।
    5. परीक्षणों के अंश को प्लॉट करें जो एसएनआर (चित्रा 3 डी) के कार्य के रूप में पीडी में सांख्यिकीय रूप से महत्वपूर्ण वृद्धि दिखाते हैं। इन आंकड़ों के लिए, फॉर्म61 के साइकोमेट्रिक फ़ंक्शंस को फिट करने के लिए Fitnlm MATLAB फ़ंक्शन (सांख्यिकी टूलबॉक्स में) का उपयोग करें:
      3(x; α, β, λ) = (1 -λ) * F(x; α, β)
      जहां, एफ वीबुल फ़ंक्शन है, जिसे किस रूप में परिभाषित किया गया है?
      F(x; α, β) = Equation 1, α शिफ्ट पैरामीटर है, β ढलान पैरामीटर है, और λ लैप्स दर है।

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

प्रयोगों के दौरान तीन पुरुष पिगमेंटेड जीपी में पुपिलोमेट्री का प्रदर्शन किया गया था, जिनका वजन ~ 600-1,000 ग्राम था। जैसा कि इस प्रोटोकॉल में वर्णित है, कॉल-इन-शोर वर्गीकरण थ्रेसहोल्ड का अनुमान लगाने के लिए, उत्तेजना प्रस्तुति के लिए एक विषम बॉल प्रतिमान का उपयोग किया गया था। ऑडबॉल प्रतिमान में, किसी दिए गए एसएनआर पर सफेद शोर में एम्बेडेड एक श्रेणी (विंट्स) से संबंधित कॉल को मानक उत्तेजनाओं (चित्रा 2 ए) के रूप में नियोजित किया गया था, और एक ही एसएनआर (चित्रा 2 ए) पर सफेद शोर में एम्बेडेड दूसरी श्रेणी (वीक्स) से कॉल को विचलित उत्तेजनाओं के रूप में नियोजित किया गया था। मानक और विचलित उत्तेजनाओं को यादृच्छिक रूप से चुना गया था, प्रत्येक श्रेणी के आठ उदाहरणों से, पुन: नमूनाकरण के साथ। प्रत्येक प्रयोगात्मक सत्र में, उत्तेजनाओं को उच्च अस्थायी नियमितता (चित्रा 2 बी) के साथ प्रस्तुत किया गया था, जिसमें विचलित उत्तेजनाओं के बीच मानक उत्तेजनाओं की कम से कम 20 प्रस्तुतियां थीं। प्रत्येक प्रयोगात्मक सत्र में एक विशेष एसएनआर स्तर के अनुरूप डेटा प्राप्त किया गया था। सत्रों में, स्वच्छ और शोर वाले एसएनआर की एक विस्तृत श्रृंखला का नमूना लिया गया (-24, -18, -12, -6, -3, 0, 3, 6, 12, 40 डीबी एसएनआर)।

मानक उत्तेजनाओं में पीडी परिवर्तन बेसलाइन ( चित्रा 3 ए में नीली रेखा) से काफी भिन्न नहीं थे। विचलित उत्तेजनाओं ने मानक उत्तेजनाओं ( चित्रा 3 ए में ग्रे लाइनें) द्वारा प्राप्त लोगों की तुलना में मजबूत और काफी बड़े पीडी परिवर्तन पैदा किए, जो कॉल श्रेणी भेदभाव को दर्शाते हैं। प्रतिक्रिया परिमाण और सांख्यिकीय रूप से महत्वपूर्ण छात्र प्रतिक्रियाओं के साथ परीक्षणों का प्रतिशत सबसे साफ एसएनआर पर सबसे अधिक था और एसएनआर में कमी के साथ धीरे-धीरे कम हो गया (चित्रा 3 ए, बी)। जीसीए का उपयोग करते हुए, विचलित उत्तेजनाओं के लिए छात्र प्रतिक्रियाओं को -18 डीबी (चित्रा 3 सी) से ऊपर एसएनआर में सांख्यिकीय रूप से महत्वपूर्ण पाया गया, जिसे कॉल-इन-शोर वर्गीकरण सीमा ( चित्रा 3 ए में हरी रेखा) के रूप में लिया गया था। प्रत्येक परीक्षण किए गए एसएनआर स्तर पर महत्वपूर्ण परीक्षणों का प्रतिशत साइकोमेट्रिक फ़ंक्शन (चित्रा 3 डी) द्वारा अच्छी तरह से फिट था। साइकोमेट्रिक वक्र के आधे-अधिकतम तक पहुंचने के लिए आवश्यक एसएनआर स्तर लगभग -20 डीबी एसएनआर (चित्रा 3 डी) था। उपाख्यानात्मक रूप से, इस मामले के लिए, विश्वसनीयता-आधारित और समय पाठ्यक्रम-आधारित मैट्रिक्स ने कॉल-इन-शोर वर्गीकरण थ्रेसहोल्ड के समान मूल्य प्राप्त किए।

