يمكن استخدام قياس الحدقة لتقدير عتبات التعرف على الصوت المعقدة ، ويمكن دمجها مع طرق أخرى لتحديد آثار أشكال مختلفة من فقدان السمع على تلك العتبات. يمكن استخدام هذه التقنية لتوصيف البيانات بنفس الطريقة من البشر ومن الحيوانات غير المدربة. من السهل نسبيا إعداده وطفيف التوغل.
يصعب الحصول على مقاييس السلوك والإدراك في النماذج الحيوانية لفقدان السمع. هذه الطريقة هي إحدى الطرق لتحديد سلوكيات التعرف على الصوت المعقدة في الحيوانات. كما نفعل جميع التجارب السلوكية الحيوانية الصبر هو المفتاح.
خذ الوقت الكافي لتأقلم الحيوان مع الإعداد التجريبي. اجعل الجلسات التجريبية قصيرة وراقب الحيوان عن كثب. للبدء ، قم بتركيب مكبر صوت معاير على جدار الغرفة الموهن بالصوت على ارتفاع مساو للموضع الذي سيتم وضع الحيوان فيه.
لتسليم التحفيز الميداني المجاني ، ضع الحيوان في العلبة للتأكد من أن حركات الجسم الكبيرة غير ممكنة وثبت رأس الحيوان على الإطار الصلب. ضع مستشعرا كهرضغطية أسفل العلبة لاكتشاف حركات الحيوانات وتسجيلها. ثم ضع كاميرا تصوير التلميذ على مسافة 25 سم من عين الهدف.
لإعداد نفخة الهواء ، استخدم حاملا متصلا بسطح الطاولة لوضع طرف ماصة على ارتفاع حوالي 15 سم أمام خطم الحيوان. قم بتوصيل أنبوب سيليكون يبلغ قطره حوالي ثلاثة ملليمترات بطرف الماصة وقم بتوصيل الأنبوب بأسطوانة هواء منظمة. حافظ على ضغط هواء الأسطوانة بين 20 و 25 رطل / بوصة مربعة.
وقم بتمرير الأنبوب عبر صمام قرصة للتحكم في توقيت ومدة نفخة الهواء ، باستخدام مرحل يتم التحكم فيه بواسطة الكمبيوتر. أضيء العين باستخدام مصفوفة LED بالأشعة تحت الحمراء موضوعة على مسافة حوالي 10 سم. استخدم إضاءة LED البيضاء بكثافة حوالي 2000 شمعة لكل متر مربع لإضاءة العين المصورة ورفع قطر التلميذ الأساسي إلى حوالي 3.5 ملم.
افتح برنامج اكتساب التلميذ واحصل على فيديو التلميذ باستخدام كاميرا بعدسة 16 ملم بدقة مكانية بزاوية بصرية 0.15 درجة ومرشح الأشعة تحت الحمراء الموضوع على مسافة 25 سم من العين المصورة. تأكد من تمركز العين في المنطقة المصورة. قم بتنظيم فتحة العدسة والتركيز البؤري للكاميرا بالإضافة إلى مستوى الأشعة تحت الحمراء حتى يصبح مخطط التلميذ المصور في تركيز بؤري حاد.
في برنامج اكتساب التلميذ ، حدد منطقة الاهتمام التي تحتوي على التلميذ عن طريق تحديد منطقة مستطيلة باستخدام الماوس. ثم استخدم لوحة التحكم لضبط سطوع وتباين الفيديو المكتسب. اضبط كثافة المسح الضوئي على خمسة واضبط الحد بحيث يتطابق القطع الناقص بشكل وثيق مع المخطط التفصيلي للتلميذ في الفيديو.
باستخدام برنامج معالج الواجهة العصبية ، احصل على الإشارة التناظرية واحفظها من قطر التلميذ أو تتبع PD ، وتتبع الجهد من حركة تسجيل مستشعر كهرضغطية ، وأوقات تسليم التحفيز ، وأوقات تسليم نفخة الهواء. اختر ثمانية نماذج مختلفة من أصوات خنزير غينيا ذات الأطوال المتشابهة من فئتين مختلفتين من الأصوات. على سبيل المثال ، مكالمات wheek ومكالمات الأنين.
ستكون إحدى الفئات بمثابة محفزات قياسية وستكون الفئة الأخرى بمثابة محفزات غريبة أو منحرفة. لتوليد محفزات قياسية ومنحرفة مدتها ثانية واحدة مضمنة في الضوضاء عند مستويات مختلفة من نسبة الإشارة إلى الضوضاء أو نسبة الإشارة إلى الضوضاء المختلفة ، أضف ضوضاء بيضاء متساوية الطول إلى المكالمات. يتراوح نطاق SNRs التي تم أخذ عينات منها في هذه التجربة بين سالب 24 وموجب 40 ديسيبل.
