Name: visualizing visual adaptation
Uploaded: 2017-04-24T13:00:00.000+00:00
Duration: 4 min 43 s
Description: Watch this Scientific Journal Video about Visualizing Visual Adaptation at JoVE.com

Sostenuto dal National Institutes of Health (NIH) Sovvenzione EY-10834.

NOTA: Il protocollo illustrato utilizza un programma che permette di selezionare le immagini e poi adattarli utilizzando le opzioni selezionate da diversi menu a discesa. 1. Selezionare l&#39;immagine da Adapt <ol><li> Clicca sull&#39;immagine e cercare il nome del file di immagine con cui lavorare. Osservare l&#39;immagine originale nel riquadro in alto a sinistra. </li></ol> 2. Specificare lo stimolo e l&#39;Observer <ol><li> Fare clic sul menu &quot;Formato&quot; per scegliere come rappresentare l&#39;immagine e l&#39;osservatore. </li><li> Fare clic sull&#39;opzione &quot;osservatore standard&quot; per modellare un osservatore standard o medio adattamento ad una distribuzione colore specifico. In questo caso, utilizzare equazioni standard per convertire i valori RGB dell&#39;immagine alla sensibilità cono 32. </li><li> Clicca su opzione &quot;individuale osservatore&quot; per modellare le sensibilità spettrali di un osservatore specifica. Poiché queste sensibilità sono lunghezza d&#39;onda-dipendente, il programma converts i valori RGB dell&#39;immagine in spettri pistola utilizzando gli spettri standard o emissione misurata per il display. </li><li> Clicca su opzione &quot;spettri naturale&quot; per approssimare spettri reale nel mondo. Questa opzione converte i valori RGB di spettri, ad esempio utilizzando funzioni base standard di 33 o spettri gaussiana 34 per approssimare lo spettro corrispondente per il colore dell&#39;immagine. </li></ol> 3. Selezionare la condizione di adattamento <ol><li> Adattare sia lo stesso osservatore a diversi ambienti (ad esempio, ai colori di una foresta contro paesaggio urbano), o diversi osservatori per lo stesso ambiente (ad esempio, un normale vs colore osservatore carente). <ol><li> Nel primo caso, utilizzare i menu per selezionare gli ambienti. In quest&#39;ultimo, utilizzare i menu per definire la sensibilità dell&#39;osservatore. </li></ol></li><li> Per impostare gli ambienti, selezionare l&#39;opzione &quot;di riferimento&quot; e envir &quot;test&quot;onments dai menu a discesa. Questi controllano i due diversi stati di adattamento caricando le risposte meccanismo per diversi ambienti. <ol><li> Scegliere il menu &quot;di riferimento&quot; per controllare l&#39;ambiente di partenza. Questo è l&#39;ambiente il soggetto è atta a durante la visualizzazione dell&#39;immagine originale. NOTA: Le scelte indicate sono state precalcolate per ambienti diversi. Questi sono stati ottenuti da misurazioni delle gamme di colore per le diverse collezioni di immagini. Ad esempio, un&#39;applicazione esaminato come la percezione del colore può variare con cambiamenti nelle stagioni base immagini calibrate prese dalla stessa posizione in tempi diversi 27. Un altro studio, esplorando come l&#39;adattamento potrebbe influenzare le percezioni del colore tra le diverse posizioni, ha rappresentato le posizioni campionando le immagini di diverse categorie di scena 29. </li><li> Selezionare l&#39;ambiente &quot;definita dall&#39;utente&quot; per caricare i valori per un ambiente personalizzato. observe una finestra per sfogliare e selezionare un determinato file. Per creare questi file per le immagini indipendenti, visualizzare ciascuna immagine da inserire (come al punto 1) e quindi fare clic sul pulsante &quot;Salva le risposte di immagine&quot;. NOTA: Questo visualizzerà una finestra in cui è possibile creare o aggiungere in un file Excel memorizzare le risposte a ciascuna immagine. Per creare un nuovo file, inserire il nome del file, o cercare un file esistente. Per i file esistenti, sono aggiunte le risposte alla immagine corrente e quelli inviati automaticamente tutte le immagini media. Queste medie sono input per l&#39;ambiente di riferimento quando viene selezionato il file con l&#39;opzione &quot;definito dall&#39;utente&quot;. </li><li> Selezionare il menu &quot;test&quot; per accedere a un elenco di ambienti per l&#39;immagine da regolare per. Selezionare l&#39;opzione &quot;immagine corrente&quot;, per usare le risposte meccanismo per l&#39;immagine visualizzata. NOTA: Questa opzione presuppone i soggetti si stanno adeguando ai colori dell&#39;immagine che viene attualmente visualizzato. In caso contrario, selezionare una delle tegli precalcolati ambienti o