Summary
Basit ve invaziv olmayan bir teknik olan pupillometri, normal işiten hayvanlarda ve çeşitli işitsel patolojilerin hayvan modellerinde gürültü içinde işitme eşiklerini belirlemek için bir yöntem olarak önerilmektedir.
Abstract
Gürültüye maruz kalma, sensörinöral işitme kaybının önde gelen nedenlerinden biridir. Gürültüye bağlı işitme kaybının hayvan modelleri, işitme kaybının altında yatan anatomik ve fizyolojik patolojiler hakkında mekanik bir bakış açısı sağlamıştır. Bununla birlikte, işitme kaybı olan insanlarda gözlenen davranışsal eksiklikleri hayvan modellerindeki davranışsal eksikliklerle ilişkilendirmek zor olmaya devam etmektedir. Burada pupillometri, hayvan ve insan davranış verilerinin doğrudan karşılaştırılmasını sağlayacak bir yöntem olarak önerilmektedir. Yöntem, modifiye edilmiş bir tuhaf top paradigmasına dayanmaktadır - konuyu bir uyaranın tekrarlanan sunumuna alıştırmak ve aralıklı olarak tekrarlanan uyarandan bazı parametrik şekillerde değişen sapkın bir uyaran sunmak. Temel öncül, tekrarlanan ve sapkın uyaran arasındaki değişim denek tarafından tespit edilirse, tekrarlanan uyaranın ortaya çıkardığından daha büyük bir öğrenci genişleme tepkisini tetikleyeceğidir. Bu yaklaşım, işitme kaybı çalışmaları da dahil olmak üzere işitsel araştırmalarda yaygın olarak kullanılan bir hayvan modeli olan kobaylarda bir seslendirme kategorizasyon görevi kullanılarak gösterilmiştir. Bir seslendirme kategorisindeki seslendirmeleri standart uyaranlar olarak ve ikinci bir kategorideki seslendirmeleri çeşitli sinyal-gürültü oranlarında gürültüye gömülü tuhaf uyaranlar olarak sunarak, tuhaf top kategorisine yanıt olarak öğrenci genişlemesinin büyüklüğünün sinyal-gürültü oranı ile monoton olarak değiştiği gösterilmiştir. Büyüme eğrisi analizleri daha sonra bu öğrenci dilatasyon yanıtlarının zaman seyrini ve istatistiksel önemini karakterize etmek için kullanılabilir. Bu protokolde, kobayların kuruluma alışması, pupillometrinin yapılması ve verilerin değerlendirilmesi/analiz edilmesi için ayrıntılı prosedürler açıklanmaktadır. Bu teknik, bu protokolde normal işiten kobaylarda gösterilmesine rağmen, yöntem her bir denek içindeki çeşitli işitme kaybı biçimlerinin duyusal etkilerini değerlendirmek için kullanılabilir. Bu etkiler daha sonra eşzamanlı elektrofizyolojik ölçümler ve post-hoc anatomik gözlemlerle ilişkilendirilebilir.