لكل جلسة ، قم بإعداد تسلسل عرض تحفيز شبه عشوائي يحتوي على محفزات قياسية أكبر من 90٪ من الوقت. تأكد من وجود ما لا يقل عن 20 إلى 40 تجربة بين المنبهات المنحرفة بين المحفزات القياسية. استخدم شدة تحفيز ثابتة لجميع عروض التحفيز.
قدم المنبهات بانتظام زمني عالي. للحفاظ على تفاعل الحيوان مع المنبهات وتقليل التعود ، قم اختياريا بتوصيل نفخة هواء قصيرة بعد التحفيز المنحرف. تأكد من فصل بداية نفخة الهواء بشكل كاف عن مدة التحفيز بحيث يثير التحفيز استجابات تمدد حدقة العين.
الوصول إلى الذروة قبل نفخة الهواء الناجم عن القطع الأثرية وميض. قم بتشغيل pupil_avg_JOVE_m التعليمات البرمجية وحدد ملف البيانات من جلسة واحدة في مربع الحوار المنبثق لإجراء اكتشاف الحركة واستبعاد التجربة لكل جلسة. ثم قم بتشغيل نفس الكود وحدد جميع ملفات البيانات المراد تحليلها في مربع الحوار المنبثق.
لإزالة القطع الأثرية لطرفة العين ، قم بمعالجة البيانات مسبقا ، واحصل على متوسط اتساع حدقة العين لكل حافز عبر الجلسات. متوسط تغيرات قطر حدقة العين المستثارة لكل حالة تحفيز عبر الجلسات داخل كل ثم عبر الحيوانات لتوليد متوسط استجابة اتساع حدقة العين لكل حالة من حالات التحفيز. تسلسل عموديا جميع المخرجات من pupil_avg_JOVE التعليمات البرمجية.
م أو جميع جلسات الحيوانات ، SNRs ، والتوهين لبناء مصفوفة تحتوي على الأعمدة ، معرف الحيوان ، SNR ، مستوى الصوت ، وقيم قطر التلميذ. لكل نسبة إشارة إلى الضوضاء (SNR) ، ارسم الأوزان المقابلة للاعتراض لتصور النتائج. افعل الشيء نفسه بالنسبة للمصطلحات الخطية والتربيعية.
ضع كل النسبة المئوية للجلسة الحكيمة للتجارب مع تغييرات كبيرة في حدقة العين في كل خلية من صفيف الخلايا حيث يتم ترتيب الخلايا من نسبة الإشارة إلى الضوضاء (SNR) الأدنى إلى الأعلى. باستخدام pupil_threshold_estimate_JOVE_m التعليمات البرمجية ، قم بتقدير المكالمة في حد تصنيف الضوضاء. يظهر في هذا الشكل متوسط استجابات التلاميذ من ثلاثة.
يتم تمثيل متوسط استجابات التلميذ لمحفزات الأنين القياسية بالخط الأزرق ويتوافق التظليل مع زائد ناقص خطأ معياري واحد من المتوسط. تتوافق الخطوط الرمادية والتظليل مع المتوسط وزائد ناقص خطأ قياسي واحد لمتوسط استجابات التلميذ التي أثارتها محفزات الأزيز المنحرفة. تتوافق شدة التظليل الرمادي مع SNR.
يتوافق الخط الأخضر والتظليل مع متوسط تتبع التلميذ عند عتبة SNR. الخط الرأسي الأحمر يتوافق مع بداية التحفيز. يتوافق الخط الرأسي البرتقالي مع بداية نفخة الهواء وتتوافق الخطوط المتقطعة البط البري مع نافذة GCA.
يبين هذا الشكل الدالة السيكومترية المناسبة للنسبة المئوية للتجارب ذات التغيرات الكبيرة في قطر التلميذ التي يثيرها التحفيز المنحرف كدالة ل SNR. الشعيرات تتوافق مع زائد ناقص خطأ قياسي واحد من المتوسط. لاحظ أنه يتم الوصول إلى 50٪ من الحد الأقصى عند حوالي ناقص 20 ديسيبل SNR.
البيانات عالية الجودة المكتسبة ، من المهم تأقلم الحيوان جيدا مع الإعداد التجريبي والحفاظ على ظروف التخلص الثابتة. اجعل جلسة التجربة قصيرة لتقليل سكن الحيوان إلى المنبهات المنحرفة. EEG ، أو التسجيلات الكهربية الكهربية جنبا إلى جنب مع قياس الحدقة من شأنه أن يولد نظرة ثاقبة إضافية للعجز العصبي ، والعجز الأساسي في تصنيف الضوضاء في الحيوانات ضعاف السمع.
