AK מודה גרי לואב לדיונים שימושי על מבחן טיורינג, כמו לחיצת יד המוצע. AK ו IN רוצה להודות נתנאל ליבוביץ ליאור בוצר שתרמו לעיצוב של הגרסה הראשונה של פרוטוקול זה בחזרה בשנת 2007. מחקר זה מומן על ידי הקרן הלאומית למדע (מענק מס &#39;1018-1008). SL הוא נתמך על ידי מענק קרן קרייטמן דוקטורט. IN נתמך על ידי קרן קרייטמן ואת תוכנית מלגות קלור.

1. הכנת מערכת <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> דרישות חומרה: <ul style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> שני רובוטים שולחן פנטום ידי SensAble Technologies, Inc </li><li style=";text-align:right;direction:rtl"> 2 כרטיסים במקביל. </li><li style=";text-align:right;direction:rtl"> דרישות מערכת מינימליות: אינטל או AMD מבוסס מחשבים, Windows 2000/XP, 250 MB של שטח דיסק. </li></ul></li><li style=";text-align:right;direction:rtl"> דרישות תוכנה: <ul style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> Driver- נהגים הורד מן הטכנולוגיות SensAble אתר <a href="http://www.sensable.com">http://www.sensable.com</a> בהתאם למערכת ההפעלה של המחשב. </li><li style=";text-align:right;direction:rtl"> H3DAPI- הורד את קוד המקור H3DAPI ולהתקין בהתאם להוראות המוצגות בסעיף התקנה בהדרכה ב <a href="http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation">http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation</a> עדכנו את הקוד כך שיתאים לדרישות שלנו, כי לא נתקלו בקוד הקיים. הקבצים המעודכנים ניתן להוריד מאתר האינטרנט של הטורניר לחיצת יד <a href="http://www.bgu.ac.il/~akarniel/HANDSHAKE//index.html">http://www.bgu.ac.il/ ~ akarniel / לחיצת יד / / index.html</a> כל קובץ צריך להיות ממוקם בתיקיה המתאימה כמתואר באתר הנ&quot;ל. לאחר ביצוע השינויים, להוריד CMake ולעבד את הקוד. הוראות הידור אפשר למצוא <a href="http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation">http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation</a> </li><li style=";text-align:right;direction:rtl"> X3D ו פיתון <ul style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> הורד פיתון 2.5 מ <a href="http://www.python.org/download/releases/2.5.5/">http://www.python.org/download/releases/2.5.5/</a> </li><li style=";text-align:right;direction:rtl"> הורד את קודי פיתון ו x3d מאתר האינטרנט של לחיצת יד במקום את הקבצים בספרייה קוד ייעודי, למשל: &quot;C: \ codeDirectory&quot; </li><li style=";text-align:right;direction:rtl"> כל דגם כוח לחיצת היד צריכה להיות כתובה בקובץ פיתון נפרד. ראה איור 1 למשל מודל כוח האביב. </li></ul></li><li style=";text-align:right;direction:rtl"> psignifit הכלים גרסה 2.5.6 עבור Matlab, זמין ב <a href="http://www.bootstrap-software.org/psignifit/">http://www.bootstrap-software.org/psignifit/</a> </li></ul></li></ol><img src="/files/ftp_upload/2492/2492fig1.jpg" alt="איור 1" /> באיור 1. לתפקד חיל פיתון. דוגמה למודל באביב לכוח לחיצת יד 2. ניסיוני פרוטוקול <ul style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> פתח את חלון הפקודה ולשנות לספרייה קוד פיתון ו x3d ידי הקלדת: cd C: \ codeDirectory. </li><li style=";text-align:right;direction:rtl"> יצירת תיקיה עם שמות הנושאים C: \ codesDirectory. </li><li style=";text-align:right;direction:rtl"> על מנת להפעיל את סוג הניסוי: h3dload code_name.x3d. </li><li style=";text-align:right;direction:rtl"> יצירת קובץ אקראי חדש על ידי הקלדת: random_file_name.txt. קובץ אקראי מגדיר את הסדר שבו מופיעים לחיצות ידיים שונות. </li><li style=";text-align:right;direction:rtl"> הזן את שמות הנושאים בדיוק כפי בתיקייה שנוצרה בעבר. </li><li style=";text-align:right;direction:rtl"> בעקבות הרעיון המקורי של מבחן טיורינג קלאסית, כל ניסוי מורכב מ 3 גורמים: אדם, מחשב, חוקר. שני נושאים (האדם החוקר) כל אחד להחזיק את העט של המכשיר מדומים ואחד לתחושה וליצור תנועות לחיצת יד. הם מתבקשים לעקוב אחר ההוראות המופיעות על המסך (למשל: &quot;לחץ Page Up עבור לחיצת יד ראשונה&quot;), עבור כוחות לחיצת להיות מיושם. בכל אחת מהשיטות הבאות, כל ניסוי מורכב מ 2 לחיצות ידיים, ואת הנושאים נדרשים להשוות ביניהם. המחשב הוא מודל לחיצת יד מדומה שיוצר אות כוח כפונקציה של הזמן ואת המיקום יד אחת ממדי ונגזרותיו. (1) דגם F (t) = Φ [x (t), t] 0 ≤ t ≤ T F [X, t] מייצג מפעיל סיבתי כלשהו, ​​למשל, שאינו ליניארי המשתנים עם הזמן מודל מכני של תנועה אחת חרט ממדי, ו-T הוא משך הזמן של לחיצת היד. ב T המחקר הנוכחי = 5 שניות. </li></ul><ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> עריכת מבחן &quot;טהור&quot; ומחושב את דמותו האנושית מודל כיתה MHLG p הניסוי מתחיל עם 12 ניסויים נוהג שבו כל לחיצות ידיים (n = 24) הם בני אדם, כך הנבדקים פשוט ללחוץ ידיים אחד עם השני באמצעות מערכת telerobotic. מטרת הניסויים הללו בפועל היא לאפשר למשתתפים להכיר את לחיצת יד אדם במערכת. בניסוי, נשווה ארבעה דגמים המחשב. כל בלוק הניסוי כולל 4 ניסויים בהם אנו משווים את 4 המודלים נבדקו כדי לחיצת יד אדם. אחת לחיצות ידיים במשפט כל אינטראקציה עם כוח שנוצר מאחד ארבעה דגמים (מחשב), והשני הוא עם אדם (הנושא השני). לכן, נושאים