Bu içeriği görüntülemek için JoVE aboneliği gereklidir. Oturum açın veya ücretsiz deneme sürümünü başlatın.
Method Article
Burada bir koku manyetik halata (OMT) aparat için, satın alınan video görüntüsü nasıl optimize etmek için açıklayın. Ayrıca, görsel-koku alma füzyon eğitimi için iki örnek deneysel protokolleri açıklar.
Uçan böceklerin bir rüzgar akışı başlığı stabilize etmek için görsel ipuçları kullanın. Birçok hayvan ayrıca, rüzgarla taşınan kokuları takip edin. Upwind gibi, görsel istikrar koku izleme doğrudan yardımları izleme. Ama koku alma sinyalleri doğrudan rüzgar ipuçları bağımsız görsel izleme davranışlarını etkiler mi? Ayrıca, koku alma moleküler genetik ve nörofizyoloji son gelişmeler genetik özgü koku alma aktivasyon devreleri inaktive (örneğin) davranışsal etkilerini değerlendirmek için kantitatif roman davranışsal analizleri motive etmiş. Biz aslında arena dar laminer akış koku tüyleri ile donatılması görme deneyleri için geliştirilen bir manyetik halata sistemi değiştirilmiş. Burada bir sinek gergin sonra yapılan ve manyetik alanda gezinmek mümkün olabilir deneyler odaklanmak. Biz istikrarlı bir koku takibi nasıl yargılamak için vücut açısını ölçmek için optimize edilmiş video görüntüleri elde etmek için nasıl göstermek ve koku izleme görsel ipuçları etkisini incelemek için iki deneyler göstermektedir.
OMT sanal bir tüy simülatörü 2 birleştirmek için tasarlanmış bir manyetik halata sistemi 1 bir adaptasyon. Aşağıdaki protokolleri elde edilen video görüntüleri (Part 1) optimize etmek ve temel görsel-koku alma deneyleri iki tip (Bölüm 2 ve 3) nasıl çalıştırılacağını anlatacağım .
Bölüm 1: video Edinimi
Video görüntüsü en iyi duruma getirme edinilen verilerin kalitesi için çok önemlidir. Temiz görüntüler için şu adımları izleyin.
Bölüm 2: koku bulutunun bulma sinek
Bir basit bir deney OMT yerini aç (hasret) sinek gözlemleyerek ve daha sonra aktif bir tüy çekici gıda koku izleme. Görsel çevresi kurgulama sinek iştahlı bir yemek kokusu sağlam izlemek için yeteneğini etkiler. Deneyler genellikle deneysel amacıyla herhangi bir önyargı en aza indirmek için rasgele bir blok biçiminde çalıştırmak olduğunu unutmayın. Tüm dış donanım (gaz çoklayıcılar, LED arenada, video satın alma) Matlab (Mathworks) yazılı özel yazılım rutinleri tarafından kontrol edilir.
Bölüm 3: sinek, koku bulutunun içinde kalan
OMT ikinci bir temel deney görsel bir koku bulutunun içine bir sinek sürüklemek için, anında görsel koşulları değiştirmek ve daha sonra tüy kalır kabiliyetini ölçmek. Yine, rastgele bir blok formasyonu tüm deneyler yapılır dikkatt deney amacıyla herhangi bir önyargı en aza indirmek için.
Temsilcisi Sonuçlar:
Şekil 1
Bölüm 1 OMT video görüntüleri optimize etmek için nasıl açıklar. Video görüntüsü, koyu siyah bir arka plan üzerinde ışıklı sinek net bir görüş olmalıdır. Aşırı parlak bir görüntü, arka plan girişim azaltılması, IR LED yoğunluğunu azaltarak, ya da oda ışıkları kapatarak geliştirilebilir. Sinek yanlış yanıyorsa, IR LED IR LED modüle yoğunluğu odak ayarlama sorunu çözebilir. Bölüm 2 ve 3 bir OMT uygun şekilde çalıştığını doğrulamak için yapmak için basit deneyler tanımlamak. Tüm durumlarda, bir sinek, görsel olarak düzgün ve tam bir hareket aralığını sağlamak için arenada birçok devrimler döndürmek için (optomotor tepkiler) "zorla" olmalıdır. Bölüm 2 de bir sinek, kendi başına bir koku bulutunun bulmak için meydan . Deney yapan sinek tutmak için artık koku serbest etkisini azaltmak için, ve deney boyunca tek bir başlık korumak uçar tutmak için, görsel olarak bir kaç saniye için çalışmalar arasındaki sinek döndürmek için yararlı olur. Bir sinek bir önemli ölçüde su buharı tüy yerelleştirmeniz asla ve zengin panoramik görsel ipuçları varlığı her zaman bir koku bulutunun lokalize olmalıdır. Bölüm 3 bir sinek görsel doğrudan bir koku bulutunun içine sürükledi ve sabit görsel geçmişleri çeşitli karşı tüy içinde başlığı korumak için meydan. Sinek, su buharı tüy sürüklenen ise, çabucak açmanız gerekir. Sinek bir koku bulutunun içine sürükledi ve sağlam bir izleme aracı için yeterli görsel ipuçları vardır, sinek, tüy kalır.
Bu sistem için görüntü alımı Matlab yazılmış ucuz bir firewire board kamera ve yazılım kullanır. Net görüntüler, doğru veri izleri elde etmek için çok önemlidir. Yukarıda açıklanan stratejiler bu sistem görüntü temizliği için yararlıdır. Bu sistem için diğer video izleme prosedürleri 1 tarif edilmiştir. Ayrıca, bu sistem kolaylıkla gerçek zamanlı video izleme içerecek şekilde değiştirilmiş olabilir. Burada anlatılan örnek deneysel protokolleri bir OMT düzgün çal?...
, Ulusal Bilim Vakfı MF hibe tarafından finanse edilen
Name | Company | Catalog Number | Comments |
Firewire camera | 1394store.com | Fire-I board camera BW | 4.3mm lens no IR coating |
IR LEDs | Small Parts, Inc. | ||
Black spray paint | Rustoleum | Flat black | |
Black flock paper | Edmund Scientific | ||
Panel system | Caltech | 3 | |
Matlab 2006a | Mathworks | Image acquisition toolbox |
Bu JoVE makalesinin metnini veya resimlerini yeniden kullanma izni talebi
Izin talebiThis article has been published
Video Coming Soon
JoVE Hakkında
Telif Hakkı © 2020 MyJove Corporation. Tüm hakları saklıdır