Öffnen Sie auf dem Computer MATLAB. Fügen Sie den Ordner mit dem MouseWalker-Skript zum Arbeitsverzeichnis hinzu und führen Sie MouseWalker aus. M in der Hauptbefehlszeile.
Laden Sie den Videoordner als Eingabeverzeichnis. Wechseln Sie zum Fenster Einstellungen, in dem sich alle Kalibrierungs- und Schwellenwertparameter befinden. Testen Sie die Auswirkungen der Änderung einiger Parameter, indem Sie auf die Schaltfläche Vorschau klicken.
Überprüfen Sie nach dem Anpassen der Schwellenwertparameter, ob das Video für das automatisierte Tracking bereit ist. Gehen Sie zum ersten Frame und klicken Sie auf Auto, um das Tracking zu starten. Führen Sie nach Abschluss des Trackings bei Bedarf eine manuelle Korrektur durch, indem Sie den entsprechenden Footprint auswählen.
Speichern Sie die Änderungen, indem Sie auf die Schaltfläche Speichern klicken. Klicken Sie dann auf Auswerten, um die Ausgabedateien aus dem verfolgten Video zu generieren. Vergewissern Sie sich, dass alle grafischen Ausgabedatenzeichnungen im Ordner Ergebnisse gespeichert sind.
Überprüfen Sie als Nächstes, ob alle quantitativen Messungen, die von der MouseWalker-Software generiert werden, in einer Excel-Tabelle gespeichert und auf 1.Information_Sheet zusammengefasst sind. Verwenden Sie die MausMultievaluate. M-Skript, um die Messungen aus allen Durchläufen in einer neuen Datei zur Analyse zusammenzufassen.
Um eine Hauptkomponentenanalyse (PCA) durchzuführen, öffnen Sie pcaplotgenerator. py in Spyder und führen Sie den Code aus, indem Sie auf die Schaltfläche Play klicken. Wählen Sie die zu analysierende Excel-Datei und den Blattnamen im automatischen Fenster aus.
Wenn der Blattname nicht geändert wird, schreiben Sie Blatt 1. Im digitalen Tintentest wurde eine mangelnde Unterstützung für die Hinterpfoten festgestellt. Mit einer Verkleinerung der Fußabdruckfläche sowohl für die linke als auch für die rechte Hinterpfote.
Die gesamten Haltungsspuren wiesen mehrere einzigartige Merkmale auf. Nach einer Rückenmarksverletzung wiesen die Hinterpfoten 15 Tage nach der Verletzung kürzere Standspuren und eine zufälligere Porenpositionierung sowohl beim Aufsetzen als auch beim Abheben auf. Die Hauptkomponentenanalyse aller kinematischen Motorparameter ergab eine 40%ige Varianz in den Daten der ersten Komponente, die die Gruppe der Tiere, die eine Rückenmarksverletzung aufwiesen, zu allen Zeitpunkten vom Rest trennte.
Unter Verwendung anderer Skripte, wie z.B. des Heatmap-Skripts, wurde festgestellt, dass die Tiere mit Rückenmarksverletzungen zu allen Zeitpunkten Veränderungen in den Gangstrategien zeigten. Die Mäuse mit Rückenmarksverletzung zeigten auch einen niedrigeren Haltungsgeradheitsindex sowohl in den Vorder- als auch in den Hintergliedmaßen.