את הפונקציה כמו בבני אדם ובבעלי החוקרים. סדר הניסויים בתוך כל בלוק הוא אקראי מראש. כל ניסוי מורכב מ 10 בלוקים, כך שכל לחיצת יד המחשב חוזר על עצמו 10 פעמים. Blo שלא פוענחו הראשוניתck נוסף על היכרות כללית עם המערכת את המשימה. עבור כל דגם, חלקם של לחיצות ידיים שבו הנושא בוחר את לחיצת היד על דגם לחיצת היד האנושית יותר דמוי אדם מחושב, כדי לספק ערך המהווה 0.5 כאשר המודל אינו נבדל מן האדם. אנחנו להכפיל ערך זה על ידי שני על מנת לקבל את p MHLG, כך MHLG = 0 ברור שאינם בני אדם אוהבים MHLG = 1 פירושו שה-לחיצת יד נבדק אינה נבדלת לחיצת יד האדם. </li><li style=";text-align:right;direction:rtl"> ביצוע של &quot;משוקלל אדם מודל&quot; המבחן וחישוב מודל האנושי בדמותו כיתה MHLG w בפרוטוקול זה, יש רק נושא אחד החוקר. נושא פונקציות אחרות כמו הישות האנושית לחיצות ידיים. הניסוי מתחיל עם 30 מחקרים פרקטיקה שבה החוקר חוויות one לחיצת יד אנושית אחת לחיצת יד מחשב במשפט אחד. בסופו של המשפט הם מתבקשים לבחור אילו של 2 לחיצות ידיים הייתה לחיצת יד אדם. אם הם יצליחו, המסך מציג &quot;נכון!&quot;, ואם הם לא בחרו את לחיצת היד הימנית, &quot;טעות!&quot; מופיעה. לאחר לחסום את הנוהג הניסוי מתבצע כדלקמן: ניסוי מורכב משתי לחיצות ידיים. באחד לחיצות ידיים, את הגירוי - החוקר אינטראקציה עם שילוב של כוחות שמגיע האדם ומודל לחיצת יד המחשב. (2) F = α גירוי • F אנוש + (1-α גירוי) • F stimulusModel גירוי α מופץ באופן שווה 0-1, למשל: גירוי α = {0, 0.142, 0.284, 0.426, 0.568, 0.710, 0.852, 1} לחיצת יד אחרים - התייחסות - הוא שילוב קבוע של כוחות שנוצר האדם ועל מודל התייחסות: (3) F = α • F התייחסות אנושית + (1-α הפניה) • F referenceModel; התייחסות α = 0.5 בסוף כל ניסוי החוקר מתבקש לבחור את לחיצת היד כי הרגשתי יותר דמוי אדם. בניסוי זה אנו משווים שני מודלים מבחן מודל אחד הבסיס. כל בלוק ניסיונית מורכב 24 מחקרים המהווים כל אחד מהשילובים ליניארי של הגירוי ואת האדם (eq. 2) עבור כל אחד 3 שילובים המודל: <img src="/files/ftp_upload/2492/2492model1.jpg" alt="דגם 1" /> סדר הניסויים בתוך כל בלוק הוא אקראי מראש. כל ניסוי מורכב מ 10 בלוקים, כך שכל שילוב חוזר 10 פעמים. בלוק שלא פוענחו הראשוני הוא מוסף היכרות כללית עם המערכת את המשימה. אנחנו בכושר פונקציה פסיכומטרי לוגיסטי 1 עד התשובות של החוקר באמצעות הגירסה הכלים psignifit 2.5.6 עבור Matlab, זמין ב <a href="http://www.bootstrap-software.org/psignifit/">http://www.bootstrap-software.org/psignifit/</a> , עם שיטת הסבירות המרבית מוגבלת לאמידה של הפרמטרים, ולמצוא מרווחי ביטחון לפי שיטת משוא פנים מתוקן (BCA) מואצת bootstrap. העקומה מציגה את ההסתברות של החוקר לענות על לחיצת יד הגירוי הוא יותר דמוי אדם, כפונקציה של גירוי α - α התייחסות. נקודת השוויון הסובייקטיבית (PSE) מופק ברמה 0.5 הסף של עקומת פסיכומטרי, המציין את ההבדל בין הגירוי α ו α התייחסות שעבורם לחיצות ידיים נתפסים להיות אדם פחות אוהב. PSE משמשת לחישוב w MHLG לפי: (4) MHLG w = 0.5-PSE מודל אשר נתפס כמו דמוי אדם כמודל התייחסות התשואות הערך w MHLG 0.5. הדגמים אשר נתפסים המעטה ביותר או דמוי אדם אפשרי, תשואה MHLG w ערכים של 0 או 1, בהתאמה. </li><li style=";text-align:right;direction:rtl"> ביצוע הבדיקה &quot;, הוסיף רעש&quot; וחישוב מודל האנושי בדמותו כיתה MHLG n בדומה מבחן משוקלל מודל אנושי, יש רק נושא אחד החוקר. נושא פונקציות אחרות כמו הישות האנושית לחיצות ידיים. הבלוק בפועל הוא גם כמו בשיטה הקודמת. לאחר התרגול, באחד 2 לחיצות ידיים - הגירוי - החוקר אינטראקציה עם מודל לחיצת יד המחשב. לחיצת יד אחרים - התייחסות - הוא כוח שנוצר משילוב של רעש לבן אדם עם טווח תדר מסוננים לפי התדרים שמופיעים לחיצת יד האדם. (5) F = α • F אנוש + (1-α) • F רעש; α מופץ באופן שווה 0-1, למשל: α = {0, 0.142, 0.284, 0.426, 0.568, 0.710, 0.852, 1} בסוף כל ניסוי החוקר מתבקש לבחור את לחיצת היד כי הרגשתי יותר דמוי אדם. הניסוי בנוי באותו אופן מו משוקללדל אנושיים הבדיקה הנ&quot;ל בנוי. עם זאת, בעוד כיול במבחן האדם מודל משוקלל מבוצעת על ידי השוואת שילובים שונים של מודל בסיס שילוב לתקן את עצמו, בניסוי זה את מודל הבסיס הוא תחליף על ידי הרעש. PSE מופק העקומה הפסיכומטרית ומגדיר את n MHLG (6) MHLG n = 1-PSE הדגמים אשר נתפסים המעטה ביותר או דמוי אדם אפשרי, תשואה MHLG n ערכים של 0 או 1, בהתאמה. </li></ol> 3. נציג תוצאות: איור 2 מדגים את התוצאות של נושא אחד עבור כל אחד 3 שיטות. הדגמים שנבדקו בכל שלושת הניסויים הם 2 דגמים-KB1 viscoelastic: באביב K = 50 N / m, מנחת B = 2 NS / מ &#39;; KB2: באביב K = 20 N / m, מנחת B = 1.3 NS / m. במבחן משוקלל המודל האנושי, W MHLG מוערך על ידי השוואת כל הדגמים שנבדקו לדגם הבסיס אלסטי K = 50 N / m. <img src="/files/ftp_upload/2492/2492fig2.jpg" alt="איור 2" /> איור 2. MHLG הערכים של שני מודלים viscoelastic על פי הפרוטוקול &quot;טהור&quot; הבדיקה (א), &quot;מודל האדם משוקלל פרוטוקול&quot; (ב) ואת &quot;רעש הוסיף&quot; פרוטוקול (ג). השגיאה בארים (ב) ו - (ג) מייצג רווח סמך עקומות &quot;הפסיכומטרי. פסים שחורים מייצגים את הציונים MHLG עבור מודלים, ואת פסים אפורים אלה מייצגים מודל הבסיס (ב) ו הרעש (ג). התוצאות מראות כי המודל KB2 viscoelastic נתפשת אנושית יותר מאשר KB1 מודל אחר viscoelastic באמצעות כל שלוש שיטות הערכה.

