Abstract
Neuroscience
Analysen av neuronala nätverk funktion kräver en tillförlitlig mätning av beteendemässiga egenskaper. Eftersom beteende fritt rörliga djur är variabel till en viss grad, många djur måste analyseras, för att erhålla statistiskt signifikanta data. Detta kräver i sin tur en datorstödd automatiserad kvantifiering av locomotion mönster. För att få bilder med hög kontrast på nästan genomskinliga och små rörliga föremål, var en ny bildteknik baserad på frustrerad total inre reflektion som heter FIM utvecklas. Med den här inställningen är djur endast upplyst med infrarött ljus vid mycket specifika position kontakt med den underliggande krypande ytan. Denna metod resulterar i mycket höga kontrastbilder. Därefter är dessa bilder med hög kontrast bearbetas med etablerade kontur spårning algoritmer. Utifrån detta har vi utvecklat den FIMTrack mjukvaran, som tjänar till att extrahera ett antal funktioner som behövs för att kvantitativt beskriva en stor variation av locomotionegenskaper. Under utvecklingen av denna mjukvara, vi fokuserat våra insatser på en öppen källkod-arkitektur tillåter enkel tillägg av ytterligare moduler. Programmet fungerar plattformsoberoende och åtföljs av ett intuitivt GUI vägleda användaren genom dataanalys. Alla locomotion parametervärden ges i form av CSV-filer som möjliggör ytterligare dataanalyser. Dessutom ett resultat Viewer integrerad i spårningsprogram ger möjlighet att interaktivt granska och justera utgångs, som kan behövas under stimulans integration. Kraften i FIM och FIMTrack demonstreras genom att studera rörelse i Drosophila larver.
ABOUT JoVE
Copyright © 2024 MyJoVE Corporation. All rights reserved