Figure 1
चित्र 1: प्यूपिलोमेट्री सेटअप, और उत्तेजना-प्रेरित और गति से संबंधित पीडी परिवर्तन। (A) ध्वनि की वीडियो फ्रेम छवियों के साथ प्यूपिलोमेट्री सेटअप ने पुतली फैलाव (शीर्ष) को जन्म दिया। बेसलाइन पीडी को डैश्ड ग्रीन सर्कल द्वारा दिखाया गया है। (बी) एक एकल प्रयोगात्मक सत्र से एक आदर्श पीडी ट्रेस (ऊपर) और आदर्श गति ट्रेस (नीचे)। ऊर्ध्वाधर काली रेखाएं शुरुआती समय विचलित उत्तेजना प्रस्तुतियों के अनुरूप हैं। लाल टिक स्वचालित रूप से पता लगाए गए गति घटनाओं के अनुरूप हैं। ग्रे क्षैतिज डैश्ड लाइन 5 एसडी सीमा से मेल खाती है। (सी) पीडी परिवर्तन (3पीडी) एक प्रयोगात्मक सत्र से विचलित उत्तेजना (ऊपर) और गति की घटनाओं (नीचे) से संबंधित है। उत्तेजना की शुरुआत ऊर्ध्वाधर काली रेखा द्वारा दिखाई जाती है; गति घटना का पता ऊर्ध्वाधर लाल रेखा द्वारा दिखाया गया है। ध्यान दें कि पुतली फैलाव की शुरुआत गति की शुरुआत से पहले होती है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

Figure 2
चित्र 2: कॉल स्पेक्ट्रोग्राम और कॉल-इन-शोर वर्गीकरण प्रतिमान संरचना। (A) गिनी पिग के प्रतिनिधि स्पेक्ट्रोग्राम क्रमशः साफ परिस्थितियों में और 0- और -18-डीबी एसएनआर पर। शोर गुल को सफेद शोर जोड़कर प्राप्त किया गया था। (बी) कॉल-इन-शोर वर्गीकरण थ्रेसहोल्ड का अनुमान लगाने के लिए उपयोग किए जाने वाले ऑडबॉल प्रतिमान की संरचना। रोना कॉल को यादृच्छिक रूप से आठ उदाहरणों से चुना गया था और मानक उत्तेजनाओं के रूप में उपयोग किया गया था। वीक कॉल को यादृच्छिक रूप से आठ उदाहरणों में से चुना गया था और विचलित के रूप में इस्तेमाल किया गया था। प्रत्येक प्रयोगात्मक सत्र में, शोर को एक अलग एसएनआर स्तर (-24, -18, -12, -6, -3, 0, 3, 6, 12 डीबी एसएनआर) पर जोड़ा गया था। कॉल 1 सेकंड लंबे हैं और उत्तेजनाओं के बीच का समय 3 सेकंड है। कृपया इस आंकड़े के बड़े संस्करण को देखने के लिए यहां क्लिक करें।

Figure 3
चित्र 3: कॉल-इन-शोर का पता लगाने और वर्गीकरण थ्रेसहोल्ड का प्यूपिलोमेट्री अनुमान। (ए) तीन जानवरों से औसत छात्र प्रतिक्रियाएं। मानक कराहने की उत्तेजनाओं के लिए औसत छात्र प्रतिक्रियाओं को नीली रेखा द्वारा दर्शाया जाता है, और छायांकन माध्य (एस.ई.एम.) की ±1 मानक त्रुटि से मेल खाती है। ग्रे लाइनें और छायांकन विचलित घरघराहट उत्तेजनाओं द्वारा उत्पन्न छात्र प्रतिक्रियाओं के औसत और ±1 एस.ई.एम. के अनुरूप हैं। ग्रे छायांकन तीव्रता एसएनआर से मेल खाती है। ग्रीन लाइन और छायांकन थ्रेशोल्ड एसएनआर (लगभग -18 डीबी एसएनआर) पर औसत छात्र ट्रेस के अनुरूप हैं। लाल ऊर्ध्वाधर रेखा उत्तेजना की शुरुआत से मेल खाती है; नारंगी ऊर्ध्वाधर रेखा हवा के कश की शुरुआत से मेल खाती है; टील डैश्ड लाइनें जीसीए विंडो (पीडी बढ़ते चरण में परिवर्तन) के अनुरूप हैं। (बी) जीसीए पीडी परिवर्तनों के बढ़ते चरण के लिए फिट है। डॉट्स 100 एमएस टाइम डिब्बे में औसत छात्र व्यास हैं, मूंछें ±1 एस.ई.एम. के अनुरूप हैं। ठोस रेखाएं मिश्रित प्रभाव मॉडल फिट के अनुरूप हैं। (सी) जीसीए वजन अनुमानों के रूप में लाइन रंग। इंटरसेप्ट का वजन नीले रंग में है, ढलान लाल रंग में है, और त्वरण बैंगनी रंग में है। मूंछें ±1 एस.ई.एम. के अनुरूप होती हैं। तारांकन सांख्यिकीय रूप से महत्वपूर्ण प्रतिगमन भार दिखाते हैं (रैखिक प्रतिगमन मॉडल गुणांक पर रैखिक परिकल्पना परीक्षण)। (डी) साइकोमेट्रिक फ़ंक्शन एसएनआर के कार्य के रूप में विचलित उत्तेजना द्वारा प्राप्त महत्वपूर्ण पीडी परिवर्तनों के साथ परीक्षणों के प्रतिशत के लिए फिट बैठता है। मूंछें ±1 एस.ई.एम. के अनुरूप होती हैं। ध्यान दें कि अधिकतम का 50% लगभग -20 डीबी एसएनआर (हरी डैश्ड लाइन) पर पहुंच जाता है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

