Waiting
Login processing...

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

Neuroscience

Pupillometri for å vurdere auditiv følelse hos marsvin

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

Pupillometri, en enkel og ikke-invasiv teknikk, foreslås som en metode for å bestemme hørsel-i-støy-terskler hos normale hørende dyr og dyremodeller av ulike auditive patologier.

Abstract

Støyeksponering er en ledende årsak til sensorinevralt hørselstap. Dyremodeller av støyindusert hørselstap har generert mekanistisk innsikt i de underliggende anatomiske og fysiologiske patologiene ved hørselstap. Imidlertid er det fortsatt utfordrende å relatere atferdsunderskudd observert hos mennesker med hørselstap til atferdsunderskudd i dyremodeller. Her foreslås pupillometri som en metode som muliggjør direkte sammenligning av dyre- og menneskelige atferdsdata. Metoden er basert på et modifisert oddball-paradigme - habituating emnet til gjentatt presentasjon av en stimulus og intermitterende presenterer en avvikende stimulus som varierer på en parametrisk måte fra den gjentatte stimulansen. Den grunnleggende forutsetningen er at hvis endringen mellom den gjentatte og avvikende stimulansen oppdages av motivet, vil det utløse en elevdilatasjonsrespons som er større enn den som fremkalles av den gjentatte stimulansen. Denne tilnærmingen er demonstrert ved hjelp av en vokaliseringskategoriseringsoppgave hos marsvin, en dyremodell som er mye brukt i auditiv forskning, inkludert i hørselstapstudier. Ved å presentere vokaliseringer fra en vokaliseringskategori som standard stimuli og en annen kategori som oddballstimuli innebygd i støy ved forskjellige signal-støy-forhold, er det demonstrert at størrelsen på elevutvidelsen som respons på oddball-kategorien varierer monotont med signal-støy-forholdet. Vekstkurveanalyser kan deretter brukes til å karakterisere tidsforløpet og statistisk signifikans av disse elevutvidelsesresponsene. I denne protokollen beskrives detaljerte prosedyrer for akklimatisering av marsvin til oppsettet, gjennomføring av pupillometri og evaluering/analyse av data. Selv om denne teknikken er demonstrert hos marsvin med normal hørsel i denne protokollen, kan metoden brukes til å vurdere sensoriske effekter av ulike former for hørselstap hos hvert forsøksperson. Disse effektene kan da korreleres med samtidige elektrofysiologiske målinger og post-hoc anatomiske observasjoner.

Introduction

Pupilldiameter (PD) kan påvirkes av en lang rekke faktorer, og måling av PD som endres over tid kalles pupillometri. PD styres av iris-lukkemuskelen (involvert i innsnevring) og irisdilatatormuskelen (involvert i dilatasjon). Innsnevringsmuskelen er innervert av det parasympatiske systemet og involverer kolinerge fremspring, mens irisdilatatoren er innervert av det sympatiske systemet som involverer noradrenerge og kolinerge projeksjoner 1,2,3. Den mest kjente stimulansen for å indusere PD-endringer er luminansinnsnevring og dilatasjonsresponser av pupillen kan produseres ved variasjoner i omgivelseslysintensitet2. PD endres også som en funksjon av brennvidde2. Det har imidlertid vært kjent i flere tiår at PD også viser ikke-luminansrelaterte svingninger 4,5,6,7. For eksempel kan endringer i indre mentale tilstander fremkalle forbigående PD-endringer. Eleven utvider seg som respons på følelsesmessig ladede stimuli eller øker med opphisselse 4,5,8,9. Elevutvidelse kan også være relatert til andre kognitive mekanismer, for eksempel økt mental innsats eller oppmerksomhet10,11,12,13. På grunn av dette forholdet mellom elevstørrelsesvariasjoner og mentale tilstander, har PD-endringer blitt utforsket som en markør for kliniske lidelser som schizofreni 14,15, angst 16,17,18, Parkinsons sykdom 19,20 og Alzheimers sykdom 21 blant andre. Hos dyr sporer PD-endringer interne atferdstilstander og er korrelert med nevronaktivitetsnivåer i kortikale områder22,23,24,25. Pupilldiameter har også vist seg å være en pålitelig indikator på søvntilstanden hos mus26. Disse PD-endringene relatert til opphisselse og den indre tilstanden forekommer vanligvis på lange tidsskalaer i størrelsesorden flere titalls sekunder.

