Denne protokollen beskriver hvordan du bygger et lite og allsidig videokamera, og hvordan du bruker videoer hentet fra det til å trene et nevrale nettverk for å spore posisjonen til et dyr inne i operant condition kamre. Dette er et verdifullt supplement til standard analyser av datalogger hentet fra operant kondisjoneringstester.
Operant condition kamre brukes til å utføre et bredt spekter av atferdstester innen nevrovitenskap. De registrerte dataene er vanligvis basert på utløsing av spak- og nese-poke-sensorer som finnes inne i kamrene. Selv om dette gir en detaljert oversikt over når og hvordan dyr utfører visse svar, kan det ikke brukes til å evaluere atferd som ikke utløser noen sensorer. Som sådan er det sjelden mulig å vurdere hvordan dyr posisjonerer seg og beveger seg inne i kammeret. For å få denne informasjonen må forskerne vanligvis ta opp og analysere videoer. Produsenter av operant condition kamre kan vanligvis forsyne sine kunder med høy kvalitet kameraoppsett. Disse kan imidlertid være svært kostbare og passer ikke nødvendigvis kamre fra andre produsenter eller andre atferdstestoppsett. Den nåværende protokollen beskriver hvordan du bygger et billig og allsidig videokamera ved hjelp av hobbyelektronikkkomponenter. Den beskriver videre hvordan du bruker bildeanalyseprogramvarepakken DeepLabCut til å spore statusen til et sterkt lyssignal, samt posisjonen til en rotte, i videoer samlet fra et operant kondisjoneringskammer. Førstnevnte er et godt hjelpemiddel når du velger korte segmenter av interesse for videoer som dekker hele testøkter, og sistnevnte muliggjør analyse av parametere som ikke kan hentes fra dataloggene produsert av operantkamrene.
Innen atferdsnevrovitenskap bruker forskere ofte operant kondisjoneringskamre for å vurdere et bredt spekter av forskjellige kognitive og psykiatriske egenskaper hos gnagere. Mens det er flere forskjellige produsenter av slike systemer, deler de vanligvis visse attributter og har en nesten standardisert design1,,2,,3. Kamrene er generelt firkantet- eller rektangelformede, med en vegg som kan åpnes for å plassere dyr inne, og en eller to av de gjenværende veggene som inneholder komponenter som spaker, nese-poke åpninger, belønning skuffer, responshjul og lys av ulike typer1,2,3. Lysene og sensorene som finnes i kamrene brukes til både å kontrollere testprotokollen og spore dyrenes atferd1,,2,,3,,4,5. De typiske operant condition systemer tillate en svært detaljert analyse av hvordan dyrene samhandler med de forskjellige operanda og åpninger tilstede i kamrene. Generelt kan alle anledninger der sensorer utløses registreres av systemet, og fra disse dataene kan brukerne få detaljerte loggfiler som beskriver hva dyret gjorde under bestemte trinn i testen4,5. Selv om dette gir en omfattende representasjon av et dyrs ytelse, kan det bare brukes til å beskrive atferd som direkte utløser en eller flere sensorer4,5. Som sådan er aspekter knyttet til hvordan dyret posisjonerer seg selv og beveger seg inne i kammeret i forskjellige faser av testen ikke godt beskrevet6,7,8,9,10. Dette er uheldig, da slik informasjon kan være verdifull for å forstå dyrets oppførsel fullt ut. For eksempel kan det brukes til å avklare hvorfor visse dyr utfører dårlig på en gitt test6, for å beskrive strategiene som dyr kan utvikle for å håndtere vanskelige oppgaver6,7,8,9,10, eller å sette pris på den sanne kompleksiteten av angivelig enkel atferd11,12. For å få slik artikulert informasjon, går forskerne vanligvis til manuell analyse av videoer6,7,8,9,10,11.
Når du tar opp videoer fra operant condition kamre, valg av kamera er kritisk. Kamrene er vanligvis plassert isolert båser, med protokoller ofte gjør bruk av trinn der ingen synlig lys skinner3,,6,7,8,9. Derfor er bruk av infrarød (IR) belysning i kombinasjon med et IR-sensitivt kamera nødvendig, da det tillater synlighet selv i fullstendig mørke. Videre er plassen som er tilgjengelig for å plassere et kamera inne i isolasjonskabinettet ofte svært begrenset, noe som betyr at man fordeler sterkt fra å ha små kameraer som bruker linser med et bredt synsfelt (f.eks fiskeøyelinser)9. Mens produsenter av operant condition-systemer ofte kan levere høykvalitets kameraoppsett til sine kunder, kan disse systemene være dyre og ikke nødvendigvis passe kamre fra andre produsenter eller oppsett for andre atferdstester. En bemerkelsesverdig fordel med frittstående videokameraer er imidlertid at disse oppsettene ofte kan grensesnitt direkte med de operant kondisjoneringssystemene13,,14. Gjennom dette kan de settes opp til å bare registrere bestemte hendelser i stedet for fullstendige testøkter, noe som i stor grad kan hjelpe til med analysen som følger.