Subscription Required. Please recommend JoVE to your librarian.

Discussion

यह प्रोटोकॉल निष्क्रिय रूप से सुनने वाले जानवरों में श्रवण थ्रेसहोल्ड का अनुमान लगाने के लिए एक गैर-इनवेसिव और विश्वसनीय विधि के रूप में प्यूपिलोमेट्री के उपयोग को प्रदर्शित करता है। यहां वर्णित प्रोटोकॉल के बाद, सामान्य सुनवाई जीपी में कॉल-इन-शोर वर्गीकरण सीमा का अनुमान लगाया गया था। प्यूपिलोमेट्री का उपयोग करके अनुमानित थ्रेसहोल्ड को ऑपरेटिंग प्रशिक्षण62 का उपयोग करके प्राप्त किए गए थ्रेसहोल्ड के अनुरूप पाया गया। ऑपरेटिंग प्रशिक्षण की तुलना में, हालांकि, प्यूपिलोमेट्री प्रोटोकॉल डेटा स्थापित करने और प्राप्त करने के लिए अपेक्षाकृत सरल और त्वरित था। प्रत्येक डेटा अधिग्रहण सत्र (प्रति एसएनआर स्तर पर) लगभग 12 मिनट तक चला, जिसके परिणामस्वरूप प्रति दिन प्रति पशु 1-2 घंटे के प्रयोगात्मक सत्र (एसएनआर स्तरों पर)हुए। डेटा अधिग्रहण लगभग 7-10 दिनों में पूरा किया जा सकता है (उपयोग किए गए एसएनआर स्तरों की संख्या के आधार पर)। यद्यपि इस पांडुलिपि में कॉल-इन-शोर वर्गीकरण सीमा अनुमान के लिए ऑडबॉल प्रतिमान का उपयोग किया गया था, इस प्यूपिलोमेट्री प्रोटोकॉल को ऑडबॉल प्रतिमानों के आसान संस्करणों के लिए अनुकूलित किया जा सकता है, जहां केवल एक कॉल उदाहरण का उपयोग किया जाता है, या जटिल या सरलउत्तेजनाओं की एक विस्तृत श्रृंखला का उपयोग करके अन्य उत्तेजना प्रतिमानों के लिए।