<ol>
	<li>Wichmann, F., Hill, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+psychometric+function:+I.+Fitting,+sampling,+and+goodness+of+fit.">The psychometric function: I. Fitting, sampling, and goodness of fit.</a> Perception &#38; Psychophysics. 63, 1293-1293 (2001).</li><li>Avraham, G., Levy-Tzedek, S., Karniel, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2009).</li><li>Avraham, G., Levy-Tzedek, S., Karniel, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2010).</li><li>Avraham, G., Levy-Tzedek, S., Peles, B. C., Bar-Haim, S., Karniel, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2010).</li><li>Karniel, A., Nisky, I., Avraham, G., Peles, B. C., Levy-Tzedek, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2010).</li><li>Jindai, M., Watanabe, T., Shibata, S., Yamamoto, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2006).</li><li>Kasuga, T., Hashimoto, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2005).</li><li>Ouchi, K., Hashimoto, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Handshake+Telephone+System+to+Communicate+with+Voice+and+Force.">Handshake Telephone System to Communicate with Voice and Force.</a> , 466-471 (1998).</li><li>Bailenson, J., Yee, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Virtual+interpersonal+touch+and+digital+chameleons.">Virtual interpersonal touch and digital chameleons.</a> Journal of Nonverbal Behavior. 31, 225-242 (2007).</li><li>Miyashita, T., Ishiguro, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Human-like+natural+behavior+generation+based+on+involuntary+motions+for+humanoid+robots.">Human-like natural behavior generation based on involuntary motions for humanoid robots.</a> Robotics and Autonomous Systems. 48, 203-212 (2004).</li><li>Wang, Z., Lu, J., Peer, A., Buss, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2010).</li><li>IiZuka, H., Ando, H., Maeda, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2010).</li><li>Chaplin, W., Phillips, J., Brown, J., Clanton, N., Stein, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Handshaking,+gender,+personality,+and+first+impressions.">Handshaking, gender, personality, and first impressions.</a> Journal of Personality and Social Psychology. 79, 110-117 (2000).</li><li>Stewart, G., Dustin, S., Barrick, M., Darnold, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Exploring+the+handshake+in+employment+interviews.">Exploring the handshake in employment interviews.</a> Journal of Applied Psychology. 93, 1139-1146 (2008).</li><li>Van Der Heide, J., Fock, J., Otten, B., Stremmelaar, E., Hadders-Algra, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Kinematic+characteristics+of+reaching+movements+in+preterm+children+with+cerebral+palsy.">Kinematic characteristics of reaching movements in preterm children with cerebral palsy.</a> Pediatric research. 57, 883 (2005).</li><li>Ronnqvist, L., Rosblad, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Kinematic+analysis+of+unimanual+reaching+and+grasping+movements+in+children+with+hemiplegic+cerebral+palsy.">Kinematic analysis of unimanual reaching and grasping movements in children with hemiplegic cerebral palsy.</a> Clinical Biomechanics-Kidlington. 22, 165-175 (2007).</li><li>Goodale, M., Milner, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Separate+visual+pathways+for+perception+and+action.">Separate visual pathways for perception and action.</a> Trends in neurosciences. 15, 20-25 (1992).</li><li>Ganel, T., Goodale, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Visual+control+of+action+but+not+perception+requires+analytical+processing+of+object+shape.">Visual control of action but not perception requires analytical processing of object shape.</a> Nature. 426, 664-667 (2003).</li><li>Pressman, A., Nisky, I., Karniel, A., Mussa-Ivaldi, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Probing+Virtual+Boundaries+and+the+Perception+of+Delayed+Stiffness.">Probing Virtual Boundaries and the Perception of Delayed Stiffness.</a> Advanced Robotics. 22, 119-140 (2008).</li><li>Nisky, I., Pressman, A., Pugh, C. M., Mussa-Ivaldi, F. A., Karniel, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , 213-218 (2010).</li><li>Karniel, A., Binder, M. D., Hirokawa, N., Windhorst, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Computational+Motor+Control.">Computational Motor Control.</a> Encyclopedia of Neuroscience. , 832-837 (2009).</li></ol>

