NERV:用于快速,可复制和硬件同步的神经科学实验设计和执行的全面框架
Kyle Coutray1, Christos Constantinidis1
1Department of Biomedical Engineering, Vanderbilt University, Nashville, TN 37235, USA.
Journal of neuroscience methods
|December 5, 2025
概括
范德比尔特的神经科学实验运行时间 (NERV) 是行为神经科学实验的新框架. 它提供精确的时间,硬件集成和数据来源,用于可重复的研究.
科学领域:
- 神经科学是一个神经科学.
- 计算神经科学是一种神经科学.
- 实验设计 实验设计
背景情况:
- 行为神经科学实验要求精确的刺激控制,毫秒计时,硬件集成和数据来源.
- 3D环境和多式记录的日益复杂性在开发,可访问性和可重复性方面带来了挑战.
- 目前的碎片化工具通过分离呈现,同步和记录来阻碍工作流的效率.
研究的目的:
- 介绍范德比尔特 (NERV) 的神经科学实验运行时间,这是设计,执行和记录神经科学实验的统一框架.
- 通过提供毫秒精度,模块化和全面的数据来源来解决现有工具的局限性.
- 通过一个可扩展的开源平台,支持无代码用户和高级开发人员.
主要方法:
- NERV是一个基于Unity的C#框架,集成了实验设计,执行和数据记录.
- 自定义 Unity 编辑器工具通过 TTL 脉冲自动化场景/脚本生成,状态管理和硬件同步的事件时间.
- 一个模块化系统支持插电模块 (例如,光二极管标记器,目光跟踪) 具有完整来源的自动存档.
主要成果:
- 单元到TTL的延迟平均为2.10±1.21毫秒,证实了精确的硬件同步.
- 从TTL到光电和从Unity到屏幕的延迟分别为28.93 ± 0.76 ms和31.04 ± 1.41 ms.
- 这些结果表明稳定的毫秒精度和框架锁定定定时为可靠的事件对齐.
结论:
- NERV提供了一个可访问,可扩展的框架,统一快速开发,可靠的数据来源和毫秒精度.
- 它减少了工作流的碎片化,并加速了可复制,可扩展的神经科学实验的发展.
- NERV为下一代神经科学研究建立了一个可扩展的基础,提高了可访问性和可扩展性.