विधि नुकसान के बिना नहीं है। सबसे पहले, वर्तमान प्रोटोकॉल को इन प्रयोगों के दौरान सिर को ठीक करने के लिए एक हेड पोस्ट के इम्प्लांट की आवश्यकता होती है। हेड पोस्ट इम्प्लांट सर्जरी और रिकवरी प्रयोगात्मक प्रोटोकॉल की समयरेखा में न्यूनतम 2 सप्ताह जोड़ देगा। यह संभव है कि प्रयोगों के दौरान जागृत जानवरों को गैर-आक्रामक रूप से स्थिर करने के अन्य तरीकों का उपयोग करके इस कदम से बचा जा सकता है- उदाहरण के लिए, कस्टम 3 डी-मुद्रित हेलमेट63 या विकृत थर्मोप्लास्टिक्स64 का उपयोग करके। इन समाधानों का पता लगाने के लिए आगे के प्रयोग आवश्यक हैं। दूसरा, जानवर तेजी से विचलित उत्तेजनाओं के लिए भी अभ्यस्त हो सकते हैं, जिसके परिणामस्वरूप एक प्रयोगात्मक सत्र के दौरान पुतली फैलाव प्रतिक्रियाओं में कमी आई है। प्रयोगात्मक सत्रों को छोटी अवधि (~ 12 मिनट) तक सीमित करके और विचलित उत्तेजनाओं की केवल एक सीमित संख्या (8) प्रस्तुत करके इस प्रभाव को कम किया जा सकता है। इसके अलावा, विचलित उत्तेजनाओं के बाद वितरित एक एयर पफ यह सुनिश्चित कर सकता है कि जानवर श्रवण उत्तेजनाओं के साथ लगे रहें। तीसरा, इस तेजी से आदत के कारण, डेटा अधिग्रहण को पूरा करने के लिए कई दिनों की आवश्यकता हो सकती है। केवल एसएनआर मूल्यों का परीक्षण करके जो साइकोमेट्रिक वक्र के सबसे तेज हिस्सों का सघन नमूना लेते हैं, प्रयोगात्मक दिनों की कुल संख्या को कम किया जा सकता है। चौथा, जानवर प्रयोगों के दौरान स्थिर नहीं रह सकते हैं, या प्रयोगों के दौरान अत्यधिक पलकें झपका सकते हैं या अपनी आंखें बंद कर सकते हैं। ये कारक प्रजातियों और अनुकूलन का एक कार्य हैं और व्यक्तिगत परिवर्तनशीलता की एक उच्च डिग्री दिखाते हैं। जीपी स्वाभाविक रूप से विनम्र हैं, और उन्हें प्रयोगात्मक सेटअप के लिए अच्छी तरह से अनुकूलित करके, गति और ब्लिंक कलाकृतियों को कम किया जा सकता है। गिनीसूअरों में सहज पलकें और पलकें आम तौर पर काफी दुर्लभ होती हैं, लेकिन यह प्रजातियों का एक कार्य भी हो सकता है। अंत में, जैसा कि पहले उल्लेख किया गया है, मनुष्यों में छात्र गतिशीलता कई न्यूरोसाइकिएट्रिक विकारों से जुड़ी हुई है। जबकि यहां उपयोग किए जाने वाले प्रयोगात्मक जानवरों को न्यूरोटिपिकल माना जाता है, परिणामों की व्याख्या करते समय इस चेतावनी को ध्यान में रखा जाना चाहिए।

जबकि प्यूपिलोमेट्री के एक हार्डवेयर कार्यान्वयन को यहां वर्णित किया गया है (व्यावसायिक रूप से उपलब्ध आंख ट्रैकर और तंत्रिका डेटा अधिग्रहण प्रणाली का उपयोग करके), आवश्यक उपकरण महंगा है और स्केल-अप करने के लिए किफायती नहीं है। हालांकि, इन्फ्रारेड-आधारित आंख ट्रैकिंग के समान अंतर्निहित सिद्धांत पर आधारित अन्य कस्टम समाधान जो अधिक लागत प्रभावी हैं, उपलब्ध हैं। उदाहरण के लिए, एक अध्ययन ने रिकॉर्ड किए गए वीडियो22,25 से छात्र व्यास निकालने के लिए कस्टम घटकों और कस्टम वीडियो प्रोसेसिंग एल्गोरिदम का उपयोग किया। हाल ही में विकसित डीप-लर्निंग एल्गोरिदम भी वीडियोग्राफिक डेटा65,66 से छात्र व्यास निकालने में सक्षम हैं। ये समाधान प्यूपिलोमेट्री रिग्स की लागत को आधे से अधिक कर सकते हैं। यहां व्यापार-बंद व्यय और समय के बीच है- जबकि वाणिज्यिक समाधान अधिक महंगे हैं, वे टर्न-की समाधान हैं जिनका उपयोग बॉक्स से बाहर किया जा सकता है। दूसरी ओर, कस्टम समाधान लागत प्रभावी और स्केलेबल हैं, लेकिन सेट-अप करने के लिए विशेषज्ञता की आवश्यकता होती है, और कस्टम विश्लेषण पाइपलाइनों को विकसित करने के लिए आवश्यक समय होता है।