אין ניגודי אינטרסים הכריז.

הצגנו פרוטוקול חדש למבחן טיורינג כמו בכפייה בחירה לחיצת יד מנוהל באמצעות מערכת telerobotic פשוטה. פרוטוקול זה הוא פלטפורמה השוואת דגמים לחיצת יד מלאכותית, יותר מאשר פלטפורמה לקביעת דמות אנושית מוחלטת. פרוטוקול זה הוצג בכנסים כמה 2-5 הראינו כאן כי המבחן הזה הוא לעזור למצוא את הפרמטרים המאפיינים של תנועה פסיבית המספקים את רוב דמוי אדם מרגיש. זה יכול לשמש מחקרים נוספים על מנת לפתח מודל לחיצת יד אשר יהיה כמו דמוי אדם ככל האפשר. אנו מעסיקים פלטפורמה זו בטורניר טיורינג, כמו הלידה הראשונה לחיצת יד שיתקיים בקיץ 2011 [[ <a href="http://www.bgu.ac.il/~akarniel/HANDSHAKE/index.html">http://www.bgu.ac.il/ ~ akarniel / לחיצת יד / index.html</a> ]], שם מודלים מתחרים יהיה ציון עבור דמות האדם שלהם. המודל האולטימטיבי כנראה צריך לשקול את nonlinearities זמן משתנה אופיו של האדם עכבה 21, הסתגלות הדדית עם החוקר היבטים רבים אחרים של לחיצת יד אנושית טבעית שצריכה להיבדק מדורגת באמצעות כפייה בחירה טיורינג כמו מבחן לחיצת יד. המבחן המוצע הוא חד ממדי וביצע דרך ממשק telerobotic, ולכן היא מוגבלת: הוא מסתיר היבטים רבים של לחיצת יד, כגון מידע משושי טמפרטורה, לחות, וכוחות אחיזה. עם זאת, במספר מחקרים ממשק telerobotic שימש לחקר לחיצות ידיים 6-11 וצורות אחרות של 12 אדם האינטראקציה האנושית. בנוסף, בגרסה זו של המבחן, אנחנו לא רואים את משך הזמן של לחיצת יד, על ייזום פעמים לשחרר, טבע רב מימדי שלה ואת מסלולי יד לפני ואחרי מגע פיזי. ישנם גם סוגים רבים של לחיצות ידיים תלוי מגדר ותרבות של האדם 13-14 ולכן לא ניתן לצפות ליצור מודל יחיד אופטימלי אדם כמו לחיצת יד. עם זאת, אנו מאמינים כי הפשטות של המבחן המוצע הוא יתרון, לפחות בשלב ראשוני זה של המחקר. לאחר התכונות העיקריות של לחיצת יד אחד כזה ממדי מאופיינים כהלכה אנחנו יכולים לעבור לשקול מגבלות אלה ולהרחיב את הבדיקה בהתאם. יצוין, כי מבחן טיורינג, כמו לחיצת יד יכול להיות הפוך, עם המחשב במקום של האדם נשאל על זהותו של הצד השני. במסגרת זו, אנו רואים את ההשערה הבאה לחיצת יד הפוכה: המטרה של לחיצת יד היא לחקור את היד מזועזע, על פי ההשערה לחיצת יד הפוכה, האלגוריתם לחיצת יד אופטימלית - במובן זה שזה יהיה קשה להבדיל בין לחיצת יד אדם - יהיה הכי טוב להקל על אפליה בין בני אדם ומכונות. במילים אחרות, המודל תניב את לחיצת היד הכי כזה מסווג מכוון כראוי יכול להבחין בין אדם ולחיצות ידיים למכונה. אם ההשערה נכונה לחיצת יד הפוכה אכן מניב יישום קליני לבדיקת שלנו: זיהוי ליקויי מנוע אצל אנשים הסובלים מנוע הקשורות להפרעות נוירולוגיות שונות, כגון שיתוק מוחין (CP). מחקרים קודמים הראו הבדלים בפרמטרים kinematic בין חולי CP ו בריאים בעת ביצוע תנועות להגיע 15-16. אנחנו לאחרונה הראו כי המאפיינים של תנועות שונות בין אנשים בריאים לבין אנשים עם CP כאשר לוחצים ידיים דרך 4 מערכת telerobotic. ממצאים אלו מחזקים הטענה שלנו כי אנשים עם לקויות מוטוריות ניתן להבחין בין אנשים בריאים על ידי בחינת לחקור את תנועת לחיצת יד של כל אדם. ראוי גם לשים לב כי הבדיקה דנו במסמך זה מבחן התפיסתי מחקרים שנעשו לאחרונה להבחין בין תפיסה ופעולה 17-20. מחקרים עתידיים צריכים לבחון שלוש גרסאות של הבדיקה על מנת להעריך נכונה את אופיו של לחיצת יד אנושית כמו: (1) מבחן פסיכומטרי הדמיון נתפס, (2) התנהגות מוטורית הבדיקה (הבדיקה motormetric) כי תבחן את המנוע התגובה של החוקר אשר עשויים להיות שונים מאלה שלו / דמיון נתפס קוגניטיבית לה (3) מאבחן אופטימלי האולטימטיבי המנסה להבחין בין לחיצות ידיים אדם מכונה המבוססת על כוח ועל מסלולי עמדה. באופן כללי, אנו טוענים כי הבנת מערכת שליטה מוטורית היא תנאי הכרחי להבנת תפקוד המוח, וכי הבנה כזה יכול להיות הפגינו ידי בניית רובוט דמוי אדם נבדל אדם. המחקר הנוכחי מתמקד לחיצות ידיים באמצעות מערכת telerobotic. אנו טוענים כי על ידי בדירוג השערות המדעית הרווחת על טבעו של האדם לשלוט ביד תנועה באמצעות מבחן טיורינג הציע כמו לחיצת יד, אנחנוצריך להיות מסוגל לחלץ מאפיינים בולטים של שליטה מוטורית האדם או לפחות את המאפיינים הבולטים נדרש לבנות תוספת מלאכותית אינה נבדלת זרוע אנושית.