Innen hørselsforskning, både hos normalhørsel og hørselshemmede, har lytteanstrengelse og auditiv persepsjon blitt vurdert ved hjelp av pupillometri. Disse studiene involverer vanligvis trente forskningspersoner27,28,29,30 som utfører ulike typer deteksjons- eller anerkjennelsesoppgaver. På grunn av det nevnte forholdet mellom opphisselse og PD, har økt oppgaveengasjement og lytteinnsats vist seg å være korrelert med økte elevutvidelsesresponser 30,31,32,33,34,35. Dermed har pupillometri blitt brukt til å demonstrere at økt lytteinnsats brukes til å gjenkjenne spektralt degradert tale hos normalhørende lyttere29,36. Hos hørselshemmede lyttere, som mennesker med aldersrelatert hørselstap 27,30,37,38,39,40,41 og cochleaimplantatbrukere 42,43, økte også elevresponsen med redusert taleforståelse. Hørselshemmede lyttere viste imidlertid større utvidelse av pupillene under lettere lytteforhold sammenlignet med normalthørende personer 27,30,37,38,39,40,41,42,43. Men eksperimenter som krever at lytteren utfører en anerkjennelsesoppgave, er ikke alltid mulig - for eksempel hos spedbarn eller i noen dyremodeller. Dermed kan ikke-luminansrelaterte elevresponser fremkalt av akustiske stimuli være en levedyktig alternativ metode for å vurdere auditiv deteksjon i disse tilfellene44,45. Tidligere studier viste en forbigående og stimulusbundet pupillutvidelse som en del av orienteringsrefleksen46. Senere studier har vist bruk av stimulusbundne elevdilatasjoner for å utlede frekvensfølsomhetskurver i ugler47,48. Nylig har disse metodene blitt tilpasset for å vurdere sensitiviteten av elevutvidelsesresponsen hos spedbarn48. Pupillometri har vist seg å være en pålitelig og ikke-invasiv tilnærming for å estimere terskler for auditiv deteksjon og diskriminering hos passivt lyttende marsvin (GP) ved å bruke et bredt spekter av enkle (toner) og komplekse (GP-vokaliseringer) stimuli49. Disse stimulusrelaterte PD-endringene forekommer vanligvis ved raskere tidsskalaer i størrelsesorden flere sekunder og er knyttet til stimulustiming. Her foreslås pupillometri av stimulusrelaterte PD-endringer som en metode for å studere atferdseffekter av ulike typer hørselshemming i dyremodeller. Spesielt er pupillometriprotokoller til bruk hos allmennleger, en veletablert dyremodell av ulike typer auditive patologier50,51,52,53,54,55,56 (se også referanse 57 for en uttømmende gjennomgang) beskrevet.

Selv om denne teknikken er demonstrert hos fastleger med normal hørsel, kan disse metodene lett tilpasses andre dyremodeller og dyremodeller av ulike auditive patologier. Det er viktig at pupillometri kan kombineres med andre ikke-invasive målinger som EEG, samt med invasive elektrofysiologiske opptak for å studere mekanismene som ligger til grunn for mulige lyddeteksjons- og persepsjonsunderskudd. Endelig kan denne tilnærmingen også brukes til å etablere brede likheter mellom menneske- og dyremodeller.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

For alle eksperimentelle prosedyrer, få godkjenning fra Institutional Animal Care and Use Committee (IACUC) og følg NIHs retningslinjer for omsorg og bruk av forsøksdyr. I USA er fastleger i tillegg underlagt United States Department of Agriculture (USDA) forskrifter. Alle prosedyrene i denne protokollen ble godkjent av University of Pittsburgh IACUC og fulgte NIHs retningslinjer for omsorg og bruk av forsøksdyr. For dette eksperimentet ble tre mannlige villtypede, pigmenterte fastleger mellom 4 og 10 måneder, med ~ 600-1,000 g vekt brukt.

1. Kirurgisk prosedyre

  1. Utfør alle pupillometrieksperimenter i våkne, hodefaste og passivt lyttende pigmenterte fastleger. Bekreft normal hørsel hos eksperimentelle personer ved hjelp av klikk og ren-tone auditiv hjernestammerespons (ABR) opptak58.
    MERK: Selv om innsamling av pupillometridata i seg selv er ikke-invasiv, brukes en invasiv hodepostimplantatkirurgi i denne protokollen for immobilisering av dyrets hode under prosedyren. Alternativer presenteres i diskusjonsdelen.
  2. Først implanterer du alle forsøksdyrene med en hodestolpe i rustfritt stål for hodefiksering under isoflurananestesi. Bruk aseptiske kirurgiske teknikker for å forankre hodestolpen til skallen ved hjelp av en kombinasjon av beinskruer og dental akryl58.
  3. Gi dyrene postkirurgisk behandling, inkludert administrering av systemiske og aktuelle analgetika. Etter en 2-ukers gjenopprettingsperiode, akklimatiserer dyrene gradvis til eksperimentelt oppsett.
    MERK: Den kirurgiske prosedyren er basert på tidligere publiserte metoder hos GPs58 samt andre arter59,60, og er ikke fokus for denne protokollen.

2. Dyrakklimatisering til eksperimentelt oppsett

MERK: Eksperimenter foregår vanligvis i et lyddempet kammer eller messe (se materialfortegnelse). Tiden det tar å gjøre et dyr kjent med oppsettet varierer fra emne til emne. Typiske akklimatiseringstider er notert nedenfor. Et godt akklimatisert dyr vil tolerere hodefiksering med minimal kroppsbevegelse, og resultere i bedre elevdiametermålinger.