यद्यपि यहां विस्तृत प्रोटोकॉल सामान्य सुनवाई जीपी में किया गया था, लेकिन उत्तेजना प्रकार और मापदंडों में उचित परिवर्तन के साथ श्रवण हानि के अन्य पशु मॉडल में प्यूपिलोमेट्री का उपयोग करना अपेक्षाकृत आसान हो सकता है। यह उत्तेजना प्रकारों और प्रजातियों की एक श्रृंखला में सुनवाई हानि के प्रभावों को चिह्नित करने की अनुमति देगा, जो संभावित रूप से नवीन अवलोकन उत्पन्न कर सकता है। चूंकि प्यूपिलोमेट्री एक गैर-इनवेसिव तकनीक है जिसका उपयोग मनुष्यों में भी बड़े पैमाने पर किया गया है, पशु विषयों के लिए उपयोग की जाने वाली समान उत्तेजनाओं का उपयोग करके, प्यूपिलोमेट्री का उपयोग प्रजातियों में विभिन्न श्रवण विकृति के प्रभावों की तुलना करने के लिए किया जा सकता है। उदाहरण के लिए, मनुष्यों में हाल ही में मेटा-विश्लेषण से पता चला है कि मध्यम शोर जोखिम से उत्पन्न होने वाले भाषण-इन-शोर धारणा घाटे को सबसे अच्छा देखा गया था जब जटिल और अस्थायी रूप से अलग-अलग उत्तेजनाओंका उपयोग किया गया था। यहां प्रदर्शित प्यूपिलोमेट्री द्वारा कॉल-इन-शोर वर्गीकरण थ्रेसहोल्ड का अनुमान जीपी में शोर जोखिम के प्रभावों का मूल्यांकन करने के लिए जटिल उत्तेजनाओं का उपयोग करके एक ऐसे कार्य के रूप में इस्तेमाल किया जा सकता है। इन विधियों का उपयोग करके व्यवहार स्तर पर सुनवाई का मूल्यांकन इलेक्ट्रोफिजियोलॉजिकल और शारीरिक तरीकों का पूरक होगा और विभिन्न ज्ञात श्रवण विकारों के मूल्यांकन के लिए मानक टूलकिट का हिस्सा हो सकता है।

निष्कर्ष में, निम्नलिखित बिंदु पुपिलोमेट्रिक डेटा के सफल अधिग्रहण के लिए महत्वपूर्ण हैं। सबसे पहले, उच्च डेटा उपज सुनिश्चित करने के लिए, जानवरों को प्रयोगात्मक सेटअप से अच्छी तरह परिचित करना महत्वपूर्ण है। इस चरण में धैर्य की कमी डेटा की गुणवत्ता को कम कर सकती है जो अंततः प्राप्त होती है या खोए हुए सत्रों की भरपाई के लिए कई सत्रों की पुनरावृत्ति की आवश्यकता होती है। दूसरा, ल्यूमिनेंस से संबंधित पीडी परिवर्तनों से बचने के लिए, निरंतर रोशनी की स्थिति में प्रयोग करना महत्वपूर्ण है, सत्रों और विषयों के बीच इन स्थितियों को यथासंभव बनाए रखना। तीसरा, आवश्यक प्रयोगात्मक सत्रों की संख्या को कम करने के लिए, घने नमूने के लिए महत्वपूर्ण पैरामीटर रेंज की पहचान करने के लिए पायलट प्रयोग करना महत्वपूर्ण है। चौथा, उत्तेजनाओं के लिए जानवरों की आदत को कम करने के लिए, विचलित उत्तेजनाओं की केवल कुछ प्रस्तुतियों वाले छोटे सत्रों में प्रयोग करना महत्वपूर्ण है। श्रवण उत्तेजनाओं के साथ उच्च जुड़ाव बनाए रखने के लिए एक एयर पफ का भी उपयोग किया जा सकता है।

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

लेखकों के पास खुलासा करने के लिए हितों का कोई टकराव नहीं है।

Acknowledgments

इस काम को एनआईएच (आर01डीसी017141), पेंसिल्वेनिया लायंस हियरिंग रिसर्च फाउंडेशन और ओटोलरींगोलॉजी और न्यूरोबायोलॉजी विभागों, पिट्सबर्ग विश्वविद्यालय से धन द्वारा समर्थित किया गया था।

Materials

Name Company Catalog Number Comments
Analog output board Measurement Computing Corporation, Norton, MA PCI-DDA02/12
Anechoic foam Sonex One, Pinta Acoustic, Minneapolis, MN
Condenser microphone Behringer, Willich, Germany C-2
Free-field microphone Bruel & Kjaer, Denmark)  Type 4940 
Matlab Mathworks, Inc., Natick, MA 2018a version
Monocular remote camera and illuminator system Arrington Research, Scottsdale, AZ MCU902 Infrared LED array + camera with infrared filter
Multifunction I/O Device  National Instruments, Austin, TX PCI-6229
Neural interface processor Ripple Neuro, Salt Lake City, UT SCOUT
Piezoelectric motion sensor SparkFun Electronics, Niwot, CO SEN-10293
Pinch valve  Cole-Palmer Instrument Co., Vernon Hills, IL EW98302-02
Programmable attenuator Tucker-Davis Technologies, Alachua, FL PA5
Silicon Tubing Cole-Parmer ~3 mm
Sound attenuating chamber IAC Acoustics
Speaker full-range driver Tang Band Speaker, Taipei, Taiwan W4-1879
Stereo Amplifier Tucker-Davis Technologies, Alachua, FL SA1
Tabletop - CleanTop Optical TMC vibration control / Ametek, Peabody, MA
Viewpoint software ViewPoint, Arrington Research, Scottsdale, AZ