Den nåværende protokollen beskriver hvordan du bygger et billig og allsidig videokamera ved hjelp av hobbyelektronikkkomponenter. Kameraet bruker en fisheye linse, er følsom for IR belysning og har et sett med IR lysdioder (IR lysdioder) festet til den. Videre er det bygget for å ha en flat og slank profil. Sammen gjør disse aspektene det ideelt for opptak av videoer fra de mest kommersielt tilgjengelige operant kondisjoneringskamrene, samt andre atferdstestoppsett. Protokollen beskriver videre hvordan man behandler videoer innhentet med kameraet og hvordan du bruker programvarepakken DeepLabCut15,16 for å hjelpe til med å trekke ut videosekvenser av interesse, samt spore et dyrs bevegelser deri. Dette omgår delvis tilbaketrekkingen av å bruke et frittstående kamera over de integrerte løsningene som tilbys av operaniske produsenter av kondisjoneringssystemer, og gir et supplement til manuell skåring av atferd.
Det er gjort forsøk på å skrive protokollen i et generelt format for å markere at den generelle prosessen kan tilpasses videoer fra forskjellige operant kondisjoneringstester. For å illustrere visse viktige begreper brukes videoer av rotter som utfører 5-valg seriell reaksjonstidstest (5CSRTT)17 som eksempler.
Denne protokollen beskriver hvordan du bygger et billig og fleksibelt videokamera som kan brukes til å ta opp videoer fra operant condition-kamre og andre atferdstestoppsett. Den demonstrerer videre hvordan du bruker DeepLabCut til å spore et sterkt lyssignal i disse videoene, og hvordan det kan brukes til å identifisere korte videosegmenter av interesse for videofiler som dekker full testøkter. Til slutt beskriver den hvordan man bruker sporing av en rottes hode for å utfylle analysen av atferd under operant kondis…
The authors have nothing to disclose.
Dette arbeidet ble støttet av tilskudd fra Den svenske hjernestiftelsen, Den svenske Parkinsonstiftelsen og den svenske regjeringen fond for klinisk forskning (M.A.C.), samt Wenner-Gren stiftelser (M.A.C, E.K.H.C), Åhlén foundation (M.A.C) og stiftelsen Blanceflor Boncompa Ludgniovisi, née Bildt (S.F).
32 Gb micro SD card with New Our Of Box Software (NOOBS) preinstalled | The Pi hut (https://thpihut.com) | 32GB | |
330-Ohm resistor | The Pi hut (https://thpihut.com) | 100287 | This article is for a package with mixed resistors, where 330-ohm resistors are included. |
Camera module (Raspberry Pi NoIR camera v.2) | The Pi hut (https://thpihut.com) | 100004 | |
Camera ribbon cable (Raspberry Pi Zero camera cable stub) | The Pi hut (https://thpihut.com) | MMP-1294 | This is only needed if a Raspberry Pi zero is used. If another Raspberry Pi board is used, a suitable camera ribbon cable accompanies the camera component |
Colored LEDs | The Pi hut (https://thpihut.com) | ADA4203 | This article is for a package with mixed colors of LEDs. Any color can be used. |
Female-Female jumper cables | The Pi hut (https://thpihut.com) | ADA266 | |
IR LED module (Bright Pi) | Pi Supply (https://uk.pi-supply.com) | PIS-0027 | |
microcomputer motherboard (Raspberry Pi Zero board with presoldered headers) | The Pi hut (https://thpihut.com) | 102373 | Other Raspberry Pi boards can also be used, although the method for automatically starting the Python script only works with Raspberry Pi zero. If using other models, the python script needs to be started manually. |
Push button switch | The Pi hut (https://thpihut.com) | ADA367 | |
Raspberry Pi power supply cable | The Pi hut (https://thpihut.com) | 102032 | |
Raspberry Pi Zero case | The Pi hut (https://thpihut.com) | 102118 | |
Raspberry Pi, Mod my pi, camera stand with magnetic fish eye lens and magnetic metal ring attachment | The Pi hut (https://thpihut.com) | MMP-0310-KIT |