收集自主发起的老鼠行为数据来描述中风后的缺陷
Jared Armshaw1, Grayson Butcher1, April Becker2
1Department of Behavior Analysis, College of Health and Public Service, University of North Texas.
Journal of visualized experiments : JoVE
|April 1, 2024
概括
这项研究引入了一种自动化系统,用于训练和测试殖民地中的老鼠行为,减少人类干扰并提高研究数据的可靠性,包括获得的脑损伤研究.
科学领域:
- 神经科学是一个神经科学.
- 动物行为研究 动物行为研究
- 生物医学工程 生物医学工程
背景情况:
- 传统的老鼠行为测试涉及耗时的,一对一的会议.
- 研究人员的存在可以无意中影响动物的行为和数据.
- 标准住房缺乏丰富性,可能会扭曲行为结果.
研究的目的:
- 开发和验证一种自动化系统,用于在殖民地子环境中进行个人老鼠行为训练和测试.
- 尽量减少人类的存在及其对行为数据的潜在影响.
- 为了能够客观地评估运动功能,特别是在中风研究的背景下.
主要方法:
- 一个使用无线电频率识别 (RFID) 进行个人鼠标识别和量身定制测试的自动化系统.
- 在没有人类直接监督的情况下,在殖民地环境中进行行为测试.
- 在老鼠模型中测量熟练前肢运动性能在中风前和后.
主要成果:
- 该系统成功地自动训练和测试了单个老鼠的行为.
- 收集的数据包括成功率,拉力,攻击分析,启动模式,会议持续时间和昼夜节律.
- 在不同动物的测量变量中证明了合理的一致性.
结论:
- 自动化系统为传统方法提供了可行的替代方案,提高了行为研究的效率和客观性.
- 这种方法对研究诸如获得性脑损伤和中风等疾病尤为有希望.
- 进一步的研究可以完善该系统,以便在行为神经科学中得到更广泛的应用.