Introduction
Göz bebeği çapı (PD) çok sayıda faktörden etkilenebilir ve zamanla değişen PD ölçümü pupillometri olarak bilinir. PD, iris sfinkter kası (daralmada rol oynar) ve iris dilatatör kası (dilatasyonda rol oynar) tarafından kontrol edilir. Daralma kası parasempatik sistem tarafından innerve edilir ve kolinerjik projeksiyonları içerirken, iris dilatatör, noradrenerjik ve kolinerjik projeksiyonları içeren sempatik sistem tarafından innerve edilir 1,2,3. PD değişikliklerini indüklemek için en iyi bilinen uyaran parlaklık-daralmadır ve göz bebeğinin genişleme tepkileri ortam ışığı yoğunluğundaki değişikliklerle üretilebilir2. PD ayrıca odak mesafesi2'nin bir fonksiyonu olarak da değişir. Bununla birlikte, PD'nin ayrıca parlaklıkla ilgili olmayan dalgalanmalargösterdiği on yıllardır bilinmektedir 4,5,6,7. Örneğin, iç zihinsel durumlardaki değişiklikler geçici PD değişikliklerine neden olabilir. Öğrenci, duygusal olarak yüklü uyaranlara yanıt olarak genişler veya uyarılmaile artar 4,5,8,9. Öğrenci genişlemesi, artan zihinsel çaba veya dikkat10,11,12,13 gibi diğer bilişsel mekanizmalarla da ilişkili olabilir. Öğrenci büyüklüğü varyasyonları ve zihinsel durumlar arasındaki bu ilişki nedeniyle, PD değişiklikleri şizofreni 14,15, anksiyete16,17,18, Parkinson hastalığı 19,20 ve Alzheimer hastalığı 21 gibi klinik bozuklukların bir belirteci olarak araştırılmıştır. , diğerleri arasında. Hayvanlarda, PD değişiklikleri iç davranış durumlarını izler ve kortikal alanlardaki nöronal aktivite seviyeleri ile ilişkilidir22,23,24,25. Göz bebeği çapının ayrıca farelerde uyku durumunun güvenilir bir göstergesi olduğu gösterilmiştir26. Uyarılma ve iç durumla ilgili bu PD değişiklikleri tipik olarak birkaç on saniyelik uzun zaman ölçeklerinde meydana gelir.
İşitme araştırmaları alanında, normal işitmede olduğu kadar işitme engelli bireylerde, dinleme çabası ve işitsel algı pupillometri kullanılarak değerlendirilmiştir. Bu çalışmalar tipik olarak, çeşitli tespit veya tanıma görevlerini yerine getiren 27,28,29,30 eğitimli araştırma konularını içerir. Uyarılma ve PD arasındaki yukarıda belirtilen ilişki nedeniyle, artan görev katılımı ve dinleme çabasının, artan öğrenci dilatasyon yanıtları 30,31,32,33,34,35 ile ilişkili olduğu gösterilmiştir. Bu nedenle, pupillometri, normal işiten dinleyicilerde spektral olarak bozulmuş konuşmayı tanımak için artan dinleme çabasının harcandığını göstermek için kullanılmıştır29,36. Yaşa bağlı işitme kaybı olan insanlar 27,30,37,38,39,40,41 ve koklear implant kullanıcıları 42,43 gibi işitme engelli dinleyicilerde, konuşma anlaşılabilirliğinin azalmasıyla öğrenci yanıtları da artmıştır; Bununla birlikte, işitme engelli dinleyiciler, normal işitme deneklerine kıyasla daha kolay dinleme koşullarında daha fazla öğrenci genişlemesi göstermiştir 27,30,37,38,39,40,41,42,43. Ancak, dinleyicinin bir tanıma görevini yerine getirmesini gerektiren deneyler her zaman mümkün değildir - örneğin, bebeklerde veya bazı hayvan modellerinde. Bu nedenle, akustik uyaranların uyandırdığı parlaklık ile ilişkili olmayan pupilla yanıtları, bu vakalarda işitsel tespiti değerlendirmek için uygun bir alternatif yöntem olabilir44,45. Daha önceki çalışmalar, yönlendirme refleksi46'nın bir parçası olarak geçici ve uyarana bağlı bir öğrenci genişlemesi göstermiştir. Daha sonraki çalışmalar, baykuşlarda frekans duyarlılığı eğrileri elde etmek için uyarana bağlı öğrenci dilatasyonlarının kullanıldığını göstermiştir47,48. Son zamanlarda, bu yöntemler insan bebeklerinde pupilla dilatasyon yanıtının duyarlılığını değerlendirmek için uyarlanmıştır48. Pupillometrinin, pasif olarak dinleyen kobaylarda (GP'ler) işitsel tespit ve ayrımcılık eşiklerini tahmin etmek için çok çeşitli basit (tonlar) ve karmaşık (GP seslendirmeleri) uyaranlar kullanarak güvenilir ve invaziv olmayan bir yaklaşım olduğu gösterilmiştir49. Bu uyaranla ilişkili PD değişiklikleri tipik olarak birkaç saniyelik sıradaki daha hızlı zaman ölçeklerinde meydana gelir ve uyaran zamanlamasıyla bağlantılıdır. Burada, uyaranla ilişkili PD değişikliklerinin pupillometrisi, hayvan modellerinde çeşitli işitme bozukluğu türlerinin davranışsal etkilerini incelemek için bir yöntem olarak önerilmiştir. Özellikle, GP'lerde kullanılmak üzere pupillometri protokolleri, çeşitli işitsel patoloji türlerinin iyi kurulmuş bir hayvan modeli olan 50,51,52,53,54,55,56 (ayrıca kapsamlı bir inceleme için referans 57'ye bakınız) açıklanmaktadır.