l&#39;opzione &quot;definito dall&#39;utente&quot; per caricare l&#39;ambiente di test. </li></ol></li></ol> 4. Selezionare la sensibilità spettrale dell&#39;Osservatore NOTA: per gli effetti di adattamento dei diversi ambienti, l&#39;osservatore di solito rimanere costante, ed è impostato per default &quot;osservatore standard&quot; con sensibilità spettrale media. Ci sono 3 menu per impostare una sensibilità spettrale individuale, che controllano la quantità di pigmento screening o la sensibilità spettrali dell&#39;osservatore. <ol><li> Fare clic sul menu &quot;lente&quot; per selezionare la densità del pigmento lente. Le diverse opzioni permettono di scegliere la caratteristica densità delle diverse età. </li><li> Fare clic sul menu &quot;maculare&quot; per similmente selezionare la densità del pigmento maculare. Osservare queste opzioni in termini di densità di picco del pigmento. </li><li> Fare clic sul menu &quot;coni&quot; per scegliere tra gli osservatori senzarmal tricromazia o diversi tipi di tricromazia anomala. NOTA: Sulla base delle scelte del programma definisce le cono sensibilità spettrali dell&#39;osservatore e un insieme di 26 canali postreceptoral che combinano linearmente i segnali cono a circa uniformemente campione combinazioni di colore e luminanza differenti. </li></ol> 5. Adattare l&#39;immagine <ol><li> Fare clic sul pulsante &quot;adattarsi&quot;. NOTA: Questo esegue il codice per calcolare le risposte dei coni e meccanismi post-recettoriali a ciascun pixel dell&#39;immagine. La risposta è adattato in modo che la risposta media per la distribuzione del colore adattando uguale le risposte medie per la distribuzione di riferimento, o in modo che la risposta media è lo stesso per un osservatore individuo o di riferimento. La scala è moltiplicativa di simulare von Kries adattamento 35. La nuova immagine viene quindi reso sommando le risposte meccanismo e riconversione valori RGB per la visualizzazione. Dettagli del ALGorithm sono date in 26, 27, 28, 29. </li><li> Osservare tre nuove immagini sullo schermo. Questi sono etichettate come 1) &quot;inadatto&quot; - come l&#39;immagine di prova dovrebbe apparire a qualcuno completamente adattato all&#39;ambiente di riferimento; 2) &quot;cono adattamento&quot; - questa mostra l&#39;immagine regolata solo per adattamento nei recettori; e 3) &quot;adattamento pieno&quot; - questa mostra l&#39;immagine predetto da completo adattamento al cambiamento nell&#39;ambiente o l&#39;osservatore. </li><li> Fare clic sul pulsante &quot;salvare le immagini&quot; per salvare le tre immagini elaborate. Osservare una nuova finestra sullo schermo per cercare la cartella e selezionare il nome del file. </li></ol> 6. valutare le conseguenze dell&#39;adattamento NOTA: Il riferimento originale e adattati immagini simulano come la stessa immagine dovrebbe apparire sotto i due stati di adapta modellatozione, e, soprattutto, si differenziano solo a causa dello stato di adattamento. Le differenze nelle immagini forniscono così spaccato conseguenze della adattamento. <ol><li> Visivamente guardare le differenze tra le immagini. NOTA: l&#39;ispezione semplice delle immagini può aiutare a dimostrare quanto la visione dei colori può variare quando si vive in ambienti diversi colori, o quanto l&#39;adattamento potrebbe compensare un cambiamento di sensibilità nell&#39;osservatore. </li><li> Quantificare questi effetti di adattamento utilizzando analisi o misure comportamentali con le immagini di valutare empiricamente le conseguenze della adattamento 29. <ol><li> Misurare quanto aspetto cambia colore. Ad esempio, confrontare i colori nelle due immagini per misurare come categorie di colore o percettiva spostamento salienza in ambienti diversi o osservatori. Ad esempio, l&#39;uso di analisi dei cambiamenti di colore con l&#39;adattamento per calcolare quanto le tinte uniche (ad esempio, puro giallo o blu) potrebbe teoricamente vARY causa di variazioni nell&#39;ambiente colore dell&#39;osservatore 29. </li><li> Chiedi come l&#39;adattamento influisce sensibilità visiva o le prestazioni. Ad esempio, utilizzare le immagini adatte per confrontare se ricerca visiva per un colore romanzo è più veloce quando gli osservatori vengono prima adattati ai colori dello sfondo. Realizzare la sperimentazione sovrapponendo le immagini di una serie di obiettivi e distrattori diversamente colorate che sono stati adattati insieme alle immagini, con i tempi di reazione misurati per localizzare il dispari bersaglio 29. </li></ol></li></ol>

