瞳孔測定は、複雑な音認識閾値を推定するために使用でき、他の方法と組み合わせて、それらの閾値に対する様々な形態の難聴の影響を決定することができる。この手法は、ヒトおよび訓練を受けていない動物からの同じモダリティのデータを特徴付けるために使用することができる。セットアップは比較的簡単で、侵襲性は最小限です。
行動と知覚の尺度は、難聴の動物モデルでは取得が困難です。この方法は、動物の複雑な音認識行動を定量化する1つの方法です。私たちがすべての動物行動実験を行うように、忍耐が鍵です。
時間をかけて動物を実験のセットアップに順応させてください。実験セッションを短くし、動物を注意深く監視します。開始するには、キャリブレーションされたスピーカーを、動物が配置される位置と同じ高さで減衰したチャンバーの壁に取り付けます。
自由野刺激を与えるには、大きな体の動きができないように動物を囲いの中に置き、動物の頭を剛性フレームに固定します。動物の動きを検出して記録するために、エンクロージャーの下に圧電センサーを配置します。次に、瞳孔イメージングカメラを被写体の目から25センチメートルの距離に配置します。
エアパフをセットアップするには、卓上に取り付けられたホルダーを使用して、動物の鼻の前に約15センチメートルのピペットチップを配置します。直径約3mmのシリコンチューブをピペットチップに接続し、チューブを調整されたエアシリンダーに接続します。シリンダーの空気圧を20〜25psiに保ちます。
また、コンピューター制御のリレーを使用して、チューブをピンチバルブに通して、エアパフのタイミングと持続時間を制御します。約10センチメートルの距離に配置された赤外線LEDアレイで目を照らします。1平方メートルあたり約2000カンデラの強度で白色LED照明を使用して、画像化された目を照らし、ベースラインの瞳孔直径を約3.5ミリメートルにします。
瞳孔取得ソフトウェアを開き、視角0.15度の空間分解能を持つ16ミリレンズと、撮像された目から25センチメートルの距離に配置された赤外線フィルターを備えたカメラを使用して瞳孔のビデオを取得します。目が画像領域の中心にあることを確認します。カメラの絞りと焦点、および画像化された瞳孔の輪郭に焦点が合うまでIRレベルを調整します。
瞳孔取得ソフトウェアでは、マウスで矩形領域を選択して、瞳孔を含む関心領域を定義します。次に、コントロールパネルを使用して、取得したビデオの明るさとコントラストを調整します。スキャン密度を5に設定し、楕円がビデオの瞳孔の輪郭と密接に一致するようにしきい値を調整します。
ニューラルインタフェースプロセッサソフトウェアを使用して、瞳孔径またはPDトレースからのアナログ信号、圧電センサからの電圧トレースの記録モーション、刺激の配信時間、およびエアパフの配信時間を取得して保存します。発声の2つの異なるカテゴリから、同様の長さのモルモット発声の8つの異なる例を選択します。たとえば、ウィークコールと泣き言コール。
一方のカテゴリは標準刺激として機能し、もう一方のカテゴリは奇数または逸脱した刺激として機能します。異なる信号対雑音比またはSNRレベルでノイズに埋め込まれた1秒間の標準刺激と逸脱刺激を生成するには、同じ長さのホワイトノイズをコールに追加します。この実験でサンプリングされたSNRの範囲は、マイナス24〜プラス40デシベルです。
セッションごとに、90%を超える時間の標準刺激を含む疑似ランダム刺激提示シーケンスを準備します。逸脱刺激の間に、標準刺激による少なくとも20〜40の試行があることを確認してください。すべての刺激プレゼンテーションに固定刺激強度を使用します。
高い時間的規則性で刺激を提示します。刺激との動物の関与を維持し、慣れを最小限に抑えるために、オプションで、逸脱した刺激の後に短いエアパフを提供します。エアパフの開始が刺激持続時間から十分に分離されていることを確認して、刺激が瞳孔拡張反応を誘発するようにします。
エアパフによってまばたきアーティファクトが発生する前にピークに達します。コードpupil_avg_JOVE_mを実行し、ポップアップダイアログで単一のセッションからデータファイルを選択して、すべてのセッションでモーション検出とトライアル除外を実行します。次に、同じコードを実行し、ポップアップダイアログで分析するすべてのデータファイルを選択します。
まばたきのアーチファクトを除去するには、データを前処理し、セッション全体の各刺激に対する平均瞳孔拡張を取得します。各刺激条件の刺激誘発瞳孔径の変化を各動物内のセッション間で平均し、次に動物間で平均して、各刺激条件に対する平均瞳孔拡張反応を生成します。コード pupil_avg_JOVEからのすべての出力を垂直方向に連結します。
mまたはすべてのセッション動物、SNR、および減衰を使用して、列、動物ID、SNR、騒音レベル、および瞳孔径の値を含むマトリックスを作成します。SNR ごとに、切片に対応する重みをプロットして結果を視覚化します。線形項と二次項についても同じことを行います。
有意な瞳孔変化を伴う試行のすべてのセッションごとのパーセンテージを、細胞がより低いSNRからより高いSNRに配置されているセルアレイの各セルに入れます。コード pupil_threshold_estimate_JOVE_mを使用して、ノイズ分類しきい値で呼び出しを推定します。3匹の動物からの平均瞳孔反応をこの図に示します。
標準的な泣き声刺激に対する平均瞳孔反応は青い線で表され、陰影は平均のプラスマイナス1標準誤差に対応します。灰色の線と陰影は、逸脱した喘鳴刺激によって引き起こされる瞳孔反応の平均の平均とプラスマイナス1標準誤差に対応します。グレー シェーディングの強度は SNR に対応します。
緑の線と網掛けは、しきい値SNRでの平均瞳孔トレースに対応します。赤い縦線は刺激の開始に対応します。オレンジ色の縦線はエアパフの発生に対応し、ティールの破線はGCAウィンドウに対応します。
SNRの関数として逸脱刺激によって誘発された有意な瞳孔径の変化を伴う試験の割合に適合する心理測定関数をこの図に示します。ウィスカは、平均のプラスマイナス1標準誤差に対応します。最大値の 50% は、約マイナス 20 デシベルの SNR で到達することに注意してください。
得られた高品質のデータでは、動物を実験セットアップによく順応させ、一定の排泄条件を維持することが重要です。逸脱した刺激に対する動物の居住を最小限に抑えるために、実験セッションを短くしてください。EEG、または瞳孔測定と組み合わせた電気生理学的記録は、聴覚障害のある動物の神経障害、根底にあるコールインノイズ分類障害に関する追加の洞察を生成します。