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en">	
		
		<div>
		<table border="1">
		<thead>
		<tr>
		<th>Material Name</th>
		<th>Type</th>
		<th>Company</th>
		<th>Catalogue Number</th>
		<th>Comment</th>
		</tr>
		</thead>
		<tbody>
		
<tr>
<td>Two PHANTOM desktop robots</td>
<td>&nbsp;</td>
<td>SensAble Technologies</td>
<td>&nbsp;</td>
<td>2 Parallel cards Minimum system requirements: Intel or AMD-based PCs; Windows 2000/XP, 250 MB of disc space</td>
</tr>
<tr>
<td>SensAble technologies Drivers</td>
<td>&nbsp;</td>
<td>SensAble technologies</td>
<td>&nbsp;</td>
<td><a href="http://www.sensable.com">http://www.sensable.com</a></td>
</tr>
<tr>
<td>H3DAPI source code</td>
<td>&nbsp;</td>
<td>H3DAPI</td>
<td>&nbsp;</td>
<td><a href="http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation">http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation</a></td>
</tr>
<tr>
<td>Python 2.5</td>
<td>&nbsp;</td>
<td>Python</td>
<td>&nbsp;</td>
<td><a href="http://www.python.org/download/releases/2.5.5/">http://www.python.org/download/releases/2.5.5/</a></td>
</tr>
<tr>
<td>x3d codes</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<tr>
<td>psignifit toolbox version 2.5.6</td>
<td>&nbsp;</td>
<td>Matlab</td>
<td>&nbsp;</td>
<td><a href="http://www.bootstrap-software.org/psignifit/">http://www.bootstrap-software.org/psignifit/</a></td>
</tr>		</tbody>
		</table>
		</div>

one dimensional turing-like handshake test for motor intelligence

במבחן טיורינג, מודל המחשב נחשב &quot;לחשוב בתבונה&quot; אם הוא יכול לייצר תשובות שאינן להבדיל מאלה של אדם. עם זאת, בדיקה זו מוגבלת ההיבטים הלשוניים של האינטליגנציה המלאכותית. פונקציה מובהקת של המוח הוא שליטה של ​​תנועה, תנועה של היד האנושית היא הדגמה מתוחכם של פונקציה זו. לכן, אנו מציעים מבחן טיורינג, כמו לחיצת יד, עבור המודיעין מנוע המכונה. אנו לנהל את מבחן דרך מערכת telerobotic שבה החוקר עוסקת במשימה של החזקת חרט רובוטיים אינטראקציה עם צד אחר (אנושי או מלאכותי). במקום לשאול את החוקר אם הצד השני הוא אדם או תוכנת מחשב, אנו מעסיקים שיטה שני חלופה בחירה בכפייה לשאול איזה שתי מערכות הוא יותר דמוי אדם. אנחנו לחלץ ציון כמותי עבור כל דגם על פי הדמיון שלו תנועה לחיצת יד אדם בשם &quot;אדם, בדמות דגם כיתה&quot; (MHLG). אנו מציגים שלוש שיטות להערכת MHLG. (I) על ידי חישוב שיעור תשובות הנבדקים כי המודל הוא יותר דמוי אדם מאשר אדם; (ii) על ידי השוואת שני הסכומים משוקלל של לחיצות ידיים האדם המודל שאנחנו בכושר עקומת פסיכומטרי ולחלץ נקודת השוויון הסובייקטיבית (PSE ;) (ג) על ידי השוואת מודל נתון עם סכום משוקלל של האות אדם אקראי, אנחנו בכושר עקומת פסיכומטרי לתשובות של החוקר לחלץ את PSE עבור משקלו של האדם בסכום המשוקלל. בסך הכל, אנו מספקים פרוטוקול לבחון מודלים חישוביים של לחיצת היד האנושית. אנו מאמינים כי בניית מודל הוא צעד הכרחי להבנת התופעה, במקרה זה, בהבנת המנגנונים העצביים האחראים הדור של לחיצת היד האנושית.

Watch this Scientific Journal Video about One Dimensional Turing-Like Handshake Test for Motor Intelligence at JoVE.com

One Dimensional Turing-Like Handshake Test for Motor Intelligence

אנו מציגים מבחן טיורינג, כמו לחיצת יד מנוהל באמצעות מערכת telerobotic שבה החוקר מחזיק עט רובוטיים אינטראקציה עם צד אחר (אנושי או מלאכותי). אנו משתמשים בשיטת בחירה כפויה, ולחלץ מידה לבחינת הדמיון של מודל מלאכותי כדי לחיצת יד אדם.

