È necessario avere un abbonamento a JoVE per visualizzare questo. Accedi o inizia la tua prova gratuita.
* Questi autori hanno contribuito in egual misura
Questo protocollo fornisce un metodo per tracciare lo strabismo oculare automatizzato nei roditori nel tempo in modo compatibile con il blocco temporale delle misure neurofisiologiche. Questo protocollo dovrebbe essere utile ai ricercatori che studiano i meccanismi dei disturbi del dolore come l'emicrania.
Il dolore spontaneo è stato difficile da tracciare in tempo reale e quantificare in modo da prevenire i pregiudizi umani. Ciò è particolarmente vero per le metriche del dolore alla testa, come in disturbi come l'emicrania. Lo strabismo oculare è emerso come una metrica variabile continua che può essere misurata nel tempo ed è efficace per prevedere gli stati di dolore in tali saggi. Questo documento fornisce un protocollo per l'uso di DeepLabCut (DLC) per automatizzare e quantificare lo strabismo oculare (distanza euclidea tra le palpebre) in topi trattenuti con movimenti della testa a rotazione libera. Questo protocollo consente di abbinare la quantificazione imparziale dello strabismo oculare e di confrontarla direttamente con misure meccanicistiche come la neurofisiologia. Forniamo una valutazione dei parametri di addestramento dell'IA necessari per raggiungere il successo, come definito discriminando i periodi di strabismo e non strabismo. Dimostriamo la capacità di tracciare e differenziare in modo affidabile lo strabismo in un fenotipo simile all'emicrania indotto da CGRP con una risoluzione inferiore al secondo.
L'emicrania è uno dei disturbi cerebrali più diffusi in tutto il mondo, che colpisce più di un miliardo di persone1. I modelli murini preclinici di emicrania sono emersi come un modo informativo per studiare i meccanismi dell'emicrania poiché questi studi possono essere controllati più facilmente rispetto agli studi sull'uomo, consentendo così lo studio causale del comportamento correlato all'emicrania2. Tali modelli hanno dimostrato una risposta fenotipica forte e ripetibile ai composti che inducono l'emicrania, come il peptide correlato al gene della calcitonina (CGRP). Persiste la nec....
NOTA: Tutti gli animali utilizzati in questi esperimenti sono stati gestiti secondo i protocolli approvati dall'Institutional Animal Care and Use Committee (IACUC) dell'Università dell'Iowa.
1. Preparare l'attrezzatura per la raccolta dei dati
Qui, forniamo un metodo per il rilevamento affidabile dello strabismo ad alta risoluzione temporale utilizzando DeepLabCut. Abbiamo ottimizzato i parametri di allenamento e fornito una valutazione dei punti di forza e di debolezza di questo metodo (Figura 1).
Dopo aver addestrato i nostri modelli, abbiamo verificato che erano in grado di stimare correttamente i punti superiore e inferiore della palpebra (Figur.......
Questo protocollo fornisce un metodo approfondito facilmente accessibile per l'utilizzo di strumenti basati sull'apprendimento automatico in grado di differenziare lo strabismo con un'accuratezza quasi umana, mantenendo la stessa (o migliore) risoluzione temporale degli approcci precedenti. In primo luogo, rende la valutazione dello strabismo automatizzato più facilmente disponibile a un pubblico più ampio. Il nostro nuovo metodo per la valutazione dello strabismo automatizzato present.......
Non abbiamo conflitti di interesse da divulgare. Le opinioni contenute in questo documento non sono rappresentative del VA o del governo degli Stati Uniti.
Grazie a Rajyashree Sen per le conversazioni approfondite. Grazie al McKnight Foundation Neurobiology of Disease Award (RH), NIH 1DP2MH126377-01 (RH), Roy J. Carver Charitable Trust (RH), NINDS T32NS007124 (MJ), Ramon D. Buckley Graduate Student Award (MJ) e VA-ORD (RR&D) MERIT 1 I01 RX003523-0 (LS).
....Name | Company | Catalog Number | Comments |
CUDA toolkit 11.8 | |||
cuDNN SDK 8.6.0 | |||
Intel computers with Windows 11, 13th gen | |||
LabFaceX 2D Eyelid Tracker Add-on Module for a Free Roaming Mouse: | FaceX LLC | NA | Any camera that can record an animal's eye is sufficient, but this is our eye tracking hardware. |
NVIDIA GPU driver that is version 450.80.02 or higher | |||
NVIDIA RTX A5500, 24 GB DDR6 | NVIDIA | [490-BHXV] | Any GPU that meets the minimum requirements specified for your version of DLC, currently 8 GB, is sufficient. We used NVIDIA GeForce RTX 3080 Ti GPU |
Python 3.9-3.11 | |||
TensorFlow version 2.10 |
Richiedi autorizzazione per utilizzare il testo o le figure di questo articolo JoVE
Richiedi AutorizzazioneThis article has been published
Video Coming Soon