Bu teknik normal işitme pratisyen hekimlerde gösterilmesine rağmen, bu yöntemler diğer hayvan modellerine ve çeşitli işitsel patolojilerin hayvan modellerine kolayca uyarlanabilir. Önemli olarak, pupillometri, olası ses algılama ve algılama eksikliklerinin altında yatan mekanizmaları incelemek için EEG gibi diğer invaziv olmayan ölçümlerle ve ayrıca invaziv elektrofizyolojik kayıtlarla birleştirilebilir. Son olarak, bu yaklaşım insan ve hayvan modelleri arasında geniş benzerlikler oluşturmak için de kullanılabilir.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Tüm deneysel prosedürler için, Kurumsal Hayvan Bakımı ve Kullanımı Komitesi'nden (IACUC) onay alın ve laboratuvar hayvanlarının bakımı ve kullanımı için NIH Kılavuzlarına uyun. Amerika Birleşik Devletleri'nde, pratisyen hekimler ayrıca Amerika Birleşik Devletleri Tarım Bakanlığı (USDA) düzenlemelerine tabidir. Bu protokoldeki tüm prosedürler Pittsburgh Üniversitesi IACUC tarafından onaylanmış ve laboratuvar hayvanlarının bakımı ve kullanımı için NIH Kılavuzlarına bağlı kalmıştır. Bu deney için, ~ 600-1000 g ağırlığında, 4 ila 10 aylıkken üç erkek vahşi tip, pigmentli GP kullanıldı.
1. Cerrahi prosedür
- Tüm pupillometri deneylerini uyanık, kafaya sabitlenmiş ve pasif olarak dinleyen pigmentli pratisyen hekimlerde gerçekleştirin. tıklama ve saf tonlu işitsel beyin sapı yanıtı (ABR) kayıtlarını kullanarak deneysel deneklerde normal işitmeyi doğrulayın58.
NOT: Pupillometri veri toplama işlemi tek başına invaziv olmasa da, bu protokolde işlem sırasında hayvanın kafasını hareketsiz hale getirmek için invaziv bir kafa implant sonrası cerrahi kullanılır. Alternatifler Tartışma bölümünde sunulmaktadır. - İlk olarak, tüm deney hayvanlarına izofluran anestezisi altında kafa fiksasyonu için paslanmaz çelik bir kafa direği implante edin. Kemik vidaları ve diş akrilik58'in bir kombinasyonunu kullanarak kafa direğini kafatasına sabitlemek için aseptik cerrahi teknikler kullanın.
- Hayvanlara sistemik ve topikal analjeziklerin uygulanması da dahil olmak üzere ameliyat sonrası bakım sağlayın. 2 haftalık bir iyileşme döneminden sonra, hayvanları yavaş yavaş deney düzeneğine alıştırın.