לחיצת יד אחת מימדי טיורינג, כמו מבחן אינטליגנציה מוטורי

In the Turing test, a computer model is deemed to "think intelligently" if it can generate answers that are not distinguishable from those of a human.  ...

one-dimensional-turing-like-handshake-test-for-motor-intelligence

Research

JoVE Journal

Neuroscience

26.6K Views.  Ben-Gurion University. אנו מציגים מבחן טיורינג, כמו לחיצת יד מנוהל באמצעות מערכת telerobotic שבה החוקר מחזיק עט רובוטיים אינטראקציה עם צד אחר (אנושי או מלאכותי). אנו משתמשים בשיטת בחירה כפויה, ולחלץ מידה לבחינת הדמיון של מודל מלאכותי כדי לחיצת יד אדם.

Video: One Dimensional Turing-Like Handshake Test for Motor Intelligence

Extracellularly Identifying Motor Neurons for a Muscle Motor Pool in Aplysia californica

In animals with large identified neurons (e.g. mollusks), analysis of motor pools is done using intracellular techniques1,2,3,4. Recently, we developed a technique to extracellularly stimulate and record individual neurons in Aplysia californica5. We now describe a protocol for using this technique to uniquely identify and characterize motor neurons within a motor pool.
This extracellular technique has advantages. First, extracellular electrodes can stimulate and record neurons through the sheath5, so it does not need to be removed. Thus, neurons will be healthier in extracellular experiments than in intracellular ones. Second, if ganglia are rotated by appropriate pinning of the sheath, extracellular electrodes can access neurons on both sides of the ganglion, which makes it easier and more efficient to identify multiple neurons in the same preparation. Third, extracellular electrodes do not need to penetrate cells, and thus can be easily moved back and forth among neurons, causing less damage to them. This is especially useful when one tries to record multiple neurons during repeating motor patterns that may only persist for minutes. Fourth, extracellular electrodes are more flexible than intracellular ones during muscle movements. Intracellular electrodes may pull out and damage neurons during muscle contractions. In contrast, since extracellular electrodes are gently pressed onto the sheath above neurons, they usually stay above the same neuron during muscle contractions, and thus can be used in more intact preparations.
To uniquely identify motor neurons for a motor pool (in particular, the I1/I3 muscle in Aplysia) using extracellular electrodes, one can use features that do not require intracellular measurements as criteria: soma size and location, axonal projection, and muscle innervation4,6,7. For the particular motor pool used to illustrate the technique, we recorded from buccal nerves 2 and 3 to measure axonal projections, and measured the contraction forces of the I1/I3 muscle to determine the pattern of muscle innervation for the individual motor neurons.
We demonstrate the complete process of first identifying motor neurons using muscle innervation, then characterizing their timing during motor patterns, creating a simplified diagnostic method for rapid identification. The simplified and more rapid diagnostic method is superior for more intact preparations, e.g. in the suspended buccal mass preparation8 or in vivo9. This process can also be applied in other motor pools10,11,12 in Aplysia or in other animal systems2,3,13,14.

Extracellularly Identifying Motor Neurons for a Muscle Motor Pool in Aplysia californica

In animals with large identified neurons (e.g. mollusks), analysis of motor pools is done using intracellular techniques1,2,3,4. Recently, we developed a technique to extracellularly stimulate and record individual neurons in Aplysia californica5. We now describe a protocol for using this technique to uniquely identify and characterize motor neurons within a motor pool.

Extracellularly זיהוי תאי עצב מוטורי לשריר בברכת מוטור<em&gt; Aplysia californica</em

In animals with large  identified neurons (e.g. mollusks), analysis of motor pools is done using  intracellular techniques1,2,3,4. Recently,  we developed ...

Why Quantification Matters: Characterization of Phenotypes at the Drosophila Larval Neuromuscular Junction

Most studies on morphogenesis rely on qualitative descriptions of how anatomical traits are affected by the disruption of specific genes and genetic pathways. Quantitative descriptions are rarely performed, although genetic manipulations produce a range of phenotypic effects and variations are observed even among individuals within control groups.&#160;Emerging evidence shows that morphology, size and location of organelles play a previously underappreciated, yet fundamental role in cell function and survival. Here we provide step-by-step instructions for performing quantitative analyses of phenotypes at the Drosophila larval neuromuscular junction (NMJ). We use several reliable immuno-histochemical markers combined with bio-imaging techniques and morphometric analyses to examine the effects of genetic mutations on specific cellular processes. In particular, we focus on the quantitative analysis of phenotypes affecting morphology, size and position of nuclei within the striated muscles of Drosophila larvae. The Drosophila larval NMJ is a valuable experimental model to investigate the molecular mechanisms underlying the structure and the function of the neuromuscular system, both in health and disease. However, the methodologies we describe here can be extended to other systems as well.

Why Quantification Matters: Characterization of Phenotypes at the Drosophila Larval Neuromuscular Junction

Morphology, size and location of intracellular organelles are evolutionarily conserved and appear to directly affect their function. Understanding the molecular mechanisms underlying these processes has become an important goal of modern biology. Here we show how these studies can be facilitated by the application of quantitative techniques.

למה כימות Matters: אפיון פנוטיפים בבית<em&gt; תסיסנית</em&gt; זחל Neuromuscular צומת

Most studies on morphogenesis rely on qualitative descriptions of how anatomical traits are affected by the disruption of specific genes and genetic ...

External Excitation of Neurons Using Electric and Magnetic Fields in One- and Two-dimensional Cultures

A neuron will fire an action potential when its membrane potential exceeds a certain threshold. In typical activity of the brain, this occurs as a result of chemical inputs to its synapses. However, neurons can also be excited by an imposed electric field. In particular, recent clinical applications activate neurons by creating an electric field externally. It is therefore of interest to investigate how the neuron responds to the external field and what causes the action potential. Fortunately, precise and controlled application of an external electric field is possible for embryonic neuronal cells that are excised, dissociated and grown in cultures. This allows the investigation of these questions in a highly reproducible system.
In this paper some of the techniques used for controlled application of external electric field on neuronal cultures are reviewed. The networks can be either one dimensional, i.e. patterned in linear forms or allowed to grow on the whole plane of the substrate, and thus two dimensional. Furthermore, the excitation can be created by the direct application of electric field via electrodes immersed in the fluid (bath electrodes) or by inducing the electric field using the remote creation of magnetic pulses.