  1. Etter en 2-ukers restitusjonsperiode, må du først gjøre dyrene kjent med håndtering og transport (2-3 dager). Denne akklimatiseringen er viktig for å redusere stress og angst. For å gjøre dyret kjent med håndtering, plasser dyret i transportbeholderen i økende mengder tid (10-30 min), og håndter dyret i økende mengder tid (10-30 min).
  2. Deretter akklimatiserer du dyret til eksperimentelt oppsett (2-3 dager) ved å plassere dyret i en innhegning i 10-45 minutter (figur 1A). Kabinettet må tillate små posturale skift for dyrets komfort under forsøket. Tillat små postural skift for dyrets komfort under forsøket. Imidlertid er pupillutvidelse kjent for å gå foran bevegelse49. Mål derfor bevegelsen til dyret og ta hensyn til denne bevegelsen i dataanalysen (figur 1C).
  3. Som en del av denne akklimatiseringen, håndter manuelt den implanterte hodestolpen, som om dyret skal være hodefiksert. Hold hodestolpen for økende varighet (10-60 s).
  4. Etter manuell akklimatisering og avhengig av dyreadferd, prøv å fikse dyret til en stiv ramme ved hjelp av implantatholderen.
  5. Øk hodefikseringsvarigheten langsomt (10-45 min) til dyret er rolig og relativt stille mens det er hodefiksert (2-3 dager).
  6. Vane dyret til tilstedeværelsen av kameraet, IR-lyskilden og den hvite lyskilden (1-2 dager). Slå på det hvite lyset, og øk varigheten gradvis (10 min til 30 min).
  7. Tilvenne dyret til akustisk stimulering ved å spille av en rekke lyder (f.eks. rene toner, klikk, vokaliseringer) på forskjellige lydnivåer (1-2 dager, samtidig med trinn 2.6). For å minimere tilvenning til eksperimentelle stimuli, bruk lyder som er forskjellige fra de som er planlagt for pupillometrieksperimentene i dette trinnet.

3. Kalibrering av pupillkamera

MERK: Kameraet som brukes til pupillometri sender en video via USB til pupillometry-programvarepakken. Fra denne videoen trekkes pupilldiameteren ut ved hjelp av en ellipsetilpasning og brukerjusterbar terskelverdi av pupillometri-programvarepakken (se Materialfortegnelse). Programvaren grensesnitt deretter med en digital-til-analog kort. Kortet gir ut en analog spenningsverdi som er proporsjonal med elevdiameteren. Kalibrering er nødvendig for å konvertere denne spenningsverdien tilbake til pupilldiameter i lengdeenheter.

  1. Legg et ark med bilder av svarte skiver med kjent diameter på samme sted som fastlegens øye vil være plassert under pupillometri. For fastleger er PD i 4 mm-området. Utfør derfor kalibrering med 3 mm, 4 mm og 5 mm skiver.
  2. Plasser pupillometrikameraet (se materialfortegnelse) i samme avstand (25 cm) som eksperimentene skal utføres i. Juster kameraets blenderåpning og fokus til du får et skarpt fokusert bilde av en plate med kjent diameter.
  3. I pupillometriinnsamlingsprogramvaren (se Materialfortegnelse) justerer du terskelen slik at omrisset av ellipsen passer godt til den avbildede platen, og noterer den analoge utgangsspenningsverdien og skaleringen.
  4. Gjenta denne fremgangsmåten for platene 3 mm, 4 mm og 5 mm. Deretter tabulerer du de faktiske diameterverdiene (i mm) som tilsvarer de analoge utgangsspenningsverdiene.

4. Innsamling av pupillometri data

  1. Utfør alle eksperimentene i en lyddempet messe eller kammer, med innerveggene dekket med ekkofritt skum.
  2. For levering av frifeltstimulans, monter en kalibrert høyttaler på den lyddempede kammerveggen, i samme høyde som posisjonen der dyret skal plasseres.
    MERK: Valget av høyttaler avhenger av arten som studeres og stimuli planlagt. For GP-vokaliseringer, bruk en full-range driverhøyttaler som har en relativt flat (±3 dB) frekvensrespons i vokaliseringsfrekvensområdet 0,5-3 kHz (figur 1A).
  3. Plasser dyret i innhegningen slik at store kroppsbevegelser ikke er mulig (figur 1A). Fest dyrets hode til den stive rammen som beskrevet i trinn 2 (figur 1A).
  4. Plasser en piezoelektrisk sensor under kabinettet for å oppdage og registrere dyrs bevegelser (figur 1A).
  5. For å sette opp luftpuffen, bruk en holder festet til bordplaten for å plassere en pipettespiss på ~ 15 cm foran dyrets snute. Koble et silisiumrør (~3 mm diameter) til pipettespissen og koble røret til en regulert luftsylinder.
  6. Hold sylinderens lufttrykk mellom 20 og 25 psi. Før røret gjennom en klemmeventil for å kontrollere tidspunktet og varigheten av luftpusten ved hjelp av et datastyrt relé.
  7. Belys øyet med en infrarød LED-matrise plassert på ~ 10 cm avstand. Bruk hvit LED-belysning med en intensitet på ~ 2,000 cd / m2 for å belyse det avbildede øyet og bringe grunnlinjen PD til ~ 3,5 mm. Opprettholde konstante belysningsforhold i eksperimentkammeret på tvers av eksperimentelle økter.
    MERK: I normal laboratoriebelysning (~500 cd/m2) er GP-pupillen ganske dilatert, og tillater ikke observasjon av ytterligere stimulusbundet dilatasjon. Ved å bruke ekstra belysning bringes pupillen til en baselinediameter på ~ 3,5 mm, noe som gir et tilstrekkelig dynamisk område for å observere stimulusbundet dilatasjon. Dette sikrer også konsistente grunnlinjer på tvers av økter og emner.
  8. Åpne programvaren for elevinnsamling og skaff deg videoen (ved 90 fps) av eleven ved hjelp av et kamera med et 16 mm-objektiv (romlig oppløsning på 0,15° synsvinkel) og infrarødt (IR) filter plassert i en 25 cm avstand fra det avbildede øyet. Sørg for at øyet er sentrert i det avbildede området.
  9. Reguler blenderåpningen og fokuset til kameraet, samt IR-nivået til omrisset av den avbildede eleven er i skarpt fokus.
  10. I programvaren for elevanskaffelse definerer du interesseområdet som inneholder eleven ved å velge et rektangulært område med musen.
  11. Bruk kontrollpanelet for programvare for elevanskaffelse til å justere lysstyrken og kontrasten til den oppkjøpte videoen. Sett skannetettheten til 5 og juster terskelen slik at ellipsen passer godt til omrisset av eleven i videoen.
  12. Ved hjelp av prosessorprogramvaren for nevrale grensesnitt kan du skaffe og lagre det analoge signalet fra PD-sporet, spenningssporet fra den piezoelektriske sensoren som registrerer bevegelse, stimulusleveringstider og leveringstider for luftpust.

