计算机视觉引导的开源活跃交换器用于自由行为动物的神经成像
Ibrahim Oladepo1, Kapil Saxena1, Daniel Surinach1
1University of Minnesota, Twin Cities, Department of Mechanical Engineering, Minneapolis, Minnesota, United States.
Neurophotonics
|September 27, 2024
概括
这项研究引入了一个使用计算机视觉来跟踪动物运动的活跃通行器,使得连续的神经记录能够在没有线程扭曲的情况下进行. 这项创新增强了行为神经科学研究的长期神经数据采集.
科学领域:
- 神经科学是一个神经科学.
- 生物工程是生物工程.
- 计算机视觉 计算机视觉
背景情况:
- 微型神经记录设备对于研究自由移动动物的复杂行为至关重要.
- 有线神经接口需要滑环切换器来管理线程扭曲,往往需要额外的传感模块来积极减轻压力.
- 对长期连续神经记录的需求推动了对先进主动交换机解决方案的需求.
研究的目的:
- 开发和验证一个使用计算机视觉 (CV) 算法来实时跟踪动物位置和方向的活跃转换换器.
- 根据CV衍生的动物运动数据来控制滑环转换和旋转,从而减轻神经记录绳上的扭力压力.
- 在长期行为研究期间,为不间断的,高保真度的神经数据采集提供一种新的解决方案.
主要方法:
- 设计了一个活跃的翻译通换器系统,将计算机视觉算法与行为成像集成在一起.
- 在实验视频上使用CV进行了鼠标位置和方向的实时跟踪.
- CV输出用于动态控制滑环交流器的转换和旋转,以弥补累积的方向和位置变化.
主要成果:
- 在三种不同的行为背景下,CV导向的活跃通行器被成功测试了.
- 在小鼠身上使用小型化的广场皮质成像装置在开放场景中进行了可靠的皮质全幅成像.
- 活跃换没有改变记录期间测量的神经生理信号,证实了信号完整性.
结论:
- 开发的活跃通行器有效地使用计算机视觉来管理绳索扭转,从而促进长期的神经记录.
- 该系统是开源的,用现成的组件构建的,并且与各种神经光学和神经生理学设备兼容.
- 这项技术提高了研究自由行为动物复杂行为的神经支柱的能力.