Neuronal cultures are a good model for studying emerging brain stimulation techniques via their effect on single neurons or a population of neurons. Presented here are different methods for stimulation of patterned neuronal cultures by an electric field produced directly by bath electrodes or induced by a time-varying magnetic field.

עירור החיצוני של הנוירונים באמצעות שדות חשמליים ומגנטיים ב אחד&quot; ותרבויות דו ממדים

A neuron will fire an action potential when its membrane potential exceeds a certain threshold. In typical activity of the brain, this occurs as a result ...

Fiber Connections of the Supplementary Motor Area Revisited: Methodology of Fiber Dissection, DTI, and Three Dimensional Documentation

The purpose of this study is to show the methodology for the examination of the white matter connections of the supplementary motor area (SMA) complex (pre-SMA and SMA proper) using a combination of fiber dissection techniques on cadaveric specimens and magnetic resonance (MR) tractography. The protocol will also describe the procedure for a white matter dissection of a human brain, diffusion tensor tractography imaging, and three-dimensional documentation. The fiber dissections on human brains and the 3D documentation were performed at the University of Minnesota, Microsurgery and Neuroanatomy Laboratory, Department of Neurosurgery. Five postmortem human brain specimens and two whole heads were prepared in accordance with Klingler's method. Brain hemispheres were dissected step by step from lateral to medial and medial to lateral under an operating microscope, and 3D images were captured at every stage. All dissection results were supported by diffusion tensor imaging. Investigations on the connections in line with Meynert's fiber tract classification, including association fibers (short, superior longitudinal fasciculus I and frontal aslant tracts), projection fibers (corticospinal, claustrocortical, cingulum, and frontostriatal tracts), and commissural fibers (callosal fibers) were also conducted.

The purpose of this study is to show each step of the fiber dissection technique on human cadaveric brains, the 3D documentation of these dissections, and the diffusion tensor imaging of the anatomically dissected fiber pathways.

סיבים חיבורים של אזור המשלים המשולב Revisited: מתודולוגיה של פיזור דיסק, DTI, ו 3 תיעוד מימדי

The purpose of this study is to show the methodology for the examination of the white matter connections of the supplementary motor area (SMA) complex ...

In Vivo Single-Molecule Tracking at the Drosophila Presynaptic Motor Nerve Terminal

An increasing number of super-resolution microscopy techniques are helping to uncover the mechanisms that govern the nanoscale cellular world. Single-molecule imaging is gaining momentum as it provides exceptional access to the visualization of individual molecules in living cells. Here, we describe a technique that we developed to perform single-particle tracking photo-activated localization microscopy (sptPALM) in Drosophila larvae. Synaptic communication relies on key presynaptic proteins that act by docking, priming, and promoting the fusion of neurotransmitter-containing vesicles with the plasma membrane. A range of protein-protein and protein-lipid interactions tightly regulates these processes and the presynaptic proteins therefore exhibit changes in mobility associated with each of these key events. Investigating how mobility of these proteins correlates with their physiological function in an intact live animal is essential to understanding their precise mechanism of action. Extracting protein mobility with high resolution in vivo requires overcoming limitations such as optical transparency, accessibility, and penetration depth. We describe how photoconvertible fluorescent proteins tagged to the presynaptic protein Syntaxin-1A can be visualized via slight oblique illumination and tracked at the motor nerve terminal or along the motor neuron axon of the third instar Drosophila larva.

In Vivo Single-Molecule Tracking at the Drosophila Presynaptic Motor Nerve Terminal

Here we illustrate how single molecule photo-activated localization microscopy can be carried out on the motor nerve terminal of a live Drosophila melanogaster third instar larva.

אין ויוו מעקב אחר בתחנת האוטובוסים Presynaptic עצבים מוטוריים דרוזופילה מולקולה בודדת

An increasing number of super-resolution microscopy techniques are helping to uncover the mechanisms that govern the nanoscale cellular world. ...

3D Kinematic Analysis for the Functional Evaluation in the Rat Model of Sciatic Nerve Crush Injury

Compared to the Sciatic Functional Index (SFI), kinematic analysis is a more reliable and sensitive method for performing functional evaluations of sciatic nerve injury rodent models. In this protocol, we describe a novel kinematic analysis method that uses a three-dimensional (3D) motion capture apparatus for functional evaluations using a rat sciatic nerve crush injury model. First, the rat is familiarized with treadmill walking. Markers are then attached to the designated bone landmarks and the rat is made to walk on the treadmill at the desired speed. Meanwhile, the posterior limb movements of the rat are recorded using four cameras. Depending on the software used, marker tracings are created using both automatic and manual modes and the desired data are produced after subtle adjustments. This method of kinematic analysis, which uses a 3D motion capture apparatus, offers numerous advantages, including superior precision and accuracy. Many more parameters can be investigated during the comprehensive functional evaluations. This method has several shortcomings that require consideration: The system is expensive, can be complicated to operate, and may produce data deviations due to skin shifting. Nevertheless, kinematic analysis using a 3D motion capture apparatus is useful for performing functional anterior and posterior limb evaluations. In the future, this method may become increasingly useful for generating accurate assessments of various traumas and diseases.

We introduce a kinematic analysis method that uses a three-dimensional motion capture apparatus containing four cameras and data processing software for performing functional evaluations during fundamental research involving rodent models.

3D ניתוח קימטי עבור הערכה פונקציונלית במודל חולדה של פציעה העצבים הגיד מעיכה

Compared to the Sciatic Functional Index (SFI), kinematic analysis is a more reliable and sensitive method for performing functional evaluations of ...