DOWNLOAD MATERIALS LIST

References

  1. Steinhauer, S. R., Siegle, G. J., Condray, R., Pless, M. Sympathetic and parasympathetic innervation of pupillary dilation during sustained processing. International Journal of Psychophysiology. 52 (1), 77-86 (2004).
  2. Strauch, C., Wang, C. A., Einhäuser, W., Vander Stigchel, S., Naber, M. Pupillometry as an integrated readout of distinct attentional networks. Trends in Neurosciences. 45 (8), 635-647 (2022).
  3. Turnbull, P. R., Irani, N., Lim, N., Phillips, J. R. Origins of Pupillary Hippus in the autonomic nervous system. Investigative Ophthalmology & Visual Science. 58 (1), 197-203 (2017).
  4. Bradley, M. M., Miccoli, L., Escrig, M. A., Lang, P. J. The pupil as a measure of emotional arousal and autonomic activation. Psychophysiology. 45 (4), 602-607 (2008).
  5. Oliva, M., Anikin, A. Pupil dilation reflects the time course of emotion recognition in human vocalizations. Scientific Reports. 8 (1), 4871 (2018).
  6. Privitera, C. M., Renninger, L. W., Carney, T., Klein, S., Aguilar, M. Pupil dilation during visual target detection. Journal of Vision. 10 (10), 3 (2010).
  7. Zekveld, A. A., Koelewijn, T., Kramer, S. E. The pupil dilation response to auditory stimuli: Current state of knowledge. Trends in Hearing. 22, 2331216518777174 (2018).
  8. Alamia, A., VanRullen, R., Pasqualotto, E., Mouraux, A., Zenon, A. Pupil-linked arousal responds to unconscious surprisal. The Journal of Neuroscience. 39 (27), 5369-5376 (2019).
  9. Wang, C. A., et al. Arousal effects on pupil size, heart rate, and skin conductance in an emotional face task. Frontiers in Neurology. 9, 1029 (2018).
  10. Hess, E. H., Polt, J. M. Pupil size in relation to mental activity during simple problem-solving. Science. 143 (3611), 1190-1192 (1964).
  11. Kahneman, D., Beatty, J. Pupil diameter and load on memory. Science. 154 (3756), 1583-1585 (1966).
  12. Lisi, M., Bonato, M., Zorzi, M. Pupil dilation reveals top-down attentional load during spatial monitoring. Biological Psychology. 112, 39-45 (2015).
  13. Zhao, S., Bury, G., Milne, A., Chait, M. Pupillometry as an objective measure of sustained attention in young and older listeners. Trends in Hearing. 23, 2331216519887815 (2019).
  14. Steinhauer, S. R., Hakerem, G. The pupillary response in cognitive psychophysiology and schizophrenia. Annals of the New York Academy of Sciences. 658, 182-204 (1992).
  15. Thakkar, K. N., et al. Reduced pupil dilation during action preparation in schizophrenia. International Journal of Psychophysiology. 128, 111-118 (2018).
  16. Bitsios, P., Szabadi, E., Bradshaw, C. M. Relationship of the 'fear-inhibited light reflex' to the level of state/trait anxiety in healthy subjects. International Journal of Psychophysiology. 43 (2), 177-184 (2002).
  17. Burkhouse, K. L., Siegle, G. J., Gibb, B. E. Pupillary reactivity to emotional stimuli in children of depressed and anxious mothers. Journal of Child Psychology and Psychiatry. 55 (9), 1009-1016 (2014).
  18. Nagai, M., Wada, M., Sunaga, N. Trait anxiety affects the pupillary light reflex in college students. Neuroscience Letters. 328 (1), 68-70 (2002).
  19. Giza, E., Fotiou, D., Bostantjopoulou, S., Katsarou, Z., Karlovasitou, A. Pupil light reflex in Parkinson's disease: evaluation with pupillometry. International Journal of Neuroscience. 121 (1), 37-43 (2011).
  20. You, S., Hong, J. H., Yoo, J. Analysis of pupillometer results according to disease stage in patients with Parkinson's disease. Scientific Reports. 11 (1), 17880 (2021).
  21. Fountoulakis, K. N., St Kaprinis, G., Fotiou, F. Is there a role for pupillometry in the diagnostic approach of Alzheimer's disease? a review of the data. Journal of the American Geriatrics Society. 52 (1), 166-168 (2004).
  22. McGinley, M. J., David, S. V., McCormick, D. A. Cortical membrane potential signature of optimal states for sensory signal detection. Neuron. 87 (1), 179-192 (2015).
  23. McGinley, M. J., et al. Waking state: Rapid variations modulate neural and behavioral responses. Neuron. 87 (6), 1143-1161 (2015).
  24. Schwartz, Z. P., Buran, B. N., David, S. V. Pupil-associated states modulate excitability but not stimulus selectivity in primary auditory cortex. Journal of Neurophysiology. 123 (1), 191-208 (2020).