Gli autori non hanno nulla da rivelare.

Il protocollo illustrato dimostra come gli effetti di adattamento al cambiamento nell&#39;ambiente o l&#39;osservatore possono essere ritratte in immagini. La forma questa rappresentazione assume dipenderà dalle assunzioni fatte per il modello - per esempio, come il colore è codificato, e come i meccanismi di codifica rispondere e adattarsi. Così il passo più importante è decidere sul modello della visione a colori - per esempio quello che le proprietà dei canali ipotizzati sono, e come sono assunto ad adattarsi. ...

Quale potrebbe essere il mondo simile ad altri, o per noi stessi come si cambia? Le risposte a queste domande sono di fondamentale importanza per comprendere la natura e meccanismi di percezione e le conseguenze di entrambe le varianti normali e clinici codifica sensoriale. Una grande varietà di tecniche e approcci sono stati sviluppati per simulare come le immagini possono apparire alle persone con diverse sensibilità visiva. Ad esempio, questi includono simulazioni di colori che possono essere discriminati da diversi tipi di difetto di colore 1, 2, 3, 4, le differenze spaziali e cromatiche che possono essere risolti da neonati o osservatori anziani 5, 6, 7, 8, 9 , come le immagini appaiono in visione periferica <s<html> up class = &quot;xref&quot;&gt; 10, e le conseguenze di errori ottiche o malattia 11, 12, 13, 14. Essi sono anche stati applicati per visualizzare le discriminazioni che sono possibili altre specie 15, 16, 17. Tipicamente, tali simulazioni utilizzano misurazioni delle perdite di sensibilità in diverse popolazioni di filtrare un&#39;immagine e quindi ridurre o eliminare la struttura hanno difficoltà a vedere. Ad esempio, forme comuni di daltonismo riflettono una perdita di una delle due fotorecettori sensibili alle lunghezze d&#39;onda medie o lunghe, e immagini filtrate per rimuovere i loro segnali tipicamente appaiono privi di tonalità &quot;rosso-verdastro&quot; 1. Analogamente, i bambini hanno più povera acuità, e così le immagini elaborate per la loro ridotta sensibilità spaziale appaiono sfocati<html> . f &quot;&gt; 5 Queste tecniche forniscono preziose illustrazioni di ciò che una persona può vedere che un altro non può tuttavia, non lo fanno -. e spesso non sono destinati a - ritrarre l&#39;esperienza reale percettiva dell&#39;osservatore, e in alcuni casi può travisare la quantità e il tipo di informazioni disponibili per l&#39;osservatore. Questo articolo descrive una nuova tecnica sviluppata per simulare le differenze di esperienza visiva che incorpora una caratteristica fondamentale della codifica visiva - adattamento 18, 19. Tutti i sistemi sensoriali e motori adattano continuamente al contesto a cui sono esposti. Un odore pungente in una stanza svanisce rapidamente, mentre la visione può ospitare a come brillante o dim la stanza è. È importante sottolineare che questi aggiustamenti si verificano per quasi qualsiasi attributo stimolo, tra cui percezioni &quot;di alto livello&quot;, come le caratteristiche del volto di qualcuno 20,class = &quot;xref&quot;&gt; 21 o la voce 22, 23, nonché la calibratura dei comandi motori realizzati durante il movimento degli occhi o raggiungendo per un oggetto 24, 25. In realtà, l&#39;adattamento è probabile una proprietà essenziale di quasi tutti i processi neurali. Questo documento illustra come incorporare questi effetti di adattamento nelle simulazioni l&#39;aspetto delle immagini, da fondamentalmente &quot;adattando l&#39;immagine&quot; per prevedere come sembrerebbe ad un osservatore specifico in uno stato specifico di adattamento 26, 27, 28, 29. Molti fattori possono alterare la sensibilità di un osservatore, ma adattamento spesso può compensare per importanti aspetti di queste modifiche, in modo che le perdite di sensibilità sono meno cospicuo di quanto sarebbe previsto senza assumere che il sistema si adatta. Viceversa, poichéadattamento regola la sensibilità in base al contesto di stimolo attuale, queste regolazioni sono importanti anche per incorporare per prevedere quanto