Name: long-term video tracking of cohoused aquatic animals: a case study of the daily locomotor activity of the norway lobster (nephrops norvegicus)
Uploaded: 2019-04-08T13:00:00
Description: Watch this Scientific Journal Video about Long-term Video Tracking of Cohoused Aquatic Animals: A Case Study of the Daily Locomotor Activity of the Norway Lobster Nephrops norvegicus at JoVE.com

Gli autori sono grati alla Dr. Joan B. società che ha finanziato la pubblicazione di questo lavoro. Inoltre, gli autori sono grati per i tecnici della zona acquario sperimentale presso l'Istituto di Scienze Marine di Barcellona (ICM-CSIC) per il loro aiuto durante il lavoro sperimentale.
Questo lavoro è stato supportato dal progetto RITFIM (CTM2010-16274; sperimentatore principale: J. Aguzzi) fondato dal Ministero spagnolo della scienza e innovazione (Formacion) e la concessione di TIN2015-66951-C2-2-R dal Ministero spagnolo dell'economia e della competitività.

Le specie utilizzate in questo studio non sono una specie in via di estinzione o protetta. Esperimenti di laboratorio e di campionamento seguita la normativa spagnola e interno istituzionale (ICM-CSIC) in materia di benessere degli animali. Campionamento degli animali è stata condotta con il permesso dell'autorità locale (governo regionale della Catalogna).
1. campionamento e manutenzione animale
Nota: Il seguente protocollo si basa sul presupposto ...

Prestazioni e rappresentante risultati ottenuti con il protocollo di video-monitoraggio ha confermato la validità per la ricerca applicata nel campo del comportamento animale, con un focus specifico su modulazione sociale e ritmi circadiani di animali cohoused. L'efficienza di rilevamento animale (69%) e la precisione di discriminazione tag (89,5%) accoppiato con le caratteristiche comportamentali (cioè, tasso di movimento) delle specie bersaglio utilizzato qui suggeriscono che questo protocollo è una soluzione perfet...