  25. Vinck, M., Batista-Brito, R., Knoblich, U., Cardin, J. A. Arousal and locomotion make distinct contributions to cortical activity patterns and visual encoding. Neuron. 86 (3), 740-754 (2015).
  26. Yüzgeç, Ö, Prsa, M., Zimmermann, R., Huber, D. Pupil size coupling to cortical states protects the stability of deep sleep via parasympathetic modulation. Current Biology. 28 (3), 392-400 (2018).
  27. Kuchinsky, S. E., et al. Pupil size varies with word listening and response selection difficulty in older adults with hearing loss. Psychophysiology. 50 (1), 23-34 (2013).
  28. Winn, M. B., Wendt, D., Koelewijn, T., Kuchinsky, S. E. Best practices and advice for using pupillometry to measure listening effort: An introduction for those who want to get started. Trends in Hearing. 22, 2331216518800869 (2018).
  29. Zekveld, A. A., Kramer, S. E. Cognitive processing load across a wide range of listening conditions: insights from pupillometry. Psychophysiology. 51 (3), 277-284 (2014).
  30. Zekveld, A. A., Kramer, S. E., Festen, J. M. Cognitive load during speech perception in noise: the influence of age, hearing loss, and cognition on the pupil response. Ear and Hearing. 32 (4), 498-510 (2011).
  31. Koelewijn, T., Zekveld, A. A., Festen, J. M., Kramer, S. E. Pupil dilation uncovers extra listening effort in the presence of a single-talker masker. Ear and Hearing. 33 (2), 291-300 (2012).
  32. McCloy, D. R., Lau, B. K., Larson, E., Pratt, K. A. I., Lee, A. K. C. Pupillometry shows the effort of auditory attention switching. The Journal of the Acoustical Society of America. 141 (4), 2440 (2017).
  33. Piquado, T., Isaacowitz, D., Wingfield, A. Pupillometry as a measure of cognitive effort in younger and older adults. Psychophysiology. 47 (3), 560-569 (2010).
  34. Reilly, J., Kelly, A., Kim, S. H., Jett, S., Zuckerman, B. The human task-evoked pupillary response function is linear: Implications for baseline response scaling in pupillometry. Behavior Research Methods. 51 (2), 865-878 (2019).
  35. Zekveld, A. A., Kramer, S. E., Festen, J. M. Pupil response as an indication of effortful listening: the influence of sentence intelligibility. Ear and Hearing. 31 (4), 480-490 (2010).
  36. Winn, M. B., Edwards, J. R., Litovsky, R. Y. The impact of auditory Spectral Resolution on Listening Effort Revealed by Pupil Dilation. Ear and Hearing. 36 (4), 153-165 (2015).
  37. Ayasse, N. D., Wingfield, A. A Tipping point in listening effort: Effects of linguistic complexity and age-related hearing loss on sentence comprehension. Trends in Hearing. 22, 2331216518790907 (2018).
  38. Koelewijn, T., Versfeld, N. J., Kramer, S. E. Effects of attention on the speech reception threshold and pupil response of people with impaired and normal hearing. Hearing Research. 354, 56-63 (2017).
  39. Kramer, S. E., Kapteyn, T. S., Festen, J. M., Kuik, D. J. Assessing aspects of auditory handicap by means of pupil dilatation. Audiology. 36 (3), 155-164 (1997).
  40. Kuchinsky, S. E., et al. Speech-perception training for older adults with hearing loss impacts word recognition and effort. Psychophysiology. 51 (10), 1046-1057 (2014).
  41. Wendt, D., Hietkamp, R. K., Lunner, T. Impact of noise and noise reduction on processing effort: A pupillometry study. Ear and Hearing. 38 (6), 690-700 (2017).
  42. Winn, M. B. Rapid release from listening effort resulting from semantic context, and effects of spectral degradation and cochlear implants. Trends in Hearing. 20, 2331216516669723 (2016).
  43. Winn, M. B., Moore, A. N. Pupillometry reveals that context benefit in speech perception can be disrupted by later-occurring sounds, especially in listeners with Cochlear implants. Trends in Hearing. 22, 2331216518808962 (2018).
  44. Selezneva, E., Brosch, M., Rathi, S., Vighneshvel, T., Wetzel, N. Comparison of pupil dilation responses to unexpected sounds in monkeys and humans. Frontiers in Psychology. 12, 754604 (2021).
  45. Wetzel, N., Buttelmann, D., Schieler, A., Widmann, A. Infant and adult pupil dilation in response to unexpected sounds. Developmental Psychobiology. 58 (3), 382-392 (2016).
  46. Sokolov, E. N. Higher nervous functions; the orienting reflex. Annual Review of Physiology. 25, 545-580 (1963).
  47. Bala, A. D., Takahashi, T. T. Pupillary dilation response as an indicator of auditory discrimination in the barn owl. Journal of Comparative Physiology A. 186 (5), 425-434 (2000).