la percezione può variare quando l&#39;ambiente varia. Il seguente protocollo illustra la tecnica adattando il contenuto del colore delle immagini. Visione colore ha il vantaggio che le fasi iniziali neurali di codifica a colori sono relativamente ben compresi, come sono i modelli di adattamento 30. I meccanismi reali e regolazioni sono complesse e vario, ma le principali conseguenze di adattamento possono essere acquisite utilizzando una semplice e modello a due stadi convenzionale (Figura 1a). Nella prima fase, i segnali di colore sono inizialmente codificati da tre tipi di fotorecettori coni che sono massimamente sensibile a breve, medio o lungo lunghezze d&#39;onda (S, M e L coni). Nella seconda fase, i segnali provenienti da diversi coni sono combinate in cellule post-recettoriali per formare &quot;color-avversario&quot; channels che ricevono ingressi antagonistici dai diversi coni (e quindi trasmettere informazioni &quot;colore&quot;), e canali &quot;non-antagoniste&quot; che sintetizzano insieme gli ingressi cono (codifica quindi &quot;luminosità&quot; informazioni). Adattamento si verifica in entrambe le fasi, e si posiziona a due diversi aspetti del colore - della media (nei coni) e la varianza (nei canali post-recettoriali) 30, 31. L&#39;obiettivo della simulazione è di applicare queste regolazioni ai meccanismi del modello e quindi rendere l&#39;immagine da loro uscite adattati. Il processo di adattamento immagini coinvolge sei componenti principali. Questi sono 1) scegliendo le immagini; 2) scegliere il formato per gli spettri di immagine; 3) definente il cambiamento di colore dell&#39;ambiente; 4) definente la variazione della sensibilità dell&#39;osservatore; 5) utilizzando il programma per creare le immagini adatte; e 6) con le immagini per valutare le conseguenze di adattamento. Tha riportata considera ciascuno di questi passi in dettaglio. Il modello e meccanismo di risposte di base sono illustrati nella Figura 1, mentre le figure 2 - 5 mostrano esempi di immagini rese con il modello.

<table><tbody><tr><td>Computer</td><td></td><td></td><td></td></tr><tr><td>Images to adapt</td><td></td><td></td><td></td></tr><tr><td>Programming language (&lt;em&gt;e.g.,&lt;/em&gt; Visual Basic or Matlab)</td><td></td><td></td><td></td></tr><tr><td>Program for processing the images</td><td></td><td></td><td></td></tr><tr><td>Observer spectral sensitivities (for applications involving observer-specific adaptation)</td><td></td><td></td><td></td></tr><tr><td>Device emmission spectra (for device-dependent applications)</td><td></td><td></td><td></td></tr></tbody></table>

visualizing visual adaptation

Molte tecniche sono state sviluppate per visualizzare come un&#39;immagine sembrerebbe un individuo con una diversa sensibilità visiva: ad esempio, a causa delle differenze ottici o di età, oppure un deficit di colore o di malattia. Questo protocollo descrive una tecnica per introdurre l&#39;adattamento sensoriale in simulazioni. Il protocollo è illustrato con l&#39;esempio della visione del colore, ma è generalmente applicabile a qualsiasi forma di adattamento visivo. Il protocollo utilizza un semplice modello di colore visione umana basata su ipotesi standard e plausibili circa il colore della retina e meccanismi corticali codifica e come questi regolare la loro sensibilità sia al colore medio e la gamma di colori nello stimolo prevalente. I guadagni dei meccanismi sono adattate in modo che la loro risposta media sotto un contesto viene assimilato per un contesto diverso. Le simulazioni aiutano a rivelare i limiti teorici di adattamento e di generare &quot;immagini&quot; adattati in modo ottimale abbinati ad una specifica environment o osservatore. Essi forniscono inoltre una metrica comune per esplorare gli effetti di adattamento all&#39;interno di diversi osservatori o ambienti diversi. Caratterizzazione percezione visiva e le prestazioni con queste immagini fornisce un nuovo strumento per studiare le funzioni e le conseguenze di adattamento a lungo termine in visione o altri sistemi sensoriali.

