Summary

تتبع الفئران في غرف تكييف Operant باستخدام كاميرا فيديو محلية الصنع متعددة الاستخدامات و DeepLabCut

Published: June 15, 2020
doi:

Summary

يصف هذا البروتوكول كيفية بناء كاميرا فيديو صغيرة ومتعددة الاستخدامات ، وكيفية استخدام مقاطع الفيديو التي تم الحصول عليها منها لتدريب شبكة عصبية لتتبع موقع داخل غرف تكييفات أوبرالية. وهذا تكملة قيمة للتحليلات القياسية لسجلات البيانات التي تم الحصول عليها من اختبارات التكييفات.

Abstract

تستخدم غرف تكييف Operant لإجراء مجموعة واسعة من الاختبارات السلوكية في مجال علم الأعصاب. وتستند البيانات المسجلة عادة على اثار رافعة والأنف كزة أجهزة الاستشعار الموجودة داخل الغرف. في حين أن هذا يوفر نظرة مفصلة عن متى وكيف تقوم الحيوانات بتنفيذ استجابات معينة ، فإنه لا يمكن استخدامها لتقييم السلوكيات التي لا تؤدي إلى أي أجهزة استشعار. على هذا النحو ، فإن تقييم كيفية وضع الحيوانات نفسها والتحرك داخل الغرفة أمر نادر الحدوث. للحصول على هذه المعلومات، يجب على الباحثين عموماً تسجيل وتحليل مقاطع الفيديو. يمكن لمصنعي غرف التكييفات الأوبرالية عادةً تزويد عملائها بإعدادات الكاميرا عالية الجودة. ومع ذلك، يمكن أن تكون هذه مكلفة للغاية ولا تناسب بالضرورة غرف من مصنعين آخرين أو غيرها من الاجهزة اختبار السلوكي. يصف البروتوكول الحالي كيفية بناء كاميرا فيديو غير مكلفة ومتعددة الاستخدامات باستخدام مكونات إلكترونيات الهواية. كما يصف كيفية استخدام حزمة برامج تحليل الصور DeepLabCut لتتبع حالة إشارة الضوء القوي ، وكذلك موقف الفئران ، في مقاطع الفيديو التي تم جمعها من غرفة تكييف operant. الأول هو مساعدة كبيرة عند اختيار شرائح قصيرة من الاهتمام في أشرطة الفيديو التي تغطي جلسات اختبار كامل، والأخيرة تمكن من تحليل المعلمات التي لا يمكن الحصول عليها من سجلات البيانات التي تنتجها الغرف operant.

Introduction

في مجال علم الأعصاب السلوكي، يستخدم الباحثون عادة غرف تكييف أوبرالية لتقييم مجموعة واسعة من الميزات المعرفية والنفسية المختلفة في القوارض. في حين أن هناك العديد من الشركات المصنعة المختلفة لهذه النظم ، فإنها عادة ما تشترك في سمات معينة ولها تصميم موحد تقريبا1،2،3. الغرف عموما مربعة أو مستطيل الشكل، مع جدار واحد التي يمكن فتحها لوضع الحيوانات في الداخل، واحد أو اثنين من الجدران المتبقية التي تحتوي على مكونات مثل العتلات، فتحات كزة الأنف، صواني المكافآت، عجلات الاستجابة والأضواء من مختلف الأنواع1،2،3. وتستخدم الأضواء وأجهزة الاستشعار الموجودة في الغرف على حد سواء لمراقبة بروتوكول الاختبار وتتبع سلوك الحيوانات1،2،3،4،5. تسمح أنظمة التكييف الأورالية النموذجية بتحليل مفصل للغاية لكيفية تفاعل الحيوانات مع المعاملات المختلفة والفتحات الموجودة في الغرف. بشكل عام، يمكن تسجيل أي مناسبات يتم تشغيل أجهزة الاستشعار فيها من قبل النظام، ومن هذه البيانات يمكن للمستخدمين الحصول على ملفات سجل مفصلة تصف ما فعله الحيوان خلال خطوات محددة من الاختبار4،5. في حين أن هذا يوفر تمثيلاً واسعاً لأداء الحيوان، إلا أنه يمكن استخدامه لوصف السلوكيات التي تؤدي مباشرة واحد أو أكثر من أجهزة الاستشعار4،5. على هذا النحو ، فإن الجوانب المتعلقة بكيفية وضع الحيوان نفسه وتحركاته داخل الغرفة خلال مراحل مختلفة من الاختبار ليست موصوفة بشكل جيد6،7،8،9،10. هذا أمر مؤسف ، لأن مثل هذه المعلومات يمكن أن تكون ذات قيمة لفهم سلوك الحيوان بشكل كامل. على سبيل المثال، يمكن استخدامه لتوضيح لماذا أداء بعض الحيوانات بشكل سيء في اختبارمعين 6، لوصف الاستراتيجيات التي قد تطور الحيوانات للتعامل مع المهام الصعبة6،7،8،9،10، أو لتقدير التعقيد الحقيقي للسلوكيات البسيطةالمفترضة 11،12. للحصول على هذه المعلومات الصريحة، يتحول الباحثون عادة إلى التحليل اليدوي لمقاطع الفيديو6و77و88,و9و10,,و11.

