FIM 이미징 및 FIMtrack : 높은 처리량 및 비용 효율적인 로코 분석을 허용하는 두 가지 새로운 도구

신경 네트워크 기능의 분석은 행동 특성의 신뢰성있는 측정이 필요합니다. 자유롭게 움직이는 동물의 행동이 어느 정도 변수이기 때문에, 많은 동물은 유의 한 데이터를 획득하기 위해 분석되어야한다. 이는 다시 운동 패턴의 컴퓨터를 이용한 자동화 된 정량화가 필요합니다. 반투명의 작은 거의 움직이는 물체의 콘트라스트가 높은 화상을 얻기 위해,라는 FIM 좌절 전반사에 기초한 새로운 자기 공명 영상 법이 개발되었다. 이 설정에서, 동물은 기본 크롤링 표면과의 접촉 매우 특정한 위치에서 적외선 빛으로 조명. 이 방법론은 매우 높은 콘트라스트 이미지를 초래한다. 이어서, 이들의 높은 콘트라스트 이미지는 설정된 윤곽 추적 알고리즘을 사용하여 처리된다. 이를 바탕으로, 우리는 정량적 운동의 큰 다양성을 설명하는 데 필요한 특징을 추출하는 역할을 FIMTrack 소프트웨어 개발특성. 이 소프트웨어 패키지의 개발 과정에서, 우리는 추가 모듈을 쉽게 추가 할 수 있도록 오픈 소스 아키텍처에 우리의 노력을 집중했다. 프로그램은 플랫폼 독립적 인 동작 및 데이터 분석을 통해 사용자를 안내 직관적 GUI 수반한다. 모든 운동 매개 변수 값은 상기 데이터 분석 있도록 CSV 파일의 형태로 주어진다. 또한, 추적 소프트웨어에 통합 결과 뷰어 대화식 검토 자극 적분 동안 필요할 수있는 바와 같이, 출력을 조정하는 기회를 제공한다. FIM과 FIMTrack의 힘은 초파리 애벌레의 운동을 연구에 의해 입증된다.