<html> Le figure di 2 - 4 illustrano le simulazioni di adattamento per modifiche nell&#39;osservatore o dell&#39;ambiente. La figura 2 confronta l&#39;aspetto previsto di Vita Ancora di Cézanne con mele per un osservatore di giovani e meno giovani, che si differenziano solo per la densità del pigmento dell&#39;obiettivo 28. L&#39;immagine originale come visto attraverso l&#39;occhio più giovane (Figura ...

Watch this Scientific Journal Video about Visualizing Visual Adaptation at JoVE.com

Visualizzazione dell'adattamento visivo | Comportamento | Video

Visualizing Visual Adaptation

Questo articolo descrive un nuovo metodo per la simulazione e lo studio di adattamento nel sistema visivo.

Visualizzazione visiva Adattamento

Many techniques have been developed to visualize how an image would appear to an individual with a different visual sensitivity: e.g., because of optical ...

Research

Education

JoVE Journal

JoVE Core

Biology

Behavior

Human Biology

Sensory Systems

SCIENTISTS IN ACTION

8.9K Views.  University of Nevada, Reno.  Questo articolo descrive un nuovo metodo per la simulazione e lo studio di adattamento nel sistema visivo. 

Video: Visualizing Visual Adaptation

State-Dependency Effects on TMS:  A Look at Motive Phosphene Behavior

Transcranial magnetic stimulation (TMS) is a non-invasive neurostimulatory and neuromodulatory technique that can transiently or lastingly modulate cortical excitability (either increasing or decreasing it) via the application of localized magnetic field pulses.1,2 Within the field of TMS, the term state dependency refers to the initial, baseline condition of the particular neural region targeted for stimulation. As can be inferred, the effects of TMS can (and do) vary according to this primary susceptibility and responsiveness of the targeted cortical area.3,4,5

In this experiment, we will examine this concept of state dependency through the elicitation and subjective experience of motive phosphenes. Phosphenes are visually perceived flashes of small lights triggered by electromagnetic pulses to the visual cortex. These small lights can assume varied characteristics depending upon which type of visual cortex is being stimulated. In this particular study, we will be targeting motive phosphenes as elicited through the stimulation of V1/V2 and the V5/MT+ complex visual regions.6

In this article, we examine the effects of visually relevant state dependency on TMS induced motive phosphenic presentations.

Stato-dipendenza Effetti sulla TMS: uno sguardo al comportamento Motive fosfene

Transcranial magnetic stimulation (TMS) is a non-invasive neurostimulatory and neuromodulatory technique that can transiently or lastingly modulate ...

Ricerca

Neuroscienze

A Method to Study Adaptation to Left-Right Reversed Audition

An unusual sensory space is one of the effective tools to uncover the mechanism of adaptability of humans to a novel environment. Although most of the previous studies have used special spectacles with prisms to achieve unusual spaces in the visual domain, a methodology for studying the adaptation to unusual auditory spaces has yet to be fully established. This study proposes a new protocol to set-up, validate, and use a left-right reversed stereophonic system using only wearable devices, and to study the adaptation to left-right reversed audition with the help of neuroimaging. Although individual acoustic characteristics are not yet implemented, and slight spillover of unreversed sounds is relatively uncontrollable, the constructed apparatus shows high performance in a 360&#176; sound source localization coupled with hearing characteristics with little delay. Moreover, it looks like a mobile music player and enables a participant to focus on daily life without arousing curiosity or drawing attention of other individuals. Since the effects of adaptation were successfully detected at the perceptual, behavioral, and neural levels, it is concluded that this protocol provides a promising methodology for studying adaptation to left-right reversed audition, and is an effective tool for uncovering the adaptability of humans to a novel environments in the auditory domain.