Determining the Functional Status of the Corticospinal Tract Within One Week of Stroke

High interindividual variability in the recovery of upper limb (UL) function after stroke means it is difficult to predict an individual&#39;s potential for recovery based on clinical assessments alone. The functional integrity of the corticospinal tract is an important prognostic biomarker for recovery of UL function, particularly for those with severe initial UL impairment. This article presents a protocol for evaluating corticospinal tract function within 1 week of stroke. This protocol can be used to select and stratify patients in trials of interventions designed to improve UL motor recovery and outcomes after stroke. The protocol also forms part of the PREP2 algorithm, which predicts UL function for individual patients 3 months poststroke. The algorithm sequentially combines a UL strength assessment, age, transcranial magnetic stimulation, and stroke severity, within a few days of the stroke. The benefits of using PREP2 in clinical practice are described elsewhere. This article focuses on the use of a UL strength assessment and transcranial magnetic stimulation to evaluate corticospinal tract function.

This protocol is for evaluating corticospinal tract function within 1 week of stroke. It can be used to select and stratify patients in trials of interventions designed to improve upper limb motor recovery and outcomes and in clinical practice for predicting upper limb functional outcomes 3 months after stroke.

קביעת הסטטוס הפונקציונלי של בדרכי Corticospinal בתוך שבוע של שבץ

High interindividual variability in the recovery of upper limb (UL) function after stroke means it is difficult to predict an individual&#39;s potential ...

Three-Dimensional Motor Nerve Organoid Generation

A fascicle of axons is one of the major structural motifs observed in the nervous system. Disruption of axon fascicles could cause developmental and neurodegenerative diseases. Although numerous studies of axons have been conducted, our understanding of formation and dysfunction of axon fascicles is still limited due to the lack of robust three-dimensional in vitro models. Here, we describe a step-by-step protocol for the rapid generation of a motor nerve organoid (MNO) from human induced pluripotent stem (iPS) cells in a microfluidic-based tissue culture chip. First, fabrication of chips used for the method is described. From human iPS cells, a motor neuron spheroid (MNS) is formed. Next, the differentiated MNS is transferred into the chip. Thereafter, axons spontaneously grow out of the spheroid and assemble into a fascicle within a microchannel equipped in the chip, which generates an MNO tissue carrying a bundle of axons extended from the spheroid. For the downstream analysis, MNOs can be taken out of the chip to be fixed for morphological analyses or dissected for biochemical analyses, as well as calcium imaging and multi-electrode array recordings. MNOs generated with this protocol can facilitate drug testing and screening and can contribute to understanding of mechanisms underlying development and diseases of axon fascicles.

This protocol provides a comprehensive procedure to fabricate human iPS cell-derived motor nerve organoid through spontaneous assembly of a robust bundle of axons extended from a spheroid in a tissue culture chip.

דור אורגנואיד עצבי מוטורי תלת מימדי

A fascicle of axons is one of the major structural motifs observed in the nervous system. Disruption of axon fascicles could cause developmental and ...

In Vivo Wireless Optogenetic Control of Skilled Motor Behavior

Fine motor skills are essential in everyday life and can be compromised in several nervous system disorders. The acquisition and performance of these tasks require sensory-motor integration and involve precise control of bilateral brain circuits. Implementing unimanual behavioral paradigms in animal models will improve the understanding of the contribution of brain structures, like the striatum, to complex motor behavior as it allows manipulation and recording of neural activity of specific nuclei in control conditions and disease during the performance of the task. 
Since its creation, optogenetics has been a dominant tool for interrogating the brain by enabling selective and targeted activation or inhibition of neuronal populations. The combination of optogenetics with behavioral assays sheds light on the underlying mechanisms of specific brain functions. Wireless head-mounted systems with miniaturized light-emitting diodes (LEDs) allow remote optogenetic control in an entirely free-moving animal. This avoids the limitations of a wired system being less restrictive for animals' behavior without compromising light emission efficiency. The current protocol combines a wireless optogenetics approach with high-speed videography in a unimanual dexterity task to dissect the contribution of specific neuronal populations to fine motor behavior.

In Vivo Wireless Optogenetic Control of Skilled Motor Behavior

The present protocol describes how to use wireless optogenetics combined with high-speed videography in a single pellet reach-to-grasp task to characterize the neural circuits involved in the performance of skilled motor behavior in freely moving mice.

In Vivo שליטה אופטוגנטית אלחוטית בהתנהגות מוטורית מיומנת

Fine motor skills are essential in everyday life and can be compromised in several nervous system disorders. The acquisition and performance of these ...

Expanding the Toolkit for In Vivo Imaging of Axonal Transport

Axonal transport maintains neuronal homeostasis by enabling the bidirectional trafficking of diverse organelles and cargoes. Disruptions in axonal transport have devastating consequences for individual neurons and their networks, and contribute to a plethora of neurological disorders. As many of these conditions involve both cell autonomous and non-autonomous mechanisms, and often display a spectrum of pathology across neuronal subtypes, methods to accurately identify and analyze neuronal subsets are imperative.
This paper details protocols to assess in vivo axonal transport of signaling endosomes and mitochondria in sciatic nerves of anesthetized mice. Stepwise instructions are provided to 1) distinguish motor from sensory neurons in vivo, in situ, and ex vivo by using mice that selectively express fluorescent proteins within cholinergic motor neurons; and 2) separately or concurrently assess in vivo axonal transport of signaling endosomes and mitochondria. These complementary intravital approaches facilitate the simultaneous imaging of different cargoes in distinct peripheral nerve axons to quantitatively monitor axonal transport in health and disease.

Expanding the Toolkit for In Vivo Imaging of Axonal Transport

Using transgenic fluorescent mice, detailed protocols are described to assess in vivo axonal transport of signaling endosomes and mitochondria within motor and sensory axons of the intact sciatic nerve in live animals.