NOT: Cerrahi prosedür, GPs58'de ve diğer türler 59,60'ta daha önce yayınlanmış yöntemlere dayanmaktadır ve bu protokolün odak noktası değildir.
2. Hayvanların deney düzeneğine alışması
NOT: Deneyler tipik olarak sesi azaltılmış bir odada veya kabinde gerçekleşir (bkz. Bir hayvanı kuruluma alıştırmak için gereken süre, konudan konuya değişir. Tipik alışma süreleri aşağıda belirtilmiştir. İyi alışmış bir hayvan, minimum vücut hareketi ile kafa fiksasyonunu tolere edecek ve daha iyi göz bebeği çapı ölçümleri ile sonuçlanacaktır.
- 2 haftalık bir iyileşme döneminden sonra, önce hayvanları taşıma ve taşımaya (2-3 gün) tanıyın. Bu alışma, stres ve kaygıyı azaltmak için gereklidir. Hayvanı işlemeye alıştırmak için, hayvanı artan miktarda (10-30 dakika) taşıma kabına yerleştirin ve hayvanı artan miktarda (10-30 dakika) tutun.
- Daha sonra, hayvanı 10-45 dakika boyunca bir mahfazaya yerleştirerek hayvanı deney düzeneğine (2-3 gün) alıştırmak (Şekil 1A). Muhafaza, deney sırasında hayvanın rahatı için küçük duruş kaymalarına izin vermelidir. Deney sırasında hayvanın rahatlığı için küçük duruş kaymalarına izin verin. Bununla birlikte, pupilla genişlemesinin hareket49'dan önce geldiği bilinmektedir. Bu nedenle, hayvanın hareketini ölçün ve veri analizinde bu hareketi açıklayın (Şekil 1C).
- Bu alışmanın bir parçası olarak, implante edilmiş kafa direğini, sanki hayvan kafası sabitlenecekmiş gibi manuel olarak tutun. Baş direğini artan süreler boyunca tutun (10-60 sn).
- Manuel alışmadan sonra ve hayvan davranışına bağlı olarak, implant tutucuyu kullanarak hayvanı sert bir çerçeveye sabitlemeye çalışın.
- Kafa sabitlenirken (2-3 gün) hayvan sakin ve nispeten hareketsiz olana kadar kafa fiksasyon süresini (10-45 dakika) yavaşça artırın.
- Hayvanı kameranın, IR ışık kaynağının ve beyaz ışık kaynağının (1-2 gün) varlığına alıştırın. Beyaz ışığı açın, süreyi kademeli olarak artırın (10 dakika ila 30 dakika).
- Farklı ses seviyelerinde (1-2 gün, adım 2.6 ile eşzamanlı olarak) çeşitli sesler (örneğin, saf tonlar, tıklamalar, seslendirmeler) çalarak hayvanı akustik stimülasyona alıştırın. Deneysel uyaranlara alışmayı en aza indirmek için, bu adımda pupillometri deneyleri için planlanandan farklı sesler kullanın.
3. Öğrenci kamerasının kalibrasyonu
NOT: Pupillometri için kullanılan kamera, USB üzerinden pupillometri yazılım paketine bir video gönderir. Bu videodan, pupilla çapı, pupillometri yazılım paketi tarafından bir elips uyumu ve kullanıcı tarafından ayarlanabilir eşik değeri kullanılarak ayıklanmıştır (bkz. Yazılım daha sonra dijital-analog bir kartla arayüz oluşturur. Kart, öğrenci çapıyla orantılı bir analog voltaj değeri verir. Bu voltaj değerini uzunluk birimleri cinsinden öğrenci çapına geri dönüştürmek için kalibrasyon gereklidir.
- Bilinen çaptaki siyah disklerin görüntülerini içeren bir kağıdı, pupillometri sırasında GP'nin gözünün yerleştirileceği yere yerleştirin. GP'ler için PD 4 mm aralığındadır. Bu nedenle, 3 mm, 4 mm ve 5 mm diskler kullanarak kalibrasyon gerçekleştirin.