Negli ultimi anni, rilevamento automatizzato basato su immagine ha fornito altamente accurato set di dati che possono essere utilizzati per esplorare le domande di base in ecologia e comportamento discipline1. Questi set di dati può essere utilizzato per l'analisi quantitativa di comportamento animale2,3. Tuttavia, ogni metodologia di immagine utilizzato per tracciare gli animali e la valutazione di comportamento ha i pregi e limiti. Nei protocolli di rilevamento basato su immagine che utilizzano informazioni spaziali da fotogrammi precedenti in un film per animali4,5,6, errori possono essere introdotte quando attraversano i percorsi di due animali. Questi errori sono in genere irreversibili e propagano attraverso il tempo. Malgrado gli avanzamenti computazionali che ridurre o eliminare quasi questo problema5,7, queste tecniche ancora bisogno di ambienti omogenei sperimentali per il monitoraggio e la precisa identificazione dell'animale.
L'impiego di marchi che possono essere identificati in modo univoco in animali evita questi errori e consente il monitoraggio a lungo termine degli individui identificati. Ampiamente usati indicatori (ad es., codici a barre e codici QR) esistono in commercio e industria e può essere identificati utilizzando tecniche di visione del computer ben noti, come aumentata realtà (ad es., ARTag8) e Calibrazione fotocamera (ad es., CALTag9 ). Taggato come animali precedentemente sono stati usati per studi comportamentali di alto-rendimento in diverse specie animali, per esempio, le formiche3 o API10, ma alcuni di questi sistemi precedenti non sono ottimizzati per riconoscere i tag isolato3.
Il protocollo di rilevamento presentato in questa carta è particolarmente adatto per il monitoraggio di animali nell'immaginario di un canale, come ad esempio la porta a infrarossi (IR) luce o luce monocromatica (in particolare, usiamo la luce blu). Di conseguenza, il metodo sviluppato non utilizzano segnali di colore, anche essere applicabile ad altre impostazioni dove ci sono vincoli nell'illuminazione. Inoltre, utilizziamo i tag personalizzato progettato per non disturbare le aragoste e, allo stesso tempo, consentire di registrare con fotocamere di basso costo. Inoltre, il metodo qui utilizzato si basa sul rilevamento di etichetta indipendente dal telaio (vale a dire., l'algoritmo riconosce la presenza di ciascun tag dell'immagine indipendentemente le traiettorie precedente). Questa funzione è rilevante nelle applicazioni dove gli animali possono essere temporaneamente occluso, o le traiettorie degli animali possono intersecare.
L'etichetta design consente l'utilizzo in diversi gruppi di animali. Una volta impostati i parametri del metodo, potrebbe essere trasferito per affrontare altri problemi relativi al rilevamento degli animali senza l'esigenza di formazione un classificatore specifico (altri crostacei o gasteropodi). Le principali limitazioni di esportazione del protocollo sono le dimensioni del tag e la necessità di attaccamento all'animale (che lo rende non adatto per piccoli insetti, come mosche, API, ecc.) ed il presupposto 2D per la movimentazione degli animali. Questo vincolo è significativo, dato che il metodo proposto presuppone che i tag dimensione rimangano costanti. Un animale di muoversi liberamente in un ambiente 3D (ad es. pesce) mostrerebbe dimensioni tag diverso a seconda della sua distanza alla fotocamera.
Lo scopo del presente protocollo è quello di fornire una metodologia facile da usare per tenere traccia di più animali contrassegnati per un lungo periodo di tempo (giorni o settimane) in un contesto 2D. L'approccio metodologico si basa sull'uso di hardware e software open source. Software libero e open source permette adattamenti, modifiche e ridistribuzione gratuita; di conseguenza, il software generato migliora a ogni passaggio11,12.
Il protocollo qui presentato si concentra su un laboratorio allestito per monitorare e valutare l'attività locomotrice di quattro animali acquatici in un serbatoio per 5 giorni. I file video sono registrati da una 1 immagine di time-lapse s e compilati in un video a 20 fotogrammi al secondo (1 giorno registrati occupa circa 1 ora di video). Tutte le registrazioni video sono automaticamente postprocessed per ottenere le posizioni degli animali, l'applicazione di algoritmi e metodi di visione al computer. Il protocollo permette di ottenere grandi quantità di dati, evitando loro annotazione manuale, che è stato indicato per essere tempo-intenso e laborioso in precedenti documenti sperimentale13di rilevamento.
Usiamo lo scampo (Nephrops norvegicus) per il caso di studio; quindi, mettiamo a disposizione condizioni di laboratorio specifici della specie di mantenerli. Aragoste eseguire ritmi di emersione tana ben studiata che sono sotto il controllo dell'orologio circadiano14,15, e quando cohoused, formano la dominanza gerarchia16,17. Quindi, il modello presentato qui è un buon esempio per i ricercatori interessati nella modulazione sociale di comportamento con un focus specifico sui ritmi circadiani.
La metodologia presentata qui è riprodotto con facilità e può essere applicata ad altre specie se c'è la possibilità di distinguere tra animali con singoli tag. I requisiti minimi per la riproduzione di un tale approccio in laboratorio (i) sono camere isotermiche per la messa a punto sperimentale; (ii) un approvvigionamento continuo di acqua; (iii) meccanismi di controllo di temperatura l'acqua; (iv) un sistema di controllo della luce; (v) una fotocamera USB e un computer standard.
In questo protocollo, usiamo Python18 e OpenCV19 (Open Source Computer Vision Library). Ci basiamo su operazioni veloci e comunemente applicate (sia in termini di attuazione e di esecuzione), come sfondo sottrazione20 e immagine Sogliatura21,22.

<table border="0" cellpadding="0" cellspacing="0" style="width:860px;" width="860">
	<tbody>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Tripod 475</td>
			<td style="width:113px;">Manfrotto</td>
			<td style="width:123px;">A0673528</td>
			<td style="width:307px;">Discontinued</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Articulated Arm 143</td>
			<td style="width:113px;">Manfrotto</td>
			<td style="width:123px;">D0057824</td>
			<td>Discontinued</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Camera USB 2.0 uEye LE</td>
			<td style="width:113px;">iDS</td>
			<td style="width:123px;">UI-1545LE-M</td>
			<td>https://en.ids-imaging.com/store/products/cameras/usb-2-0-cameras/ueye-le.html</td>
		</tr>
		<tr height="22">
			<td height="22" style="height:23px;width:317px;">Fish Eye Len C-mount f=6mm/F1.4</td>
			<td style="width:113px;">Infaimon</td>
			<td style="width:123px;">Standard Optical&#160;</td>
			<td style="width:307px;">https://www.infaimon.com/es/estandar-6mm</td>
		</tr>
		<tr height="22">
			<td height="22" style="height:22px;width:317px;">Glass Fiber Tank 1500x700x300 mm</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td style="width:307px;"></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Black Felt Fabric</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Wood Structure Tank</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>5 Wood Strips 50x50x250 mm</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Wood Structure Felt Fabric</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>10 Wood Strips 25x25x250 mm</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Stainless Steel Screws</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>As many as necessary for fix wood strips structures</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">PC</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>2-cores CPU, 4GB RAM, 1 GB Graphics, 500 GB HD</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">External Storage HDD</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>2 TB capacity desirable</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">iSPY Sotfware for Windows PC</td>
			<td style="width:113px;">iSPY</td>
			<td style="width:123px;"></td>
			<td>https://www.ispyconnect.com/download.aspx</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Zoneminder Software Linux PC</td>
			<td style="width:113px;">Zoneminder</td>
			<td style="width:123px;"></td>
			<td>https://zoneminder.com/</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">OpenCV 2.4.13.6 Library</td>
			<td style="width:113px;">OpenCV</td>
			<td style="width:123px;"></td>
			<td>https://opencv.org/</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Python 2.4</td>
			<td style="width:113px;">Python</td>
			<td style="width:123px;"></td>
			<td>https://www.python.org/</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Camping Icebox</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Plastic Tray</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Cyanocrylate Gel</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>To glue tag&#8217;s&#160;</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">1 black PVC plastic sheet (1 mm thickness)</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>Tag&#39;s construction</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">1 white PVC plastic sheet (1 mm thickness)</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>Tag&#39;s construction</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">4 Tag&#8217;s &#216; 40 mm</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>Maked with black &#38; white PVC plastic sheet</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">3 m Blue Strid Led Ligts (480 nm)</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td style="width:307px;">Waterproof as desirable</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">3 m IR Strid Led Ligts (850 nm)</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td style="width:307px;">Waterproof as desirable</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">6m&#160; Methacrylate Pipes &#216; 15 mm</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td style="width:307px;">Enclosed Strid Led</td>
		</tr>
		<tr height="23">
			<td height="23" style="height:23px;width:317px;">4 PVC Elbow&#160; 45o &#216; 63 mm</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td style="width:307px;">Burrow construction</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">3 m Flexible PVC Pipe &#216; 63 mm</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td style="width:307px;">Burrow construction</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">4 PVC Screwcap &#216; 63 mm</td>
			<td></td>
			<td></td>
			<td style="width:307px;">Burrow construction</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">4 O-ring &#216; 63 mm</td>
			<td></td>
			<td></td>
			<td style="width:307px;">Burrow construction</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">4 Female PVC socket glue / thread &#216; 63 mm</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td style="width:307px;">Burrow construction</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">10 m DC 12V Electric Cable</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Ligt Power Supply DC 12V 300 w</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:317px;">MOSFET, RFD14N05L, N-Canal, 14 A, 50 V, 3-Pin, IPAK (TO-251)</td>
			<td>RS Components</td>
			<td>325-7580</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:317px;">Diode, 1N4004-E3/54, 1A, 400V, DO-204AL, 2-Pines</td>
			<td>RS Components</td>
			<td>628-9029</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Fuse Holder</td>
			<td>RS Components</td>
			<td>336-7851</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">2 Way Power Terminal 3.81mm</td>
			<td>RS Components</td>
			<td>220-4658</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Capacitor 220 &#181;F 200 V</td>
			<td>RS Components</td>
			<td>440-6761</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Resistance 2K2 7W</td>
			<td>RS Components</td>
			<td>485-3038</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Fuse 6.3x32mm 3A</td>
			<td>RS Components</td>
			<td>413-210</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Arduino Uno Atmel Atmega 328 MCU board</td>
			<td>RS Components</td>
			<td>715-4081</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Prototipe Board CEM3,3 orific.,RE310S2</td>
			<td>RS Components</td>
			<td>728-8737</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">DC/DC converter,12Vin,+/-5Vout 100mA 1W</td>
			<td>RS Components</td>
			<td>689-5179</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">2 SERA T8 blue moonlight fluorescent bulb 36 watts</td>
			<td style="width:113px;">SERA</td>
			<td style="width:123px;"></td>
			<td>Discontinued / Light isolated facility</td>
		</tr>
	</tbody>
</table>

long-term video tracking of cohoused aquatic animals: a case study of the daily locomotor activity of the norway lobster (nephrops norvegicus)

Vi presentiamo un protocollo relazionato a una tecnica di video-monitoraggio basata sulla sottrazione di sfondo e soglia di immagine che rende possibile seguire individualmente gli animali cohoused. Abbiamo testato la routine di rilevamento con quattro cohoused scampi (Nephrops norvegicus) in condizioni di luce-buio per 5 giorni. Le aragoste erano stata contrassegnate individualmente. La messa a punto sperimentale e le tecniche di rilevamento utilizzate sono interamente basate su software open source. Indica il confronto tra l'uscita di rilevamento con un rilevamento manuale che le aragoste erano correttamente rilevato il 69% delle volte. Tra le aragoste correttamente rilevate, loro singoli tag sono stati correttamente identificati 89,5% delle volte. Considerando la frequenza di fotogrammi utilizzate nel protocollo e il tasso di movimento di aragoste, le prestazioni di rilevamento video hanno una buona qualità, e i risultati rappresentativi sostengono la validità del protocollo nella produzione di preziosi dati per esigenze di ricerca (individuo occupazione di spazio o modelli di attività locomotoria). Il protocollo qui presentato possa essere facilmente personalizzato ed è, quindi, trasferibile ad altre specie dove il tracciamento individuale degli esemplari in un gruppo possa essere utile per rispondere alle domande di ricerca.

Abbiamo costruito manualmente un sottoinsieme dei dati sperimentali per convalidare l'analisi automatizzata dei video. Una dimensione di campione di 1.308 fotogrammi con un livello di confidenza del 99% (che è una misura di sicurezza che mostra se il campione riflette accuratamente la popolazione, all'interno del suo margine di errore) e un margine di errore del 4% (che è una percentuale che descrive come chiudere il risposta ha dato l'esempio è il valore reale della popolazione) è st...

Watch this Scientific Journal Video about Long-term Video Tracking of Cohoused Aquatic Animals: A Case Study of the Daily Locomotor Activity of the Norway Lobster Nephrops norvegicus at JoVE.com

Long-term Video Tracking of Cohoused Aquatic Animals: A Case Study of the Daily Locomotor Activity of the Norway Lobster Nephrops norvegicus

Qui presentiamo un protocollo per monitorare individualmente gli animali per un lungo periodo di tempo. Usa visione artificiale metodi per identificare un set di tag manualmente costruito utilizzando un gruppo di aragoste come caso di studio, fornendo al contempo informazioni su come a casa, manipolare e contrassegno le aragoste.

A lungo termine dei Video rilevamento di Cohoused animali acquatici: un caso di studio dell'attività locomotrice quotidiana di scampi (Nephrops norvegicus)

We present a protocol related to a video-tracking technique based on the background subtraction and image thresholding that makes it possible to ...

Questo protocollo consente l'automazione del tracciamento di più animali. Utilizzo di una semplice etichetta per identificare ogni animale uno strumento di analisi id per rilevare i tag. Questo protocollo riduce significativamente il numero di ore necessarie per analizzare le registrazioni video utilizzando i dati leskey.per stimare completamenti più accurati dagli studi sperimentali. Gli animali in altri ambienti che possono essere taggati in modo simile possono essere monitorati con protocolli simili che forniscono applicazione in cronobiologia, ecologia, ricerca virale o neuroscienze. Abbiamo fornito il design hardware e il linguaggio di programmazione open source e forniamo un modello che consigliamo agli utenti di adottare nei protocolli per imparare il linguaggio di programmazione Python.Per costruire un'etichetta per l'animale bersaglio, tagliare prima quattro cerchi di diametro di 40 millimetri dal foglio di plastica nera e due triangoli equilateri laterali da 26 millimetri e due cerchi di diametro di 26 millimetri da un foglio di PVC di plastica bianca. Contrassegnare il centro di un triangolo bianco e di un cerchio bianco. E fare un foro di 10 millimetri ad ogni segno.Quindi incollare una forma bianca al centro di ciascuno dei quattro cerchi neri. Per impostare l'area sperimentale, posizionare i LED del tempo buio infrarosso nel serbatoio. Tieni sempre accese le luci a infrarossi.Quindi, posizionare le luci a LED a tempo di luce blu in un serbatoio di fibra di vetro modificato contenente sabbia e quattro tane flessibili per tubi in PVC e collegare le luci a un apparecchio per la gestione del periodo fotografico. Una volta posizionate tutte le luci, posizionare l'ingresso di acqua di mare refrigerata in un angolo del serbatoio, con l'uscita corrispondente nell'angolo opposto. Verificare che l'ingresso di acqua di mare sia impostato a una portata di circa 4 litri al minuto.Circondare la camera con una tenda nera per fornire il pieno isolamento dalla luce esterna. Posizionare il treppiede dotato della webcam sul lato dell'arena sperimentale, con la fotocamera 130 centimetri sopra e al centro dell'arena sperimentale. Collegare la fotocamera a un computer al di fuori della tenda e regolare i parametri della registrazione video in base alle caratteristiche della specie, assicurandosi di creare un timestamp, inclusa la data nel video time-lapse, per un eventuale punteggio comportamentale.Per etichettare gli animali, aggiungere acqua di 7 gradi Celsius a una ghiacciaia con compartimenti sommersi e posizionare 4 aragoste in 4 compartimenti separati. Dopo aver permesso alle aragoste di acclimatarsi per circa 30 minuti, trasferire un'aragosta su un vassoio di ghiaccio schiacciato per cinque minuti e utilizzare carta assorbente per asciugare la parte superiore del cefalotorace dell'aragosta immobilizzato. Posizionare una goccia di colla ad asciugatura rapida sul carapace essiccato e premere l'etichetta sulla colla per circa 20 secondi, fino a quando la colla non si indurisce.Quindi riportare l'aragosta nel suo compartimento nella ghiacciaia ed etichettare gli altri tre animali nello stesso modo. Quando tutte le aragoste sono state etichettate, riposizionare le aragoste nella loro cella per 24 ore. Il giorno dopo, usa la stessa ghiacciaia per trasferire le aragoste dalla struttura di acclimatazione alla camera sperimentale e avviare la registrazione video.Eseguire i passaggi di tagging e trasferimento in condizioni di luce rossa per evitare danni radiali all'aragosta per i recettori. Ulteriori specie d'acqua o specie terrestri potrebbero non aver bisogno di questa cura. Quindi ottenere un'immagine di sfondo media da cinque minuti di video o dai 100 fotogrammi iniziali prima di introdurre gli animali uno per uno nel serbatoio di sperimentazione all'interno dei rispettivi compartimenti d'acqua e attendere che le aragoste escono dai loro compartimenti.Del numero totale di animali conteggiati in questo esperimento rappresentativo, il 79% dei rilevamenti di animali è stato correttamente abbinato al programma e l'89,5% dei tag sono stati identificati correttamente. Solo il 3,8% dei tag è stato classificato in modo errato. Ma il restante 6,6% corrisponde a falsi positivi.Dopo il completamento di una specifica analisi video, i dati sulle posizioni ottenute possono essere utilizzati per valutare i diversi modelli comportamentali delle aragoste. Ad esempio, la tracciatura della mappa dell'occupazione dello spazio, utilizzando una stima bidimensionale della densità cheratina con un asse allineato dal chero normale variato valutato su una griglia quadrata, consente alle aree in cui le aragoste trascorrono una percentuale più alta del loro tempo di essere rappresentate con appezzamenti ad alta intensità di colore. I ritmi di attività giornalieri delle aragoste possono anche essere tracciati come millimetri coperti a intervalli binned di dieci minuti nel tempo.È importante mantenere specifiche esatte in termini di dimensioni e forma ed eseguire sempre la fase di analisi cestinata in background senza interfaccia utente. Il modello di analisi delle immagini può essere ampliato per esaminare componenti specifici dei crostacei per aiutare a migliorare lo studio comportamentale in termini di interazioni con gli animali. Queste complesse interazioni sociali animali si verificano in modo simile in un ambiente reale permettendo lo stile e gli aspetti importanti della ricerca biologica con una certa applicazione per l'ecologia e le neuroscienze.

Research

JoVE Journal

Environment

Long-term Video Tracking of Cohoused Aquatic Animals: A Case Study of the Daily Locomotor Activity of the Norway Lobster (Nephrops norvegicus)

Determination of Microbial Extracellular Enzyme Activity in Waters, Soils, and Sediments using High Throughput Microplate Assays

Determinazione del microbica extracellulare Enzyme Activity in Acque, Suoli e sedimenti utilizzando High Throughput micropiastre saggi

Much of the nutrient cycling and carbon  processing in natural environments occurs through the activity of extracellular  enzymes released by ...

Ricerca

Ambiente

Modifying the Bank Erosion Hazard Index (BEHI) Protocol for Rapid Assessment of Streambank Erosion in Northeastern Ohio

Modifying the Bank Erosion Hazard Index BEHI Protocol for Rapid Assessment of Streambank Erosion in Northeastern Ohio

Modifica della Banca Erosione Hazard Index (Behi) Protocollo per la rapida valutazione dei corsi d&#39;acqua Erosion in Northeastern Ohio

Understanding the source of pollution in a stream is vital to preserving, restoring, and maintaining the stream&#8217;s function and habitat it provides. ...

The Use of an Automated System (GreenFeed) to Monitor Enteric Methane and Carbon Dioxide Emissions from Ruminant Animals

The Use of an Automated System GreenFeed to Monitor Enteric Methane and Carbon Dioxide Emissions from Ruminant Animals

L&#39;uso di un sistema automatizzato (GreenFeed) per monitorare enterica metano e anidride carbonica Emissioni dei ruminanti

Ruminant animals (domesticated or wild) emit methane (CH4) through enteric fermentation in their digestive tract and from decomposition of manure during ...

Alternative Method of Removing Otoliths from Sturgeon

Metodo alternativo di rimozione otoliti da Sturgeon

Extracting the otoliths (ear bones) from fish that have very thick skulls can be difficult and very time consuming. The common practice of making a ...

Field Experiments of Pollination Ecology: The Case of Lycoris sanguinea var. sanguinea

Field Experiments of Pollination Ecology: The Case of Lycoris sanguinea var. sanguinea

Gli esperimenti sul campo di Ecologia: il caso di<em&gt; Sanguinea Lycoris</em&gt; Var.<em&gt; sanguinea</em

Plant-pollinator interactions have been studied for approximately one hundred years. During that time, many field methods have been developed to clarify ...

Using Pharmacological Manipulation and High-precision Radio Telemetry to Study the Spatial Cognition in Free-ranging Animals

Utilizzando manipolazione farmacologica e di alta precisione Radio Telemetria per studiare la Spatial Cognition in animali Free respiro

An animal&#39;s ability to perceive and learn about its environment plays a key role in many behavioral processes, including navigation, migration, ...

Development of New Methods for Quantifying Fish Density Using Underwater Stereo-video Tools

Sviluppo di nuovi metodi per quantificare la densità di pesce utilizzando strumenti di Stereo-video subacquei

The use of video camera systems in ecological studies of fish continues to gain traction as a viable, non-extractive method of measuring fish lengths and ...

Rearing and Long-Term Maintenance of Eristalis tenax Hoverflies for Research Studies

Rearing and Long-Term Maintenance of Eristalis tenax Hoverflies for Research Studies

Allevamento e manutenzione a lungo termine di sirfidi Eristalis tenax per studi di ricerca

With an estimated 6000 species worldwide, hoverflies are ecologically important as alternative pollinators to domesticated honeybees. However, they are ...

Experimental Protocol for Examining Behavioral Response Profiles in Larval Fish: Application to the Neuro-stimulant Caffeine

Protocollo sperimentale per l'esame di profili di risposta comportamentale nel pesce larvale: applicazione alla caffeina Neuro-stimolante

Fish models and behaviors are increasingly used in the biomedical sciences; however, fish have long been the subject of ecological, physiological and ...

Combining Eye-tracking Data with an Analysis of Video Content from Free-viewing a Video of a Walk in an Urban Park Environment

Combinare i dati di tracciamento degli occhi con un'analisi dei contenuti video da Free-visualizzazione di un video di una passeggiata in un ambiente parco urbano

As individuals increasingly live in cities, methods to study their everyday movements and the data that can be collected becomes important and valuable. ...