5. Call-in-noise deteksjon og kategorisk diskriminering ved hjelp av en modifisert oddball paradigme

MERK: Stimuli for pupillometrieksperimenter besto av GP-vokaliseringer som ble registrert i en dyrekoloni58. Vokaliseringsprøvene finner du i følgende depot: https://github.com/vatsunlab/CaviaVOX. Spesielt ble wheek og whine calls brukt for å få frem elevsvarene som ble vist i de representative resultatene. Fra hver kategori velger du vokaliseringer hvis lengder er omtrent like. For å ta hensyn til forskjeller i opptaksamplitude og temporale konvolutter av vokaliseringene, normaliser vokaliseringene ved deres rotmiddelkvadratiske (r.m.s.) amplituder, om nødvendig.

  1. Presenter de auditive stimuli ved hjelp av MATLAB med en passende samplingsfrekvens. For fastleger, som er lavfrekvente hørende dyr, er en samplingsfrekvens på 100 kHz tilstrekkelig.
  2. Velg åtte forskjellige eksempler på GP-vokaliseringer av lignende lengder fra to forskjellige kategorier av vokaliseringer (f.eks. wheek-samtaler og whine calls). En kategori (åtte eksempler) vil fungere som standard stimuli, og den andre kategorien (åtte eksempler) vil tjene som oddball eller avvikende stimuli (figur 2A).
  3. For å generere 1 s lang standard og avvikende stimuli innebygd i støy ved forskjellige signal-til-støy-forhold (SNR) nivåer, legg til hvit støy av samme lengde til samtalene (gated noise). Utvalget av SNR-er samplet i dette eksperimentet er mellom -24 dB SNR og +40 dB SNR.
  4. Ved hjelp av en blokkdesign, i hver eksperimentell økt (~ 12 min varighet), samle inn data som tilsvarer et enkelt SNR-nivå. I hver økt, bruk åtte eksempler på en vokaliseringskategori på en bestemt SNR som standard stimuli, og åtte eksempler på den andre vokaliseringskategorien på samme SNR-nivå som avvikende stimuli.
    MERK: En typisk eksperimentell blokk varer ~ 12 minutter. Avhengig av dyrets atferd og tilvenning av elevresponser, kan det være mulig å skaffe data for 3-4 blokker hver dag (~ 45 - 60 minutter). Gjennom denne varigheten må du overvåke dyret nøye via elevvideoen, bevegelsessporet, samt direkte mellom blokkene.
  5. For hver økt, utarbeide en pseudorandom stimulus presentasjonssekvens som inneholder standard stimuli >90% av tiden. Sørg for at mellom avvikende stimuli er det minst 20 forsøk med standard stimuli (figur 2B).
    MERK: Avhengig av eksperimentet kan rekkefølgen av avvikende stimuli i stimuluspresentasjonssekvensen vedta en latinsk firkantet design for å sikre at hver unike avvikende stimulus opptar en unik sekvensiell posisjon i hver økt. Gjennomsnitt over alle økter kan dermed minimere effekten av den avvikende stimulusposisjonen innenfor den samlede stimulussekvensen.
  6. Bruk en fast stimulusintensitet (for eksempel 85 dB SPL) for all stimuluspresentasjon.
    MERK: Bruk en passende digital-til-analog-omformer for å generere et lydsignal, dempe det til ønsket lydnivå ved hjelp av en programmerbar demper, strømforsterke signalet og levere signalet ved hjelp av en kalibrert høyttaler (for eksempel maskinvare, se Materialfortegnelse).
  7. Presenter stimuli med høy temporal regelmessighet (1 s stimulus etterfulgt av 3 s stillhet som vist i de representative resultatene).
    MERK: Dilatasjonsresponsen er langsom, vanligvis med en topp på ca. 1 s etter stimulusstart og det tar ca. 5 s å gå tilbake til baseline49. Stimuluspresentasjonshastigheten må være lav nok til å ta hensyn til disse langsomme tidsskalaene. Temporal regelmessighet er viktig fordi det er mulig at å avbryte timingmønsteret i seg selv kan fungere som en avvikende stimulans.
  8. For å opprettholde dyrets engasjement med stimuli og for å minimere habituation, eventuelt levere en kort luftpust (100 ms) etter avvikende stimulans. Sørg for at utbruddet av luftpusten er tilstrekkelig atskilt fra stimulusvarigheten (2,5 s fra stimulusstart) slik at stimulusfremkalte pupilldilatasjonsresponser når en topp før luftpustinduserte blinkartefakter.
    MERK: I det klassiske oddballparadigmet brukes ingen positive eller negative forsterkninger. Siden en luftpust her brukes som en mildt aversiv forsterkning for å opprettholde dyrets engasjement med de auditive stimuliene, blir paradigmet referert til som et modifisert oddball-paradigme.

6. Analyse og statistikk

MERK: Alle analysene ble utført med tilpasset kode skrevet i MATLAB (tilgjengelig på https://github.com/vatsunlab/GP_Pupil). Det beskrives to hovedanalysemetoder som tar for seg henholdsvis reliabilitet og tidsforløp for elevresponser. Valget av en eller begge metodene vil bli diktert av eksperimentell design.

  1. Bevegelsesregistrering og prøveekskludering
    1. Bruk koden pupil_avg_JOVE.m, utfør bevegelsesregistrering og prøveekskludering for hver økt. For å gjøre det, kjør koden og velg datafilen fra en enkelt økt i popup-dialogboksen.
    2. Lineært detrend PD-sporet og konverter enhetene fra spenning til mikrometer ved hjelp av kalibreringstabellen avledet tidligere (se trinn 3). Lineært detrend også bevegelsessporet over hele innspillingsøkten (~ 12 min).
    3. Inspiser øktdataene ved å plotte elevsporingen (figur 1B - øverste rad) og den lineært detrendede bevegelsessporingen (figur 1B - nederste rad) over øktvarigheten (~ 12 min), overlappet på prøvemarkører.
    4. Mål standardavviket (SD) til bevegelsessporet. Hent tidspunktene for bevegelsestoppene ved hjelp av findpeaks-funksjonen i MATLAB. Tenk på toppene som krysset en terskel på 5 SD og som er atskilt fra andre topper med minst 1 s som en bevegelseshendelse49 (figur 1B - nederst).
    5. Kast bort eventuelle forsøk (både standard og avvikende) av elevutvidelse som oppstår innen 7 s av en bevegelseshendelse. Hvis mer enn halvparten av antall avvikende forsøk forkastes på grunn av bevegelsesrelatert pupillutvidelse, kast hele økten og gjenta den.
  2. Forhåndsbehandling og visualisering av data
    1. Bruk koden pupil_avg_JOVE.m, for å fjerne øyeblinkartefakter, forhåndsbehandle dataene og få gjennomsnittlig elevutvidelse til hver stimulus på tvers av økter. For å gjøre det, kjør koden og velg alle datafilene som skal analyseres i popup-dialogboksen.
    2. Oppdag øyeblink (PD-endringer som overstiger 400 μm / ms) og fjern dem ved lineært å interpolere PD-sporet i et 200 ms tidsvindu sentrert ved det oppdagede blinktidspunktet. Kast øktdataene hvis mer enn halvparten av antall avvikende forsøk inneholder et øyeblink mellom stimulusutbrudd og luftpustutbrudd.
    3. Nedsampling av PD-data fra innsamlingssamplingsfrekvensen på 1,000 Hz til 10 Hz.
    4. Trekk ut PD-spor i et vindu som begynner 1 s før stimulusutbruddet og varer 5 s etter stimulusforskyvning. Beregn gjennomsnittlig baseline PD for hver stimulus i et 500 ms vindu like før stimulansen begynner. Trekk baseline PD fra disse sporene for å oppnå den stimulusfremkalte endringen i PD.
    5. Gjennomsnittlig stimulusfremkalte PD-endringer for hver stimulustilstand på tvers av økter innen hvert dyr, og deretter på tvers av dyr for å generere den gjennomsnittlige pupilldilatasjonsresponsen for hver stimulustilstand (for eksempel figur 3A).
  3. Vekstkurveanalyse (GCA) for kvantifisering av tidsforløpet av PD-endringer
    MERK: Denne analysemetoden bestemmer størrelsen og tidsforløpet av elevutvidelsesresponser og har blitt brukt i pupillometriske studier av mennesker 27,36,40 samt i marsvin 49.
    1. Sett sammen alle utdataene fra pupil_avg_JOVE.m vertikalt for alle økter, dyr, SNR-er og dempinger for å konstruere en matrise som inneholder følgende kolonner: animalID, SNR, lydnivå og elevverdier (1-50) diameter. Bruk koden pupil_LME_JOVE.m, utfør vekstkurveanalysen (GCA) 27,36,40,49.
    2. Tilpasse lineære blandede effektmodeller med subjektnivåskjæringer som tilfeldige effekter, og ortogonale tidspolynomer på opptil rekkefølge to som faste effekter, med hver avvikende SNR behandlet som en egen gruppe, til den stigende fasen av elevdiametersporet (0,1 til 2,1 s etter stimulusstart).
    3. Modeller den stigende fasen av elevsporet ved hjelp av følgende formel 36,49:
      Elevdilatasjon = (Skjæringspunkt + betingelse) + tid1 * (β tid1 + β tid1: Tilstand) + tid2* (β tid2+ β tid2: Tilstand) + r(subjektnivåavskjæringspunkt)
      Hvor, tid1 og tid2 tilsvarer ortogonale lineære og kvadratiske tidspolynomer, og βs tilsvarer vekter.
    4. Beregn gjennomsnittsvekter (βs) og deres standardfeil ved hjelp av fitlme-funksjonen i MATLAB. Beregn den statistiske signifikansen av vektene ved hjelp av coeftest-funksjonen.
    5. For hver SNR, plott vektene som tilsvarer skjæringspunktet, lineære og kvadratiske termer for å visualisere resultatene (figur 3B, C).
  4. Analyse av studier som viser statistisk signifikante elevutvidelser
    MERK: Denne analysemetoden bestemmer brøkdelen av avvikende forsøk der en statistisk signifikant pupilldilatasjonsrespons observeres og tilsvarer påliteligheten av elevdilatasjonsresponser.
    1. Velg et passende analysevindu (0,5-1 s) sentrert rundt toppen av elevresponsen (vanligvis ~ 1,5 s etter stimulusstart). Beregn gjennomsnittlig PD i dette analysevinduet for alle standard og avvikende studier.
    2. Fastslå om gjennomsnittlig PD for hver av de avvikende studiene er større enn 2,33 standardfeil i den samlede fordelingen av gjennomsnittlige PD-verdier for standardstudier. Tell de avvikende forsøkene som overskrider denne terskelen som forsøk som viser en signifikant utvidelse av pupillene.
    3. Del antall avvikende studier som viser en signifikant pupillutvidelse med det totale antallet avvikende studier (for hver tilstand) for å kvantifisere brøkdelen av studier som viser statistisk signifikante økninger i PD sammenlignet med standard stimulusforsøk.
    4. Sett hele den øktvise prosentandelen av forsøk med signifikante elevendringer inn i hver celle i en cellematrise, hvor cellene er ordnet fra lavere til høyere SNR. Bruk koden pupil_threshold_estimate_JOVE.m til å beregne terskelen for innkallingsstøy-kategorisering.
    5. Plott brøkdelen av studier som viser en statistisk signifikant økning i PD som en funksjon av SNR (figur 3D). For disse dataene, bruk fitnlm MATLAB-funksjonen (i statistikkverktøykassen) for å tilpasse psykometriske funksjoner i skjema61:
      Ψ(x; α, β, λ) = (1 -λ) * F(x; α, β)
      Hvor, F er Weibull-funksjonen, definert som
      F(x; α, β) = Equation 1, α er skiftparameteren, β er stigningsparameteren, og λ er bortfallshastigheten.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Pupillometri ble utført i tre mannlige pigmenterte fastleger, som veide ~ 600-1,000 g i løpet av forsøkene. Som beskrevet i denne protokollen, for å estimere terskler for innkallingsstøykategorisering, ble det brukt et merkelig paradigme for stimuluspresentasjon. I oddballparadigmet ble anrop tilhørende en kategori (klynker) innebygd i hvit støy ved en gitt SNR brukt som standardstimuli (figur 2A), og kall fra en annen kategori (wheeks) innebygd i hvit støy ved samme SNR (figur 2A) som avvikende stimuli. Standard og avvikende stimuli ble tilfeldig valgt, med resampling, fra åtte eksempler i hver kategori. I hver eksperimentelle økt ble stimuli presentert med høy temporal regelmessighet (figur 2B), med minst 20 presentasjoner av standardstimuli mellom avvikende stimuli. Data ble samlet inn tilsvarende et bestemt SNR-nivå i hver eksperimentelle økt. På tvers av økter ble det tatt prøver av et bredt spekter av rene og støyende SNR-er (-24, -18, -12, -6, -3, 0, 3, 6, 12, 40 dB SNR).

PD-endringene i standardstimuli skilte seg ikke signifikant fra baseline (blå linje i figur 3A). De avvikende stimuliene fremkalte robuste og signifikant større PD-endringer enn de som fremkalles av standardstimuli (grå linjer i figur 3A), noe som gjenspeiler diskriminering av samtalekategori. Responsstørrelsen og prosentandelen av studier med statistisk signifikant elevrespons var høyest ved den reneste SNR og sank gradvis med synkende SNR (figur 3A,B). Ved bruk av GCA ble elevresponser på avvikende stimuli funnet å være statistisk signifikante ved SNRs over -18 dB (figur 3C), som ble tatt for å være kall-i-støy-kategoriseringsgrensen (grønn linje i figur 3A). Prosentandelen av signifikante studier på hvert testede SNR-nivå var godt egnet av en psykometrisk funksjon (figur 3D). SNR-nivået som var nødvendig for å nå halvmaksimumet av den psykometriske kurven var omtrent -20 dB SNR (figur 3D). Anekdotisk ga de pålitelighetsbaserte og tidskursbaserte beregningene for dette tilfellet lignende verdier for innkallingsstøykategoriseringsterskler.

Figure 1
Figur 1 Pupillometrioppsett og stimulusfremkalte og bevegelsesrelaterte PD-forandringer. (A) Pupillometrioppsettet med videorammebilder av lyd fremkalte pupilldilatasjon (øverst). Baseline PD er vist med stiplede grønne sirkler. (B) Et eksempel på PD-spor (øverst) og eksemplarisk bevegelsesspor (nederst) fra en enkelt eksperimentell økt. Vertikale svarte linjer tilsvarer starttidsavvikende stimuluspresentasjoner. Røde haker tilsvarer automatisk oppdagede bevegelseshendelser. Grå horisontal stiplet linje tilsvarer 5 SD-terskel. (C) PD-endringene (ΔPD) fremkalt av avvikende stimulus (øverst) og relatert til bevegelseshendelser (nederst) fra en eksperimentell økt. Stimulusutbrudd vises med vertikal svart linje; Deteksjon av bevegelseshendelse vises med vertikal rød linje. Legg merke til at elevutvidelsesutbruddet går forut for begynnende bevegelse. Klikk her for å se en større versjon av denne figuren.

Figure 2
Figur 2: Anropsspektrogrammer og paradigmestruktur for anrop-i-støy-kategorisering . (A) Representative spektrogrammer av en marsvin som hviner og wheek, under rene forhold og ved henholdsvis 0- og -18-dB SNR. Støyende anrop ble oppnådd ved å legge til hvit støy. (B) Strukturen til oddball-paradigmet som brukes til å estimere terskler for innringingsstøykategorisering. Whine samtaler ble tilfeldig valgt fra åtte eksemplarer og brukt som standard stimuli. Wheek samtaler ble tilfeldig valgt fra åtte eksemplarer og brukt som avvikere. I hver eksperimentelle økt ble støyen lagt til på et annet SNR-nivå (-24, -18, -12, -6, -3, 0, 3, 6, 12 dB SNR). Samtalene er 1 s lange og tiden mellom stimuli er 3 s. Klikk her for å se en større versjon av denne figuren.

Figure 3
Figur 3: Pupillometriestimater av anropsstøydeteksjoner og kategoriseringsterskler . (A) Gjennomsnittlig elevrespons fra tre dyr. Gjennomsnittlige elevresponser på standard klynkestimuli er representert med blå linje, og skyggelegging tilsvarer ±1 standardfeil for gjennomsnitt (s.e.m.). Grå linjer og skyggelegging tilsvarer gjennomsnitt og ±1 s.e.m. av elevresponser fremkalt av avvikende wheek-stimuli. Grå skyggeintensitet tilsvarer SNR. Grønn linje og skyggelegging tilsvarer gjennomsnittlig pupillspor ved terskel SNR (ca. -18 dB SNR). Rød vertikal linje tilsvarer stimulusstart; oransje vertikal linje tilsvarer air puff utbrudd; blågrønne stiplede linjer tilsvarer GCA-vinduet (PD-endringer stigende fase). (B) GCA passer til den stigende fasen av PD-endringer. Prikker er gjennomsnittlig pupilldiameter i 100 ms tidsbeholdere, værhår tilsvarer ±1 s.e.m. Heltrukne linjer tilsvarer modelltilpasninger med blandede effekter. Linjefarger som i A. (C) GCA-vektestimater. Vekter av skjæringspunktet er i blått, hellingen er i rødt, og akselerasjonen er i lilla. Whiskers tilsvarer ±1 s.e.m. Stjerner viser statistisk signifikante regresjonsvekter (lineær hypotesetest på lineære regresjonsmodellkoeffisienter). (D) Psykometrisk funksjon passer til prosentandelen av studier med signifikante PD-endringer fremkalt av den avvikende stimulusen som en funksjon av SNR. Whiskers tilsvarer ±1 s.e.m. Merk at 50% av maksimum nås ved omtrent -20 dB SNR (grønn stiplet linje). Klikk her for å se en større versjon av denne figuren.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Denne protokollen demonstrerer bruk av pupillometri som en ikke-invasiv og pålitelig metode for å estimere auditive terskler hos passivt lyttende dyr. Etter protokollen beskrevet her, ble innkallingsstøykategoriseringsterskler hos normale hørselsallmennleger estimert. Terskler estimert ved hjelp av pupillometri ble funnet å være konsistente med de som ble oppnådd ved bruk av operant trening62. Sammenlignet med operant trening var pupillometriprotokollen imidlertid relativt enkel og rask å sette opp og skaffe data. Hver datainnsamlingsøkt (per SNR-nivå) varte i ca. 12 minutter, noe som resulterte i 1-2 timer eksperimentelle økter (på tvers av SNR-nivåer) per dyr per dag49. Datainnsamling kan fullføres på omtrent 7-10 dager (avhengig av antall SNR-nivåer som brukes). Selv om oddball-paradigmet ble brukt til estimering av innkallingsstøykategorisering i dette manuskriptet, kan denne pupillometriprotokollen tilpasses enklere versjoner av oddball-paradigmer, der bare ett kalleeksempel brukes, eller til andre stimulusparadigmer ved hjelp av et bredt spekter av komplekse eller enkle stimuli49.

Metoden er ikke uten ulemper. For det første krever den nåværende protokollen implantatet av en hodestolpe for å fikse hodet under disse forsøkene. Head post implantat kirurgi og gjenoppretting vil legge til minst 2 uker til tidslinjen for den eksperimentelle protokollen. Det er mulig at dette trinnet kan unngås ved å bruke andre metoder for ikke-invasiv immobilisering av våkne dyr under eksperimenter, for eksempel ved å bruke tilpassede 3D-printede hjelmer63 eller deformerbare termoplaster64. Ytterligere eksperimenter er nødvendige for å utforske disse løsningene. For det andre kan dyr raskt venne seg til avvikende stimuli også, noe som resulterer i redusert elevutvidelsesrespons i løpet av en eksperimentell økt. Denne effekten kan minimeres ved å begrense eksperimentelle økter til korte varigheter (~ 12 min) og presentere bare et begrenset antall (8) avvikende stimuli. Videre kan en luftpust levert etter de avvikende stimuli sikre at dyrene forblir engasjert med de auditive stimuliene. For det tredje, på grunn av denne raske tilvenningen, kan det være nødvendig med flere dager for å fullføre datainnsamlingen. Ved å bare teste SNR-verdier som tett prøver de bratteste delene av den psykometriske kurven, kan det totale antallet eksperimentelle dager minimeres. For det fjerde kan dyr ikke holde seg stille under eksperimenter, eller blinke for mye eller lukke øynene under eksperimenter. Disse faktorene er en funksjon av arter og akklimatisering og viser en høy grad av individuell variabilitet. Fastleger er naturlig føyelige, og ved å akklimatisere dem godt til det eksperimentelle oppsettet, kan bevegelses- og blinkartefakter minimeres. Spontane blink og sakkader er vanligvis ganske sjeldne hos marsvin49, men dette kan også være en funksjon av arten. Til slutt, som nevnt tidligere, har elevdynamikk hos mennesker vært assosiert med en rekke nevropsykiatriske lidelser. Mens forsøksdyrene som brukes her antas å være nevrotypiske, må dette forbeholdet tas i betraktning når resultatene tolkes.

Mens en maskinvareimplementering av pupillometri er beskrevet her (ved hjelp av en kommersielt tilgjengelig eye tracker og nevrale datainnsamlingssystem), er utstyret som kreves dyrt og ikke økonomisk å skalere opp. Imidlertid er andre tilpassede løsninger basert på det samme underliggende prinsippet om infrarødbasert øyesporing som er mer kostnadseffektive, tilgjengelige. For eksempel brukte en studie tilpassede komponenter og tilpassede videobehandlingsalgoritmer for å trekke ut elevdiameter fra den innspilte videoen22,25. Nylig utviklede dyplæringsalgoritmer kan også trekke ut elevdiameter fra videografiske data65,66. Disse løsningene kan mer enn halvere kostnadene for pupillometririgger. Avveiningen her er mellom kostnad og tid - mens kommersielle løsninger er dyrere, er de nøkkelferdige løsninger som kan brukes ut av esken. På den annen side er tilpassede løsninger kostnadseffektive og skalerbare, men krever ekspertise for å konfigurere, og tiden det tar å utvikle tilpassede analysepipeliner.

Selv om protokollen beskrevet her ble utført hos normale hørselsleger, kunne pupillometri være relativt enkel å bruke i andre dyremodeller av hørselshemming med passende endringer i stimulustype og parametere. Dette vil gjøre det mulig å karakterisere effekten av hørselstap på tvers av en rekke stimulustyper og arter, noe som potensielt kan gi nye observasjoner. Siden pupillometri er en ikke-invasiv teknikk som også har blitt brukt mye hos mennesker, ved å bruke de samme stimuli som brukes til dyreforsøk, kan pupillometri brukes til å sammenligne effekten av ulike auditive patologier på tvers av arter. For eksempel viste en nylig metaanalyse hos mennesker at tale-i-støy-persepsjonsunderskudd som følge av moderat støyeksponering ble best observert når komplekse og tidsmessig varierende stimuli ble brukt67. Estimeringen av innkallingsstøykategoriseringsterskler ved pupillometri demonstrert her, kan brukes som en slik oppgave ved hjelp av komplekse stimuli for å evaluere effekten av støyeksponering hos allmennleger. Vurderingen av hørsel på atferdsnivå ved hjelp av disse metodene vil utfylle elektrofysiologiske og anatomiske metoder og kan være en del av standardverktøykassen for evaluering av ulike kjente hørselsforstyrrelser.

Avslutningsvis er følgende punkter avgjørende for vellykket innsamling av pupillometriske data. For det første, for å sikre høyt datautbytte, er det viktig å gjøre dyrene godt kjent med det eksperimentelle oppsettet. Mangel på tålmodighet i dette trinnet kan forringe kvaliteten på dataene som til slutt oppnås, eller nødvendiggjøre repetisjon av flere økter for å gjøre opp for de tapte øktene. For det andre, for å unngå luminansrelaterte PD-endringer, er det viktig å utføre eksperimenter under konstante belysningsforhold, og opprettholde disse forholdene mellom økter og så mye som mulig. For det tredje, for å minimere antall eksperimentelle økter som trengs, er det viktig å utføre piloteksperimenter for å identifisere kritiske parameterområder for tett prøvetaking. For det fjerde, for å minimere tilvenning av dyrene til stimuli, er det viktig å utføre eksperimenter i korte økter som bare inneholder noen få presentasjoner av avvikende stimuli. En luftpust kan i tillegg brukes til å opprettholde høyt engasjement med de auditive stimuliene.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfatterne har ingen interessekonflikter å opplyse.

Acknowledgments

Dette arbeidet ble støttet av NIH (R01DC017141), Pennsylvania Lions Hearing Research Foundation, og midler fra avdelingene for Otolaryngology og nevrobiologi, University of Pittsburgh.

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

Nevrovitenskap utgave 191
Pupillometri for å vurdere auditiv følelse hos marsvin
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