- Pupillometri kamerasını (bakınız Malzeme Tablosu) deneylerin yapılacağı mesafeye (25 cm) yerleştirin. Fotoğraf makinesi diyafram açıklığını ayarlayın ve çapı bilinen bir diskin keskin bir şekilde odaklanmış görüntüsü elde edilene kadar netleyin.
- Pupillometri toplama yazılımında (bkz. Malzeme Tablosu), eşiği, elipsin ana hatlarının görüntülenen diskle yakından eşleşecek şekilde ayarlayın ve analog çıkış voltajı değerini ve ölçeklendirmeyi not edin.
- 3 mm, 4 mm ve 5 mm diskler için bu prosedürü tekrarlayın. Ardından, analog çıkış voltajı değerlerine karşılık gelen gerçek çap değerlerini (mm cinsinden) tablolaştırın.
4. Pupillometri veri toplama
- Tüm deneyleri, iç duvarları yankısız köpükle kaplı, sesi zayıflatılmış bir kabinde veya odada gerçekleştirin.
- Serbest alan uyaranı iletimi için, kalibre edilmiş bir hoparlörü, hayvanın yerleştirileceği konuma eşit yükseklikte, sesi zayıflatılmış oda duvarına monte edin.
NOT: Hoparlör seçimi, çalışılan türe ve planlanan uyaranlara bağlıdır. GP seslendirmeleri için, 0,5-3 kHz seslendirme frekans aralığında nispeten düz (±3 dB) frekans yanıtına sahip tam aralıklı bir sürücü hoparlörü kullanın (Şekil 1A). - Büyük vücut hareketlerinin mümkün olmadığından emin olmak için hayvanı muhafazaya yerleştirin (Şekil 1A). Hayvanın kafasını adım 2'de açıklandığı gibi sert çerçeveye sabitleyin (Şekil 1A).
- Hayvan hareketlerini tespit etmek ve kaydetmek için muhafazanın altına bir piezoelektrik sensör yerleştirin (Şekil 1A).
- Hava pufunu ayarlamak için, hayvanın burnunun ~ 15 cm önünde bir pipet ucu yerleştirmek için masaya bağlı bir tutucu kullanın. Pipet ucuna bir silikon tüp (~3 mm çapında) bağlayın ve tüpü düzenlenmiş bir hava silindirine bağlayın.
- Silindir hava basıncını 20 ila 25 psi arasında tutun. Bilgisayar kontrollü bir röle kullanarak hava pufunun zamanlamasını ve süresini kontrol etmek için tüpü bir sıkıştırma valfinden geçirin.
- ~10 cm mesafeye yerleştirilmiş bir kızılötesi LED dizisi ile gözü aydınlatın. Görüntülenen gözü aydınlatmak ve taban çizgisi PD'yi ~3,5 mm'ye getirmek için ~2.000 cd/m2 yoğunlukta beyaz LED aydınlatma kullanın. Deney oturumları boyunca deney odasında sabit aydınlatma koşullarını koruyun.
NOT: Normal laboratuvar aydınlatmasında (~500 cd/m2), GP pupilla oldukça genişlemiştir ve uyaranla bağlantılı daha fazla genişlemenin gözlemlenmesine izin vermez. Ek aydınlatma kullanılarak, öğrenci ~ 3,5 mm'lik bir taban çizgisi çapına getirilir ve uyaranla bağlantılı genişlemeyi gözlemlemek için yeterli bir dinamik aralığa izin verilir. Bu aynı zamanda oturumlar ve konular arasında tutarlı taban çizgileri sağlar. - Öğrenci edinme yazılımını açın ve 16 mm lensli (0,15° görsel açı uzamsal çözünürlük) ve görüntülenen gözden 25 cm mesafede yerleştirilmiş kızılötesi (IR) filtreli bir kamera kullanarak öğrencinin videosunu (90 fps'de) edinin. Gözün görüntülenen alanda ortalandığından emin olun.
