Abstract
Neuroscience
Analysen av nevronale nettverk funksjonen krever en pålitelig måling av atferdsmessige trekk. Siden virkemåten til fritt bevegelige dyr er variabel i en viss grad, mange dyr har til å bli analysert, for å oppnå statistisk signifikante data. Dette igjen krever en datamaskin assistert automatisert kvantifisering av locomotion mønstre. For å få bilder av nesten gjennomsiktige og små objekter som beveger seg med høy kontrast, ble en ny avbildningsteknikk basert på frustrert total intern refleksjon kalt FIM utviklet. I dette oppsettet er dyr bare opplyst med infrarødt lys på helt spesifikke posisjon av kontakt med den underliggende kryp overflaten. Denne metodikken gir bilder med svært høy kontrast. Deretter er disse bilder med høy kontrast behandlet ved hjelp av etablerte kontur sporing algoritmer. Basert på dette har vi utviklet FIMTrack programvare, som tjener til å trekke ut en rekke funksjoner som trengs for å kvantitativt beskrive et stort utvalg av bevegelsekjennetegn. Under utviklingen av denne programvarepakken, fokuserte vi vår innsats på en åpen kildekode arkitektur slik at den lett tillegg av ytterligere moduler. Programmet opererer plattformuavhengig og er ledsaget av et intuitivt GUI guiding brukeren gjennom dataanalyse. Alle locomotion parameterverdier er gitt i form av csv-filer slik at ytterligere dataanalyser. I tillegg er en Resultater Viewer integrert i sporing programvare gir mulighet til å interaktivt gjennomgå og justere produksjonen, som kan være nødvendig i løpet av stimulus integrering. Kraften til FIM og FIMTrack er demonstrert ved å studere bevegelse av Drosophila larver.
ABOUT JoVE
Copyright © 2024 MyJoVE Corporation. All rights reserved