The present study proposes a protocol to investigate the adaptation to left-right reversed audition achieved only by wearable devices, using neuroimaging, which can be an effective tool for uncovering the adaptability of humans to a novel environment in the auditory domain.

Un metodo per studiare l'adattamento a sinistra-destra invertita Audition

An unusual sensory space is one of the effective tools to uncover the mechanism of adaptability of humans to a novel environment. Although most of the ...

Comportamento

A Two-interval Forced-choice Task for Multisensory Comparisons

We provide a procedure for a psychophysics experiment in humans based on a previously described paradigm aimed to characterize the perceptual duration of intervals within the range of milliseconds of visual, acoustic, and audiovisual aperiodic trains of six pulses. In this task, each of the trials consists of two consecutive intramodal intervals where the participants press the upward arrow key to report that the second stimulus lasted longer than the reference, or the downward arrow key to indicate otherwise. The analysis of the behavior results in psychometric functions of the probability of estimating the comparison stimulus to be longer than the reference, as a function of the comparison intervals. In conclusion, we advance a way of implementing standard programming software to create visual, acoustic, and audiovisual stimuli, and to generate a two-interval forced-choice (2IFC) task by delivering stimuli through noise-blocking headphones and a computer&#39;s monitor.

Psychophysics is essential for studying perception phenomena through sensory information. Here we present a protocol to perform a two-interval forced-choice task as implemented in a previous report on human psychophysics where participants estimated the duration of visual, auditory, or audiovisual intervals of aperiodic trains of pulses.

Un'attività di forzato-scelta di due-intervallo per i confronti multisensoriale

We provide a procedure for a psychophysics experiment in humans based on a previously described paradigm aimed to characterize the perceptual duration of ...

Investigating the Deployment of Visual Attention Before Accurate and Averaging Saccades via Eye Tracking and Assessment of Visual Sensitivity

This experimental protocol was designed to investigate whether visual attention is obligatorily deployed at the endpoint of saccades. To this end, we recorded the eye position of human participants engaged in a saccade task via eye tracking and assessed visual orientation discrimination performance at various locations during saccade preparation. Importantly, instead of using a single saccade target paradigm for which the saccade endpoint typically coincides roughly with the target, this protocol comprised the presentation of two nearby saccade targets, leading to a distinct spatial dissociation between target locations and saccade endpoint on a substantial number of trials. The paradigm allowed us to compare presaccadic visual discrimination performance at the endpoint of accurate saccades (landing at one of the saccade targets) and of averaging saccades (landing at an intermediate location in between the two targets). We observed a selective enhancement of visual sensitivity at the endpoint of accurate saccades but not at the endpoint of averaging saccades. Rather, before the execution of averaging saccades, visual sensitivity was equally enhanced at both targets, suggesting that saccade averaging follows from unresolved attentional selection among the saccade targets. These results argue against a mandatory coupling between visual attention and saccade programming based on a direct measure of presaccadic visual sensitivity rather than saccadic reaction times, which have been used in other protocols to draw similar conclusions. While our protocol provides a useful framework to investigate the relationship between visual attention and saccadic eye movements at the behavioral level, it can also be combined with electrophysiological measures to extend insights at the neuronal level.

This experimental protocol combined eye tracking and the assessment of presaccadic visual sensitivity in a dual task paradigm, consisting of a free choice saccade task and a visual discrimination task, to investigate the deployment of visual spatial attention before both, accurate and averaging saccades.

Studiando la distribuzione dell'attenzione visiva prima di saccadi Accurate e media tramite Eye-Tracking e valutazione della sensibilità visiva

This experimental protocol was designed to investigate whether visual attention is obligatorily deployed at the endpoint of saccades. To this end, we ...