عند تسجيل مقاطع الفيديو من غرف تكييفات operant ، يعد اختيار الكاميرا أمرًا بالغ الأهمية. وتقع الغرف عادة في مقصورات العزلة، مع بروتوكولات كثيرا ما الاستفادة من الخطوات حيث لا ضوء مرئي مشرقة,,,,9. ولذلك، فإن استخدام الأشعة تحت الحمراء (IR) الإضاءة في تركيبة مع كاميرا حساسة الأشعة تحت الحمراء ضروري، كما أنه يسمح الرؤية حتى في الظلام الظام. وعلاوة على ذلك، فإن المساحة المتاحة لوضع الكاميرا داخل حجرة العزل غالبا ما تكون محدودة جدا، وهذا يعني أن أحد يستفيد بقوة من وجود الكاميرات الصغيرة التي تستخدم العدسات مع مجال واسع من الرؤية (مثل، عدسات العين السمك)9. في حين أن الشركات المصنعة لأنظمة تكييف operant يمكن أن توفر في كثير من الأحيان عالية الجودة الاجهزة الكاميرا لعملائها، يمكن أن تكون هذه النظم مكلفة ولا تناسب بالضرورة غرف من الشركات المصنعة الأخرى أو الاجهزة لاختبارات سلوكية أخرى. ومع ذلك ، فإن فائدة ملحوظة على استخدام كاميرات الفيديو المستقلة هي أن هذه الاجهزة يمكن أن تكون في كثير من الأحيان واجهة مباشرة مع أنظمة تكييف operant13،14. من خلال هذا ، يمكن إعدادها لتسجيل أحداث محددة فقط بدلاً من جلسات الاختبار الكاملة ، والتي يمكن أن تساعد بشكل كبير في التحليل التالي.

يصف البروتوكول الحالي كيفية بناء كاميرا فيديو غير مكلفة ومتعددة الاستخدامات باستخدام مكونات إلكترونيات الهواية. تستخدم الكاميرا عدسة فيش، وهي حساسة لإضاءة الأشعة تحت الحمراء ولديها مجموعة من الصمامات الثنائية التي تنبعث منها الأشعة تحت الحمراء (المصابيح IR) المرفقة بها. وعلاوة على ذلك، تم بناؤها ليكون لها ملف مسطح ونحيف. معا، هذه الجوانب تجعل من مثالية لتسجيل أشرطة الفيديو من معظم غرف تكييف operant المتاحة تجاريا، فضلا عن غيرها من الاجهزة اختبار السلوك. كما يصف البروتوكول كيفية معالجة مقاطع الفيديو التي تم الحصول عليها بالكاميرا وكيفية استخدام حزمة البرامج DeepLabCut15،16 للمساعدة في استخراج تسلسلات الفيديو من الاهتمام وكذلك تتبع تحركات الحيوان فيها. هذا يتحايل جزئيا على سحب مرة أخرى من استخدام كاميرا مستقلة على الحلول المتكاملة التي تقدمها الشركات المصنعة للأنظمة تكييف، ويقدم تكملة لتسجيل السلوكيات يدويا.

وقد بُذلت جهود لكتابة البروتوكول في شكل عام لتسليط الضوء على أن العملية الشاملة يمكن تكييفها مع مقاطع الفيديو من اختبارات تكييف مختلفة. لتوضيح بعض المفاهيم الرئيسية، يتم استخدام مقاطع فيديو للفئران التي تقوم بإجراء اختبار وقت التفاعل التسلسلي (5CSRTT) 5-choice (5CSRTT)17 كأمثلة.

Protocol

وقد تمت الموافقة على جميع الإجراءات التي تشمل التعامل مع الحيوانات من قبل لجنة مالمو لوند الأخلاقية للبحوث الحيوانية. 1. بناء كاميرا الفيديو ملاحظة: يتم توفير قائمة بالمكونات اللازمة لبناء الكاميرا في جدول المواد. كما يرجى الرجوع إلى الشك?…

Representative Results

أداء كاميرا الفيديو وقد جمعت النتائج التمثيلية في غرف تكييفية فئران تبلغ مساحتها 28.5 سم × 25.5 سم وارتفاعات 28.5 سم. مع عدسة فيش المرفقة، والكاميرا يلتقط مساحة الكلمة كاملة وأجزاء كبيرة من الجدران المحيطة بها، عندما وضعت فوق الغرفة (الشكل 7A). على هذا الن?…

Discussion

يصف هذا البروتوكول كيفية إنشاء كاميرا فيديو غير مكلفة ومرنة يمكن استخدامها لتسجيل مقاطع الفيديو من غرف تكييفات operant وغيرها من أجهزة الاختبار السلوكية. كما يوضح كيفية استخدام DeepLabCut لتتبع إشارة ضوئية قوية داخل مقاطع الفيديو هذه ، وكيف يمكن استخدامها للمساعدة في تحديد شرائح الفيديو القصيرة…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

وقد تم دعم هذا العمل من خلال منح من مؤسسة الدماغ السويدية، ومؤسسة باركنسون السويدية، وصناديق الحكومة السويدية للبحوث السريرية (M.A.C.)، وكذلك مؤسسات وينر-غرين (M.A.C، E.K.H.C)، ومؤسسة أهلين (M.A.C) ومؤسسة Blanceflor Boncompagni Ludovisi، née Bildt (S.F.

Materials

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

Riferimenti

  1. Pritchett, K., Mulder, G. B. Operant conditioning. Contemporary Topics in Laboratory Animal Science. 43 (4), (2004).
  2. Clemensson, E. K. H., Novati, A., Clemensson, L. E., Riess, O., Nguyen, H. P. The BACHD rat model of Huntington disease shows slowed learning in a Go/No-Go-like test of visual discrimination. Behavioural Brain Research. 359, 116-126 (2019).
  3. Asinof, S. K., Paine, T. A. The 5-choice serial reaction time task: a task of attention and impulse control for rodents. Journal of Visualized Experiments. (90), e51574 (2014).
  4. Coulbourn instruments. Graphic State: Graphic State 4 user’s manual. Coulbourn instruments. , 12-17 (2013).
  5. Med Associates Inc. Med-PC IV: Med-PC IV programmer’s manual. Med Associates Inc. , 21-44 (2006).
  6. Clemensson, E. K. H., Clemensson, L. E., Riess, O., Nguyen, H. P. The BACHD rat model of Huntingon disease shows signs of fronto-striatal dysfunction in two operant conditioning tests of short-term memory. PloS One. 12 (1), (2017).
  7. Herremans, A. H. J., Hijzen, T. H., Welborn, P. F. E., Olivier, B., Slangen, J. L. Effect of infusion of cholinergic drugs into the prefrontal cortex area on delayed matching to position performance in the rat. Brain Research. 711 (1-2), 102-111 (1996).
  8. Chudasama, Y., Muir, J. L. A behavioral analysis of the delayed non-matching to position task: the effects of scopolamine, lesions of the fornix and of the prelimbic region on mediating behaviours by rats. Psychopharmacology. 134 (1), 73-82 (1997).
  9. Talpos, J. C., McTighe, S. M., Dias, R., Saksida, L. M., Bussey, T. J. Trial-unique, delayed nonmatching-to-location (TUNL): A novel, highly hippocampus-dependent automated touchscreen test of location memory and pattern separation. Neurobiology of Learning and Memory. 94 (3), 341 (2010).
  10. Rayburn-Reeves, R. M., Moore, M. K., Smith, T. E., Crafton, D. A., Marden, K. L. Spatial midsession reversal learning in rats: Effects of egocentric cue use and memory. Behavioural Processes. 152, 10-17 (2018).
  11. Gallo, A., Duchatelle, E., Elkhessaimi, A., Le Pape, G., Desportes, J. Topographic analysis of the rat’s behavior in the Skinner box. Behavioural Processes. 33 (3), 318-328 (1995).
  12. Iversen, I. H. Response-initiated imaging of operant behavior using a digital camera. Journal of the Experimental Analysis of Behavior. 77 (3), 283-300 (2002).
  13. Med Associates Inc. Video monitor: Video monitor SOF-842 user’s manual. Med Associates Inc. , 26-30 (2004).
  14. . Coulbourn Instruments Available from: https://www.coulbourn.com/product_p/h39-16.htm (2020)
  15. Mathis, A., et al. DeepLabCut: markerless pose estimation of user-defined body parts with deep learning. Nature Neuroscience. 21 (9), 1281-1289 (2018).
  16. Nath, T., Mathis, A., Chen, A. C., Patel, A., Bethge, M., Mathis, M. W. Using DeepLabCut for 3D markerless pose estimation across species and behaviors. Nature Protocols. 14 (7), 2152-2176 (2019).
  17. Bari, A., Dalley, J. W., Robbins, T. W. The application of the 5-chopice serial reaction time task for the assessment of visual attentional processes and impulse control in rats. Nature Protocols. 3 (5), 759-767 (2008).
  18. . Raspberry Pi foundation Available from: https://thepi.io/how-to-install-raspbian-on-the-raspberry-pi/ (2020)
  19. . Pi-supply Available from: https://learn.pi-supply.com/make/bright-pi-quickstart-faq/ (2018)
  20. . Python Available from: https://wiki.python.org/moin/BeginnersGuide/NonProgrammers (2020)
  21. . MathWorks Available from: https://mathworks.com/academia/highschool/ (2020)
  22. . Cran.R-Project.org Available from: https://cran.r-project.org/manuals.html (2020)
  23. Liu, Y., Tian, C., Huang, Y. . Critical assessment of correction methods for fisheye lens distortion. The international archives of the photogrammetry, remote sensing and spatial information sciences. , (2016).
  24. Pereira, T. D., et al. Fast animal pose estimation using deep neural networks. Nature Methods. 16 (1), 117-125 (2019).
  25. Graving, J. M., et al. DeepPoseKit, a software toolkit for fast and robust animal pose estimation using deep learning. Elife. 8 (47994), (2019).
  26. Geuther, B. Q., et al. Robust mouse tracking in complex environments using neural networks. Communications Biology. 2 (124), (2019).

Play Video

Citazione di questo articolo
Clemensson, E. K. H., Abbaszadeh, M., Fanni, S., Espa, E., Cenci, M. A. Tracking Rats in Operant Conditioning Chambers Using a Versatile Homemade Video Camera and DeepLabCut. J. Vis. Exp. (160), e61409, doi:10.3791/61409 (2020).

View Video