- Kameranın diyafram açıklığını ve odağını ve ayrıca IR seviyesini, görüntülenen göz bebeğinin ana hatları keskin netliğe gelene kadar düzenleyin.
- Öğrenci edinme yazılımında, fare ile dikdörtgen bir alan seçerek öğrenciyi içeren ilgi alanını tanımlayın.
- Elde edilen videonun parlaklığını ve kontrastını ayarlamak için öğrenci edinme yazılımı kontrol panelini kullanın. Tarama yoğunluğunu 5 olarak ayarlayın ve eşiği, elips videodaki göz bebeğinin ana hatlarıyla yakından eşleşecek şekilde ayarlayın.
- Nöral arayüz işlemci yazılımını kullanarak, PD izinden analog sinyali, piezoelektrik sensörden voltaj izini kayıt hareketini, uyaran dağıtım sürelerini ve hava puf dağıtım sürelerini alın ve kaydedin.
5. Değiştirilmiş bir tuhaf top paradigması kullanarak gürültü çağrısı algılama ve kategorik ayrımcılık
NOT: Pupillometri deneyleri için uyaranlar, bir hayvan kolonisinde kaydedilen GP seslendirmelerinden oluşuyordu58. Seslendirme örnekleri aşağıdaki depoda bulunabilir: https://github.com/vatsunlab/CaviaVOX. Özellikle, temsili sonuçlarda gösterilen öğrenci yanıtlarını ortaya çıkarmak için wheek ve whine çağrıları kullanılmıştır. Her kategoriden, uzunlukları yaklaşık olarak eşit olan seslendirmeleri seçin. Seslendirmelerin kayıt genliği ve zamansal zarflarındaki farklılıkları hesaba katmak için, gerekirse seslendirmeleri kök ortalama kare (r.m.s.) genliklerine göre normalleştirin.
- İşitsel uyaranları MATLAB kullanarak uygun bir örnekleme hızında sunun. Düşük frekanslı işiten hayvanlar olan pratisyen hekimler için 100 kHz'lik bir örnekleme hızı yeterlidir.
- İki farklı seslendirme kategorisinden (örneğin, wheek çağrıları ve sızlanma çağrıları) benzer uzunluktaki GP seslendirmelerinin sekiz farklı örneğini seçin. Bir kategori (sekiz örnek) standart uyaran olarak hizmet edecek ve diğer kategori (sekiz örnek) tuhaf veya sapkın uyaranlar olarak hizmet edecektir (Şekil 2A).
- Farklı sinyal-gürültü oranı (SNR) seviyelerinde gürültüye gömülü 1 s uzunluğunda standart ve sapkın uyaranlar üretmek için, aramalara eşit uzunlukta beyaz gürültü ekleyin (kapılı gürültü). Bu deneyde örneklenen SNR aralığı -24 dB SNR ile +40 dB SNR arasındadır.
- Bir blok tasarımı kullanarak, her deneysel oturumda (~ 12 dakika süre), tek bir SNR seviyesine karşılık gelen verileri elde edin. Her oturumda, standart uyaranlar olarak belirli bir SNR'de bir seslendirme kategorisinin sekiz örneğini ve sapkın uyaranlarla aynı SNR seviyesinde diğer seslendirme kategorisinin sekiz örneğini kullanın.
NOT: Tipik bir deneysel blok ~ 12 dakika sürer. Hayvanın davranışına ve öğrenci tepkilerinin alışkanlığına bağlı olarak, her gün 3-4 blok (~ 45 - 60 dakika) için veri elde etmek mümkün olabilir. Bu süre boyunca, hayvanı öğrenci videosu, hareket izi ve doğrudan bloklar arasında yakından izleyin. - Her seans için, zamanın% 90'ında standart uyaranlar > içeren bir sözde rastgele uyaran sunum dizisi hazırlayın. Sapkın uyaranlar arasında, standart uyaranlarla en az 20 deneme olduğundan emin olun (Şekil 2B).