Integrating Visual Psychophysical Assays within a Y-Maze to Isolate the Role that Visual Features Play in Navigational Decisions

Collective animal behavior arises from individual motivations and social interactions that are critical for individual fitness. Fish have long inspired investigations into collective motion, specifically, their ability to integrate environmental and social information across ecological contexts. This demonstration illustrates techniques used for quantifying behavioral responses of fish, in this case, Golden Shiner (Notemigonus crysoleucas), to visual stimuli using computer visualization and digital image analysis. Recent advancements in computer visualization allow for empirical testing in the lab where visual features can be controlled and finely manipulated to isolate the mechanisms of social interactions. The purpose of this method is to isolate visual features that can influence the directional decisions of the individual, whether solitary or with groups. This protocol provides specifics on the physical Y-maze domain, recording equipment, settings and calibrations of the projector and animation, experimental steps and data analyses. These techniques demonstrate that computer animation can elicit biologically-meaningful responses. Moreover, the techniques are easily adaptable to test alternative hypotheses, domains, and species for a broad range of experimental applications. The use of virtual stimuli allows for the reduction and replacement of the number of live animals required, and consequently reduces laboratory overhead.
This demonstration tests the hypothesis that small relative differences in the movement speeds (2 body lengths per second) of virtual conspecifics will improve the speed and accuracy with which shiners follow the directional cues provided by the virtual silhouettes. Results show that shiners directional decisions are significantly affected by increases in the speed of the visual cues, even in the presence of background noise (67% image coherency). In the absence of any motion cues, subjects chose their directions at random. The relationship between decision speed and cue speed was variable and increases in cue speed had a modestly disproportionate influence on directional accuracy.

Here, we present a protocol to demonstrate a behavioral assay that quantifies how alternative visual features, such as motion cues, influence directional decisions in fish. Representative data are presented on the speed and accuracy where Golden Shiner (Notemigonus crysoleucas) follow virtual fish movements.

Integrazione di analisi psicofisiche visive all'interno di un Y-Maze per isolare il ruolo che le funzionalità visive svolgono nelle decisioni di navigazione

Collective animal behavior arises from individual motivations and social interactions that are critical for individual fitness. Fish have long inspired ...

The Optokinetic Response as a Quantitative Measure of Visual Acuity in Zebrafish

Zebrafish are a proven model for vision research, however many of the earlier methods generally focused on larval fish or demonstrated a simple response. More recently adult visual behavior in zebrafish has become of interest, but methods to measure specific responses are new coming. To address this gap, we set out to develop a methodology to repeatedly and accurately utilize the optokinetic response (OKR) to measure visual acuity in adult zebrafish. Here we show that the adult zebrafish's visual acuity can be measured, including both binocular and monocular acuities. Because the fish is not harmed during the procedure, the visual acuity can be measured and compared over short or long periods of time. The visual acuity measurements described here can also be done quickly allowing for high throughput and for additional visual procedures if desired. This type of analysis is conducive to drug intervention studies or investigations of disease progression.

Zebrafish have been a valuable tool for many research areas. Here we demonstrate a method to elicit a visual response and calculate a functional visual acuity in the adult zebrafish.

La risposta Optokinetic come una misura quantitativa di acuità visiva in Zebrafish

Zebrafish are a proven model for vision research, however many of the  earlier methods generally focused on larval fish or demonstrated a simple  ...

Long-term Sensory Conflict in Freely Behaving Mice

Long-term sensory conflict protocols are a valuable means of studying motor learning. The presented protocol produces a persistent sensory conflict for experiments aimed at studying long-term learning in mice. By permanently wearing a device fixed on their heads, mice are continuously exposed to a sensory mismatch between visual and vestibular inputs while freely moving in home cages. Therefore, this protocol readily enables the study of the visual system and multisensory interactions over an extended timeframe that would not be accessible otherwise. In addition to lowering the experimental costs of long-term sensory learning in naturally behaving mice, this approach accommodates the combination of in vivo and in vitro experiments. In the reported example, video-oculography is performed to quantify the vestibulo-ocular reflex (VOR) and optokinetic reflex (OKR) before and after learning. Mice exposed to this long-term sensory conflict between visual and vestibular inputs presented a strong VOR gain decrease but exhibited few OKR changes. Detailed steps of device assembly, animal care, and reflex measurements are hereby reported.

The presented protocol produces a persistent sensory conflict for experiments aimed at studying long-term learning. By permanently wearing a fixed device on their heads, mice are continuously exposed to a sensory mismatch between visual and vestibular inputs while freely moving in home cages.

A lungo termine conflitto sensoriale a comportarsi liberamente topi

Long-term sensory conflict protocols are a valuable means of studying motor learning. The presented protocol produces a persistent sensory conflict for ...

Quantification of Oculomotor Responses and Accommodation Through Instrumentation and Analysis Toolboxes

Through the purposeful stimulation and recording of eye movements, the fundamental characteristics of the underlying neural mechanisms of eye movements can be observed. VisualEyes2020 (VE2020) was developed based on the lack of customizable software-based visual stimulation available for researchers that does not rely on motors or actuators within a traditional haploscope. This new instrument and methodology have been developed for a novel haploscope configuration utilizing both eye tracking and autorefractor systems. Analysis software that enables the synchronized analysis of eye movement and accommodative responses provides vision researchers and clinicians with a reproducible environment and shareable tool. The Vision and Neural Engineering Laboratory&#39;s (VNEL) Eye Movement Analysis Program (VEMAP) was established to process recordings produced by VE2020&#39;s eye trackers, while the Accommodative Movement Analysis Program (AMAP) was created to process the recording outputs from the corresponding autorefractor system. The VNEL studies three primary stimuli: accommodation (blur-driven changes in the convexity of the intraocular lens), vergence (inward, convergent rotation and outward, divergent rotation of the eyes), and saccades (conjugate eye movements). The VEMAP and AMAP utilize similar data flow processes, manual operator interactions, and interventions where necessary; however, these analysis platforms advance the establishment of an objective software suite that minimizes operator reliance. The utility of a graphical interface and its corresponding algorithms allow for a broad range of visual experiments to be conducted with minimal required prior coding experience from its operator(s).

VisualEyes2020 (VE2020) is a custom scripting language that presents, records, and synchronizes visual eye movement stimuli. VE2020 provides stimuli for conjugate eye movements (saccades and smooth pursuit), disconjugate eye movements (vergence), accommodation, and combinations of each. Two analysis programs unify the data processing from the eye tracking and accommodation recording systems.

Quantificazione delle risposte oculomotorie e dell'accomodazione attraverso strumenti di strumentazione e analisi

Through the purposeful stimulation and recording of eye movements, the fundamental characteristics of the underlying neural mechanisms of eye movements ...

Bioingegneria

Valutazione delle risposte riflesse optocinetiche nei topi: un nuovo protocollo ad alta precisione

Quantification of Visual Feature Selectivity of the Optokinetic Reflex in Mice

The optokinetic reflex (OKR) is an essential innate eye movement that is triggered by the global motion of the visual environment and serves to stabilize retinal images. Due to its importance and robustness, the OKR has been used to study visual-motor learning and to evaluate the visual functions of mice with different genetic backgrounds, ages, and drug treatments. Here, we introduce a procedure for evaluating OKR responses of head-fixed mice with high accuracy. Head fixation can rule out the contribution of vestibular stimulation on eye movements, making it possible to measure eye movements triggered only by visual motion. The OKR is elicited by a virtual drum system, in which a vertical grating presented on three computer monitors drifts horizontally in an oscillatory manner or unidirectionally at a constant velocity. With this virtual reality system, we can systematically change visual parameters like spatial frequency, temporal/oscillation frequency, contrast, luminance, and the direction of gratings, and quantify tuning curves of visual feature selectivity. High-speed infrared video-oculography ensures accurate measurement of the trajectory of eye movements. The eyes of individual mice are calibrated to provide opportunities to compare the OKRs between animals of different ages, genders, and genetic backgrounds. The quantitative power of this technique allows it to detect changes in the OKR when this behavior plastically adapts due to aging, sensory experience, or motor learning; thus, it makes this technique a valuable addition to the repertoire of tools used to investigate the plasticity of ocular behaviors.

Autore in primo piano: un approccio accurato e quantitativo per studiare la selettività delle caratteristiche visive del riflesso optocinetico nei topi 

Here, we describe a standard protocol for quantifying the optokinetic reflex. It combines virtual drum stimulation and video-oculography, and thus allows precise evaluation of the feature selectivity of the behavior and its adaptive plasticity.

Quantificazione della selettività delle caratteristiche visive del riflesso optocinetico nei topi

The optokinetic reflex (OKR) is an essential innate eye movement that is triggered by the global motion of the visual environment and serves to stabilize ...

Visualizzazione visiva Adattamento

Riepilogo

Esplora Altri Video

PLAYLIST