في الكمبيوتر ، افتح MATLAB. إضافة المجلد الذي يحتوي على البرنامج النصي MouseWalker إلى دليل العمل وتشغيل MouseWalker. M في سطر الأوامر الرئيسي.
قم بتحميل مجلد الفيديو كدليل الإدخال. انتقل إلى نافذة الإعدادات حيث توجد جميع معلمات المعايرة والعتبة. اختبر تأثير تغيير بعض المعلمات بالنقر فوق الزر معاينة.
بعد ضبط معلمات الحد الأدنى ، تحقق من أن الفيديو جاهز للتتبع التلقائي. انتقل إلى الإطار الأول وانقر فوق تلقائي لبدء التتبع. بعد اكتمال التتبع ، إذا لزم الأمر ، قم بإجراء تصحيح يدوي عن طريق تحديد البصمة المناسبة.
احفظ التغييرات بالضغط على الزر حفظ. ثم اضغط تقييم لإنشاء ملفات الإخراج من الفيديو المتعقب. تحقق من حفظ جميع مخططات بيانات الإخراج الرسومية في مجلد النتائج.
بعد ذلك ، تحقق من حفظ جميع القياسات الكمية التي تم إنشاؤها بواسطة برنامج MouseWalker في جدول بيانات Excel وتلخيصها على 1.Information_Sheet. استخدم الماوسمتعدد. M script لتجميع القياسات من جميع عمليات التشغيل في ملف جديد للتحليل.
لإجراء تحليل المكون الرئيسي ، PCA ، افتح pcaplotgenerator. py في Spyder وقم بتشغيل الكود بالنقر فوق الزر "تشغيل". حدد ملف Excel لتحليله واسم الورقة في النافذة التلقائية.
إذا لم يتم تغيير اسم الورقة ، فاكتب الورقة 1. في مقايسة الحبر الرقمي ، تم الكشف عن نقص في دعم الكفوف الخلفية. مع انخفاض في مساحة البصمة لكل من الكفوف الخلفية اليسرى واليمنى.
عرضت آثار الموقف العام العديد من الميزات الفريدة. بعد إصابة الحبل الشوكي ، كان للمخالب الخلفية آثار موقف أقصر وموضع مسام عشوائي أكثر عند كل من الهبوط والإقلاع من 15 يوما بعد الإصابة. أظهر تحليل المكون الرئيسي لجميع المعلمات الحركية الحركية تباينا بنسبة 40٪ في البيانات في المكون الأول ، والذي فصل مجموعة الحيوانات التي تعرضت لإصابة في الحبل الشوكي عن البقية في جميع النقاط الزمنية.
باستخدام نصوص أخرى مثل نص الخريطة الحرارية ، وجد أن الحيوانات المصابة بالحبل الشوكي أظهرت تغيرات في استراتيجيات المشي في جميع النقاط الزمنية. كما أظهرت الفئران المصابة بإصابة الحبل الشوكي مؤشر استقامة موقف أقل في كل من الأطراف الأمامية والخلفية.