  48. Bala, A. D. S., Whitchurch, E. A., Takahashi, T. T. Human auditory detection and discrimination measured with the pupil dilation Response. Journal of the Association for Research in Otolaryngology. 21 (1), 43-59 (2020).
  49. Montes-Lourido, P., Kar, M., Kumbam, I., Sadagopan, S. Pupillometry as a reliable metric of auditory detection and discrimination across diverse stimulus paradigms in animal models. Scientific Reports. 11 (1), 3108 (2021).
  50. Coomber, B., et al. Neural changes accompanying tinnitus following unilateral acoustic trauma in the guinea pig. European Journal of Neuroscience. 40 (2), 2427-2441 (2014).
  51. Fan, L., et al. Pre-exposure to lower-level noise mitigates cochlear synaptic loss induced by high-level noise. Frontiers in Systems Neuroscience. 14, 25 (2020).
  52. Furman, A. C., Kujawa, S. G., Liberman, M. C. Noise-induced cochlear neuropathy is selective for fibers with low spontaneous rates. Journal of Neurophysiology. 110 (3), 577-586 (2013).
  53. Hickman, T. T., Hashimoto, K., Liberman, L. D., Liberman, M. C. Synaptic migration and reorganization after noise exposure suggests regeneration in a mature mammalian cochlea. Scientific Reports. 10 (1), 19945 (2020).
  54. Huetz, C., Guedin, M., Edeline, J. M. Neural correlates of moderate hearing loss: time course of response changes in the primary auditory cortex of awake guinea-pigs. Frontiers in Systems Neuroscience. 8, 65 (2014).
  55. Lin, H. W., Furman, A. C., Kujawa, S. G., Liberman, M. C. Primary neural degeneration in the Guinea pig cochlea after reversible noise-induced threshold shift. Journal of the Association for Research in Otolaryngology. 12 (5), 605-616 (2011).
  56. Shi, L., et al. Ribbon synapse plasticity in the cochleae of Guinea pigs after noise-induced silent damage. PLoS One. 8 (12), 81566 (2013).
  57. Naert, G., Pasdelou, M. P., Le Prell, C. G. Use of the guinea pig in studies on the development and prevention of acquired sensorineural hearing loss, with an emphasis on noise. The Journal of the Acoustical Society of America. 146 (5), 3743 (2019).
  58. Montes-Lourido, P., Kar, M., Pernia, M., Parida, S., Sadagopan, S. Updates to the guinea pig animal model for in-vivo auditory neuroscience in the low frequency regime. Hearing Research. 424, 108603 (2022).
  59. Gao, L., Wang, X. Intracellular neuronal recording in awake nonhuman primates. Nature Protocols. 15 (11), 3615-3631 (2020).
  60. Lu, T., Liang, L., Wang, X. Neural representations of temporally asymmetric stimuli in the auditory cortex of awake primates. Journal of Neurophysiology. 85 (6), 2364-2380 (2001).
  61. Wichmann, F. A., Hill, N. J. The psychometric function: I. Fitting, sampling, and goodness of fit. Perception & psychophysics. 63 (8), 1293-1313 (2001).
  62. Kar, M., et al. Vocalization categorization behavior explained by a feature-based auditory categorization model. bioRxiv. , 483596 (2022).
  63. Schaeffer, D. J., Liu, C., Silva, A. C., Everling, S. Magnetic resonance imaging of marmoset monkeys. ILAR Journal. 61 (2-3), 274-285 (2020).
  64. Drucker, C. B., Carlson, M. L., Toda, K., DeWind, N. K., Platt, M. L. Non-invasive primate head restraint using thermoplastic masks. Journal of Neuroscience Methods. 253, 90-100 (2015).
  65. Meyer, A. F., O'Keefe, J., Poort, J. Two distinct types of eye-head coupling in freely moving mice. Current Biology. 30 (11), 2116-2130 (2020).
  66. Nath, T., et al. Using DeepLabCut for 3D markerless pose estimation across species and behaviors. Nature Protocols. 14 (7), 2152-2176 (2019).
  67. DiNino, M., Holt, L. L., Shinn-Cunningham, B. G. Cutting through the noise: Noise-Induced cochlear synaptopathy and individual differences in speech understanding among listeners with normal audiograms. Ear and Hearing. 43 (1), 9-22 (2022).

Tags

तंत्रिका विज्ञान अंक 191
गिनी सूअरों में श्रवण संवेदना का आकलन करने के लिए प्यूपिलोमेट्री
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Pernia, M., Kar, M., Montes-Lourido, … More

Pernia, M., Kar, M., Montes-Lourido, P., Sadagopan, S. Pupillometry to Assess Auditory Sensation in Guinea Pigs. J. Vis. Exp. (191), e64581, doi:10.3791/64581 (2023).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter