Name: a psychophysics paradigm for the collection and analysis of similarity judgments
Uploaded: 2022-03-01T13:45:00
Description: Watch this Scientific Journal Video about A Psychophysics Paradigm for the Collection and Analysis of Similarity Judgments at JoVE.com

这项工作得到了美国国立卫生研究院（NIH）的资助，拨款EY07977。作者还要感谢Usman Ayyaz在测试软件方面的帮助，以及Muhammad Naeem Ayyaz对手稿的评论。

在开始实验之前，所有受试者都根据机构准则和《赫尔辛基宣言》提供知情同意。在这项研究中，该协议得到了威尔康奈尔医学院机构审查委员会的批准。
1. 安装和设置
<ol><li>从 GitHub 存储库下载代码，相似之处（https://github.com/jvlab/similarities）。在命令行中，运行：git clone https://github.com/jvlab/similarities.git。- 如果未安装 git，请从存储库中将代码作为压缩?...

<ol>
	<li>Edelman, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Representation+is+representation+of+similarities.">Representation is representation of similarities.</a> TheBehavioral and Brain Sciences. 21 (4), 449-498 (1998).</li><li>Hahn, U., Chater, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Concepts+and+similarity.">Concepts and similarity.</a> Knowledge, Concepts and Categories. , 43-84 (1997).</li><li>Kriegeskorte, N., Kievit, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Representational+geometry:+integrating+cognition,+computation,+and+the+brain.">Representational geometry: integrating cognition, computation, and the brain.</a> Trends in Cognitive Sciences. 17 (8), 401-412 (2013).</li><li>Hebart, M. N., Zheng, C. Y., Pereira, F., Baker, C. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Revealing+the+multidimensional+mental+representations+of+natural+objects+underlying+human+similarity+judgements.">Revealing the multidimensional mental representations of natural objects underlying human similarity judgements.</a> Nature Human Behaviour. 4 (11), 1173-1185 (2020).</li><li>Deng, W. S., Sloutsky, V. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+development+of+categorization:+Effects+of+classification+and+inference+training+on+category+representation.">The development of categorization: Effects of classification and inference training on category representation.</a> Developmental Psychology. 51 (3), 392-405 (2015).</li><li>Shepard, R. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Stimulus+and+response+generalization:+tests+of+a+model+relating+generalization+to+distance+in+psychological+space.">Stimulus and response generalization: tests of a model relating generalization to distance in psychological space.</a> Journal of Experimental Psychology. 55 (6), 509-523 (1958).</li><li>Coombs, C. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+method+for+the+study+of+interstimulus+similarity.">A method for the study of interstimulus similarity.</a> Psychometrika. 19 (3), 183-194 (1954).</li><li>Ga&#776;rdenfors, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Conceptual Spaces: The Geometry of Thought. , (2000).</li><li>Zaidi, Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Perceptual+spaces:+mathematical+structures+to+neural+mechanisms.">Perceptual spaces: mathematical structures to neural mechanisms.</a> The Journal of Neuroscience The Official Journal of the Society for Neuroscience. 33 (45), 17597-17602 (2013).</li><li>Krishnaiah, P. R., Kanal, L. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Handbook of Statistics 2. , (1982).</li><li>Tsogo, L., Masson, M. H., Bardot, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multidimensional+Scaling+Methods+for+Many-Object+Sets:+A+Review.">Multidimensional Scaling Methods for Many-Object Sets: A Review.</a> Multivariate Behavioral Research. 35 (3), 307-319 (2000).</li><li>Kriegeskorte, N., Mur, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Inverse+MDS:+Inferring+dissimilarity+structure+from+multiple+item+arrangements.">Inverse MDS: Inferring dissimilarity structure from multiple item arrangements.</a> Frontiers in Psychology. 3, 245 (2012).</li><li>Rao, V. R., Katz, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Alternative+Multidimensional+Scaling+Methods+for+Large+Stimulus+Sets.">Alternative Multidimensional Scaling Methods for Large Stimulus Sets.</a> Journal of Marketing Research. 8 (4), 488-494 (1971).</li><li>Hoffman, J. I. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Hypergeometric+Distribution.">Hypergeometric Distribution.</a> Biostatistics for Medical and Biomedical Practitioners. , 179-182 (2015).</li><li>Victor, J. D., Rizvi, S. M., Conte, M. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Two+representations+of+a+high-dimensional+perceptual+space.">Two representations of a high-dimensional perceptual space.</a> Vision Research. 137, 1-23 (2017).</li><li>Knoblauch, K., Maloney, L. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Estimating+classification+images+with+generalized+linear+and+additive+models.">Estimating classification images with generalized linear and additive models.</a> Journal of Vision. 8 (16), 1-19 (2008).</li><li>Maloney, L. T., Yang, J. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Maximum+likelihood+difference+scaling.">Maximum likelihood difference scaling.</a> Journal of Vision. 3 (8), 573-585 (2003).</li><li>Logvinenko, A. D., Maloney, L. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+proximity+structure+of+achromatic+surface+colors+and+the+impossibility+of+asymmetric+lightness+matching.">The proximity structure of achromatic surface colors and the impossibility of asymmetric lightness matching.</a> Perception &amp; Psychophysics. 68 (1), 76-83 (2006).</li><li>Zhou, Y., Smith, B. H., Sharpee, T. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Hyperbolic+geometry+of+the+olfactory+space.">Hyperbolic geometry of the olfactory space.</a> Science Advances. 4 (8), (2018).</li><li>Goldstone, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+efficient+method+for+obtaining+similarity+data.">An efficient method for obtaining similarity data.</a> Behavior Research Methods, Instruments, &amp; Computers. 26 (4), 381-386 (1994).</li><li>Townsend, J. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Theoretical+analysis+of+an+alphabetic+confusion+matrix.">Theoretical analysis of an alphabetic confusion matrix.</a> Perception &amp; Psychophysics. 9, 40-50 (1971).</li></ol>

这里概述的协议对于获取和分析可以直观呈现的刺激的相似性判断是有效的。首先讨论了实验范式，分析和可能的扩展，然后讨论了该方法的优缺点。
实验范式：使用37个动物名称的域演示了所提出的方法，并提供了感知判断的样本数据集，以便人们可以遵循步骤5中的分析并重现图3-6的部分内容（协议步骤1.4）。?...

人类在心理上处理和表示传入的感官信息，以执行各种任务，例如物体识别，导航，对环境进行推断等等。相似性判断通常用于探测这些心理表征1。了解心理表征的结构可以为概念知识的组织提供见解2。通过将相似性判断与大脑激活模式相关联，也可以深入了解神经计算3。此外，相似性判断揭示了感知中突出的特征4。研究心理表征在发育过程中如何变化可以揭示它们是如何被学习的5。因此，相似性判断为大脑中的信息处理提供了有价值的见解。
使用相似性的心理表征的常见模型是几何空间模型6，7，8。应用于感觉域，这种模型通常被称为感知空间9。空间中的点表示刺激，点之间的距离对应于它们之间的感知差异。从相似性判断中，可以得到对相异性的定量估计。然后，这些成对相差（或感知距离）可用于 通过 多维缩放对感知空间进行建模10。
收集相似性判断的方法有很多种，每种方法都有其优点和缺点。获得不同性定量测量的最直接方法是要求受试者在一定量表上对每对刺激之间的差异程度进行评分。虽然这相对较快，但在长时间的会议中，估计往往不稳定，因为受试者无法回到以前的判断，并且如果存在上下文影响，则无法检测到。（在这里，上下文效应被定义为基于未进行比较的其他刺激的存在，两个刺激之间判断的相似性的变化。或者，可以要求受试者将所有刺激对与所有其他刺激对进行比较。虽然这将产生更可靠的差异秩顺序，但比较的数量需要与刺激数量的四次方进行缩放，使得仅对于较小的刺激集是可行的。更快的替代方法（如分类到预定义的簇数11 或自由排序）有其自身的局限性。自由排序（成任意数量的堆）是直观的，但它迫使受试者对刺激进行分类，即使刺激不容易分类。较新的多排列方法（反向 MDS）规避了许多这些限制，并且非常有效12。然而，这种方法要求受试者将他们的心理表征投射到2D欧几里得平面上，并以特定的几何方式考虑相似性，假设相似性结构可以从平面上的欧几里得距离中恢复。因此，仍然需要一种有效的方法来收集大量的相似性判断，而不对判断背后的几何形状做出假设。
这里描述的是一种既合理有效又避免了上述潜在陷阱的方法。通过要求受试者在每次试验中按与中心参考的相似性顺序对刺激进行排名13，可以直接探测相对相似性，而无需假设受试者反应的几何结构。该范式重复了相同和不同上下文的比较子集，允许直接评估上下文效应以及根据选择概率获取分级响应。分析过程将这些等级判断分解为多个成对比较，并使用它们来构建和搜索解释判断的感知空间的欧几里得模型。该方法适合于详细描述中等大小的刺激集的表示（例如，19至49）。
为了证明这种方法的可行性，进行了一项实验，使用一组37只动物作为刺激。在10个一小时的会议过程中收集数据，然后针对每个受试者单独分析。分析揭示了受试者之间的一致性和可忽略不计的上下文影响。它还评估了刺激与其感知空间的欧几里得模型之间的感知差异的一致性。本文概述的范式和分析程序是灵活的，预计将对有兴趣表征一系列感知空间的几何性质的研究人员有用。

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Computer Workstation</td>
			<td>N/A</td>
			<td>N/A</td>
			<td>OS: Windows/ MacOS 10 or higher/ Linux; 3.1 GHz Dual-Core Intel Core i5 or similar; 8GB or more memory; User permissions for writing and executing files</td>
		</tr>
		<tr>
			<td>conda</td>
			<td></td>
			<td>Version 4.11</td>
			<td>OS: Windows/ MacOS 10 or higher/ Linux</td>
		</tr>
		<tr>
			<td>Microsoft Excel</td>
			<td>Microsoft</td>
			<td>Any</td>
			<td>To open and shuffle rows and columns in trial conditions files.</td>
		</tr>
		<tr>
			<td>PsychoPy</td>
			<td>N/A</td>
			<td>Version 2021.2</td>
			<td>Framework for running psychophysical studies</td>
		</tr>
		<tr>
			<td>Python 3</td>
			<td>Python Software Foundation</td>
			<td>Python Version 3.8</td>
			<td>Python3 and associated built-in libraries</td>
		</tr>
		<tr>
			<td>Required Python Libraries</td>
			<td>N/A</td>
			<td>numpy version: 1.17.2 or higher; matplotlib version 3.4.3 or higher; scipy version 1.3.1 or higher; pandas version 0.25.3 or higher; seaborn version 0.9.0 or higher; scikit_learn version 0.23.1 or higher; yaml version 6.0 or higher&#160;</td>
			<td>numpy, scipy and scikit_learn are computing modules with in-built functions for optimization and vector operations. matplotlib and seaborn are plotting libraries. pandas is used to reading in and edit data from csv files.</td>
		</tr>
	</tbody>
</table>

a psychophysics paradigm for the collection and analysis of similarity judgments

相似性判断通常用于研究心理表征及其神经相关性。这种方法已被用于表征许多领域的感知空间：颜色，对象，图像，单词和声音。理想情况下，人们可能想要比较所有刺激对之间的感知相似性的估计，但这通常是不切实际的。例如，如果要求受试者比较两个项目的相似性与其他两个项目的相似性，则比较次数会随着刺激集大小的第四次方而增长。另一种策略是要求受试者对孤立对的相似性进行评级，例如，在Likert量表上。这要高效得多（评级数量随集合大小而不是四分之一而呈二次增长），但这些评级往往不稳定且分辨率有限，并且该方法还假定没有上下文影响。
在这里，提出了一种用于有效收集相似性判断的新颖排名范式，以及测试欧氏距离模型是否考虑数据的分析管道（提供的软件）。典型的试验包括围绕中心参考刺激的八个刺激：受试者按照刺激与参考的相似性顺序对刺激进行排名。通过明智地选择每次试验中使用的刺激组合，该方法具有内部控制，以确保一致性和上下文效果。该方法对于从最多五维的欧几里得空间中提取的刺激进行了验证。 
该方法通过一个测量37个单词之间相似性的实验来说明。每个试验都会产生28个成对比较的结果，“A与参考文献的相似性是否比B与参考文献的相似性更相似？虽然直接比较所有对的刺激需要221445试验，但这种设计能够从222次试验中获得的5994次此类比较中重建感知空间。

图 1A 显示了脚本在步骤 3.3 中为单词实验生成的条件文件的一部分。每行对应于一个试验。ref 列中的刺激将显示在显示屏的中心。列名 stim1 到 stim8 对应于沿圆的八个位置，逆时针方向运行，从中心参照右侧的位置开始。来自单词实验的样本试验如图 1B所示。
为了证明可行性和可重复性，进行了一项实验，其中刺激集...

Watch this Scientific Journal Video about A Psychophysics Paradigm for the Collection and Analysis of Similarity Judgments at JoVE.com

A Psychophysics Paradigm for the Collection and Analysis of Similarity Judgments

该协议提出了一个实验心理物理学范式，以获得大量的相似性判断，以及随之而来的分析工作流程。该范式探测上下文效应，并根据至少五维的欧几里得空间对相似性数据进行建模。

一种用于收集和分析相似性判断的心理物理学范式

Similarity judgments are commonly used to study mental representations and their neural correlates. This approach has been used to characterize perceptual ...

这是收集和分析相似性判断的有效方法，它不假设任何关于主体的几何属性的基本心理表征。该方法的主要优点是其灵活性和对感知表征性质的假设最小化。刺激的种类和试验的复杂性可以变化，并且可以与数据拟合各种几何模型。这种方法对于有兴趣表征视觉刺激的低级和高层次方面的心理表征的研究人员可能是有用的。选择要运行的实验。通过单击“相似性”、“实验”，然后单击“word_exp”导航到“实验”一词，或者通过单击“相似性”、“实验”，然后导航到“image_exp”图像实验。完成实验刺激。如果正在运行单词实验，请准备一个单词列表。对于图像实验，创建一个新目录并将所有刺激图像放在其中。在试验目录中，找到名为 config 的配置文件。yaml 通过单击相似性，然后单击实验，然后单击 config.yaml。在源代码编辑器中打开文件，并将文件变量的值更新为包含激励集的目录的路径。这是PsychoPy寻找图像刺激的地方。通过打开配置创建试用配置。yaml 文件中的分析目录中，然后将path_2_stimulus_list参数的值设置为刺激.txt路径。在相似性目录中，通过一个接一个地执行窗口中显示的命令来运行脚本。这将创建一个名为 trial_conditions 的文件。csv 的相似性，其中每行都包含试验中出现的刺激的名称及其位置。将生成的 222 个试验的整套试验分解为会话，并通过执行窗口中显示的命令随机化试验顺序。在典型的设计中，会议包括111次试验，每次试验大约需要一个小时才能进行。出现提示时，输入显示的输入参数。重命名每个生成的文件并将其另存为条件。csv 在其自己的目录中。复制条件。csv 文件并将其粘贴到包含 psyexp 文件的当前目录中。打开PsychoPy并打开相关实验目录中的psyexp或py文件。在PsychoPy中，单击绿色播放按钮以运行实验。在模式弹出窗口中，输入使用者名称或 ID 和会话编号，然后单击确定开始。说明将在每次会话开始时显示。让受试者大约一个小时来完成任务，并且由于任务是自定进度的，因此如果需要，鼓励受试者休息。完成所有会话后，将原始数据文件合并并将它们重新格式化为单个 JSON 文件，以便通过运行预处理进行进一步处理。py 在终端中使用屏幕上可见的命令。出现提示时，输入请求的输入参数，包括受试者数据目录的路径、用于预处理数据的受试者 ID 以及用于命名输出文件的实验名称，然后按 Enter。这将在输出目录中创建一个 JSON 文件，该文件将每个试验的重复响应组合在一起。要从排名顺序判断中确定成对选择概率，请转到相似性，然后分析并运行describe_data。py 在命令行中。出现提示时，输入受试者数据的路径和要运行分析的受试者列表。这将创建三种绘图。通过运行model_fitting，使用选择概率生成感知空间的低维欧几里得模型。py 使用屏幕上显示的命令行。出现提示时，向主体数据/预处理者提供目录输入、刺激次数（默认为 37）、迭代次数、输出目录以及高斯噪声量（默认为 0.18）。可视化所获得模型的对数似然性，并通过运行相似性、分析model_fitting_figure.py来评估其拟合度。出现提示时，将所需的路径输入到包含日志可能性的 CSV 文件中。可视化每个主体的感知空间，并通过运行显示的命令生成散点图，显示5D模型中投影到前两个主要组件上的点。出现提示时，输入输入参数和包含 5D 点的 NPY 文件的路径。执行脚本后，退出虚拟环境。在为单词实验生成的文件中，第一行对应于一个试验，其中八个刺激出现在参考刺激猴子周围。等级判断被分解成成对的选择。选择概率的分布在受试者之间高度一致。每个面板中对角线附近的数据聚类表明，受试者之间的选择概率与非极端判断的一致性很大。主对角线表示两个上下文中的选择概率（包括介于 0 和 1 之间的中间选择概率）对于每个主体都接近相同。对数似然是相对于最佳模型的对数似然数显示的，该模型将观察到的选择概率分配给每个比较，而不通过任何几何考虑来约束这些概率。对感知空间5D模型中的点进行主成分分析，其中感知相似的动物由彼此靠近的点表示。在设计实验时确定所有参数并在开始第二步之前在配置文件中设置它们至关重要。仔细跟踪每个受试者的数据也非常重要。该方法提供了大量的相似性判断，因此可以应用许多分析，例如聚类分析，关注上下文或具有不同几何空间的建模。

Research

JoVE Journal

Neuroscience

Organotypic Cerebellar Cultures: Apoptotic Challenges and Detection

器官型小脑文化：细胞凋亡的挑战和检测

Organotypic cultures of neuronal tissue were first introduced by Hogue in 1947 1,2 and have constituted a major breakthrough in the field of neuroscience. ...

科研

神经科学

Reproducible Mouse Sciatic Nerve Crush and Subsequent Assessment of Regeneration by Whole Mount Muscle Analysis

重复性小鼠坐骨神经挤压和再生的后续评估整装肌肉分析

Regeneration in the peripheral nervous system (PNS) is widely studied both for its relevance to human disease and to understand the robust regenerative ...

Co-analysis of Brain Structure and Function using fMRI and Diffusion-weighted Imaging

使用功能磁共振成像和弥散加权成像脑结构与功能分析

The study of complex computational systems is facilitated by network maps, such as circuit diagrams. Such mapping is particularly informative when ...

Visualization and Genetic Manipulation of Dendrites and Spines in the Mouse Cerebral Cortex and Hippocampus using In utero Electroporation

Visualization and Genetic Manipulation of Dendrites and Spines in the Mouse Cerebral Cortex and Hippocampus using In utero Electroporation

可视化和遗传操作在小鼠大脑皮层和使用海马树突和棘<em&gt;在子宫内</em&gt;电穿孔

In utero electroporation (IUE) has become a powerful technique to study the development of different regions of the embryonic nervous system 1-5. To date ...

A Visual Description of the Dissection of the Cerebral Surface Vasculature and Associated Meninges and the Choroid Plexus from Rat Brain

从大鼠脑的解剖脑表面血管及相关脑膜和脉络丛的可视描述，

This video presentation was created to show a method of harvesting the two most important highly vascular structures, not residing within the brain ...

A Novel Light Damage Paradigm for Use in Retinal Regeneration Studies in Adult Zebrafish

成年斑马鱼视网膜再生研究中使用的一种新型的光损伤范式

Light-induced retinal degeneration (LIRD) is commonly used in both rodents and zebrafish to damage rod and cone photoreceptors. In adult zebrafish, ...

High-resolution Quantification of Odor-guided Behavior in Drosophila melanogaster Using the Flywalk Paradigm

High-resolution Quantification of Odor-guided Behavior in Drosophila melanogaster Using the Flywalk Paradigm

在气味引导行为的高分辨率定量<em&gt;果蝇</em&gt;使用<em&gt; Flywalk</em&gt;范式

In their natural environment, insects such as the vinegar fly Drosophila melanogaster are bombarded with a huge amount of chemically distinct odorants. To ...

Chronic Implantation of Whole-cortical Electrocorticographic Array in the Common Marmoset

常见马莫塞的全皮质电皮质阵列的慢性植入

Electrocorticography (ECoG) allows the monitoring of electrical field potentials from the cerebral cortex with high spatiotemporal resolution. Recent ...

3D Kinematic Analysis for the Functional Evaluation in the Rat Model of Sciatic Nerve Crush Injury

坐骨神经粉碎损伤大鼠模型中功能评估的3D运动学分析

Compared to the Sciatic Functional Index (SFI), kinematic analysis is a more reliable and sensitive method for performing functional evaluations of ...

Collection of Frozen Rodent Brain Regions for Downstream Analyses

用于下游分析的冷冻啮齿动物大脑区域集合

As our understanding of neurobiology has progressed, molecular analyses are often performed on small brain areas such as the medial prefrontal cortex ...