이 프로토콜을 사용하면 여러 동물을 추적할 수 있습니다. 간단한 레이블을 사용하여 각 동물에게 ID 분석 도구를 식별하여 태그를 검색합니다. 이 프로토콜은 leskey 데이터를 사용하여 비디오 녹화를 분석하는 데 필요한 시간을 크게 줄입니다.
실험 연구에서 더 정확한 완료를 추정합니다. 비슷한 방식으로 태그 할 수있는 다른 환경에서 동물은 연대생물학, 생태학, 바이러스 연구 또는 신경 과학응용 프로그램을 제공하는 유사한 프로토콜로 추적 할 수 있습니다. 우리는 하드웨어 디자인과 오픈 소스 프로그래밍 언어를 제공하고 사용자가 파이썬 프로그래밍 언어를 배우기 위해 프로토콜에 채택하는 것이 좋습니다 모델을 제공합니다.
대상 동물에 대한 태그를 구성하기 위해 먼저 검은 색 플라스틱 시트에서 직경 40mm 의 원 4 개와 26 mm 측면 등가 삼각형 2 개와 흰색 플라스틱 PVC 시트에서 26 밀리미터 직경 원 2 개를 잘라냅니다. 하나의 흰색 삼각형과 하나의 흰색 원의 중심을 표시합니다. 그리고 각 마크에 10 밀리미터 구멍을 합니다.
그런 다음 한 개의 흰색 모양을 네 개의 검은 원 각각의 중앙에 붙입니다. 실험 영역을 설정하려면 적외선 어두운 시간 LED를 탱크에 배치합니다. 적외선 조명을 항상 켜두십시오.
다음으로, 청색광 시간 LED 조명을 모래와 4개의 유연한 PVC 파이프 굴을 포함하는 수정된 유리섬유 탱크에 배치하고, 사진 기간을 관리하기 위한 장치에 조명을 연결한다. 모든 조명이 배치되면 차가운 바닷물 입구를 탱크의 한 구석에 놓고 반대쪽 모서리에 해당 콘센트를 배치합니다. 바닷물 입력이 분당 약 4리터의 유량으로 설정되어 있는지 확인합니다.
검은 커튼으로 챔버를 둘러싸고 외부 조명으로부터 완전한 격리를 제공합니다. 실험 경기장 의 측면에 카메라가 장착 된 삼각대를 실험 경기장의 측면에 놓고 카메라 130센티미터 위와 실험 경기장의 중심에 놓습니다. 커튼 외부의 컴퓨터에 카메라를 연결하고 종의 특성에 따라 비디오 녹화의 매개 변수를 조정하여 타임랩스 비디오의 날짜를 포함하여 타임스탬프를 만들어 최종 행동 점수를 얻을 수 있습니다.
동물에 태그를 붙이려면 침수 된 구획이있는 아이스 박스에 섭씨 7도의 물을 추가하고 4 개의 랍스터를 분리 된 구획에 넣습니다. 랍스터가 약 30분 동안 적응할 수 있게 한 후, 랍스터 한 개를 분쇄된 얼음 트레이에 5분간 옮기고, 압제 종이를 사용하여 고정된 랍스터의 세팔로토락스 상부를 건조시합니다. 말린 갑피에 빠른 건조 접착제 한 방울을 놓고 접착제가 굳어질 때까지 약 20 초 동안 태그를 접착제에 누릅니다.
그런 다음 랍스터를 얼음 상자의 구획으로 돌려 보내 다른 세 마리의 동물을 같은 방식으로 라벨로 표시합니다. 모든 랍스터가 라벨이 붙었을 때 랍스터를 24시간 동안 감방에 다시 넣습니다. 다음 날, 동일한 아이스박스를 사용하여 가재를 적응 시설에서 실험실로 옮기고 비디오 녹화를 시작합니다.
수용체에 대한 랍스터에 방사형 손상을 방지하기 위해 적색 광 조건 하에서 태그 지정 및 전송 단계를 실행합니다. 추가 수종 또는 육상 종이 이 배려를 필요로 하지 않을 수 있습니다. 그런 다음 비디오 5분 또는 초기 100프레임에서 평균 배경 이미지를 얻은 후 동물을 각각의 물 칸 내부의 실험 탱크에 하나씩 소개하고 랍스터가 구획에서 나올 때까지 기다립니다.
이 대표적인 실험에서 계산된 총 동물 수 중 79%의 동물 검출이 프로그램에 의해 올바르게 일치했으며 태그의 89.5%가 올바르게 식별되었습니다. 태그의 3.8%만이 잘못 분류되었습니다. 그러나 나머지 6.6 %는 거짓 긍정에 해당합니다.
특정 비디오 분석이 완료된 후 얻은 위치 데이터를 사용하여 랍스터의 다양한 행동 패턴을 평가할 수 있습니다. 예를 들어, 공간 점유 맵 플롯은 사각형 그리드에서 평가된 다각형 일반 커널에 의해 정렬된 축과 2차원 목밀도 추정값을 사용하여 랍스터가 높은 색상 강도 플롯으로 표현되는 데 소요되는 시간의 더 높은 비율을 허용합니다. 랍스터의 일일 활동 리듬은 시간이 지남에 따라 10 분 동안 비닝 간격으로 밀리미터로 덮여 있습니다.
크기와 모양면에서 정확한 사양을 유지하고 사용자 인터페이스없이 백그라운드에서 항상 binned 분석 단계를 실행하는 것이 중요합니다. 이미지 분석 모델은 동물 상호 작용 측면에서 행동 연구를 개선하는 데 도움이 갑각류의 특정 구성 요소를 보고 확장 될 수있다. 이러한 복잡한 동물 사회적 상호 작용은 생태및 신경 과학에 대한 몇 가지 응용 프로그램과 생물학적 연구의 스타일과 중요한 측면을 허용 실제 환경에서 유사한 방식으로 발생합니다.