NOT: Deneye bağlı olarak, uyaran sunum dizisi içindeki sapkın uyaranların sıralanması, her benzersiz sapkın uyaranın her oturumda benzersiz bir sıralı konuma sahip olmasını sağlamak için Latin kare tasarımını benimseyebilir. Tüm seansların ortalamasının alınması, sapkın uyaran pozisyonunun genel uyaran dizisi içindeki etkisini en aza indirebilir. - Tüm uyaran sunumu için sabit bir uyaran yoğunluğu (örneğin, 85 dB SPL) kullanın.
NOT: Bir ses sinyali üretmek, programlanabilir bir zayıflatıcı kullanarak istenen ses seviyesine düşürmek, sinyali güç yükseltici kullanmak ve kalibre edilmiş bir hoparlör kullanarak sinyali iletmek için uygun bir dijital-analog dönüştürücü kullanın (örneğin, donanım, bkz. - Uyaranları yüksek zamansal düzenlilikle sunun (temsili sonuçlarda gösterildiği gibi 1 s uyaran ve ardından 3 s sessizlik).
NOT: Öğrenci genişleme yanıtları yavaştır, tipik olarak uyaran başlangıcından yaklaşık 1 s sonra zirveye ulaşır ve taban çizgisi49'a geri dönmek için yaklaşık 5 s sürer. Uyaran sunum hızı, bu yavaş zaman çizelgelerini hesaba katacak kadar düşük olmalıdır. Zamansal düzenlilik önemlidir, çünkü zamanlama modelini kesmenin kendisinin sapkın bir uyaran görevi görmesi mümkündür. - Hayvanın uyaranlarla olan ilişkisini sürdürmek ve alışkanlığı en aza indirmek için, isteğe bağlı olarak, sapkın uyarandan sonra kısa bir hava puf (100 ms) verin. Hava pufunun başlangıcının uyaran süresinden (uyaran başlangıcından 2,5 sn) yeterince ayrıldığından emin olun, böylece uyaranla uyarılan öğrenci genişleme tepkileri, hava puf kaynaklı yanıp sönen artefaktlardan önce zirveye ulaşır.
NOT: Klasik tuhaf top paradigmasında, pozitif veya negatif takviyeler kullanılmaz. Burada bir hava puf, hayvanın işitsel uyaranlarla olan ilişkisini sürdürmek için hafif derecede caydırıcı bir takviye olarak kullanıldığından, paradigma değiştirilmiş bir tuhaf top paradigması olarak adlandırılır.
6. Analiz ve istatistik
NOT: Tüm analizler MATLAB'da yazılmış özel kod kullanılarak gerçekleştirilmiştir (https://github.com/vatsunlab/GP_Pupil bulunabilir). Sırasıyla öğrenci yanıtlarının güvenilirliğini ve zaman seyrini ele alan iki ana analiz yöntemi tanımlanmıştır. Yöntemlerden birinin veya her ikisinin seçimi deneysel tasarım tarafından belirlenecektir.
- Hareket algılama ve deneme sürümü hariç tutma
- pupil_avg_JOVE kodunu kullanarak her oturum için hareket algılama ve deneme sürümü hariç tutma işlemlerini gerçekleştirin. Bunu yapmak için kodu çalıştırın ve açılır iletişim kutusundaki tek bir oturumdan veri dosyasını seçin.
- PD izini doğrusal olarak azaltın ve daha önce türetilen kalibrasyon tablosunu kullanarak birimleri voltajdan mikrometrelere dönüştürün (bkz. adım 3). Ayrıca, tüm kayıt oturumu boyunca hareket izlemeyi doğrusal olarak azaltır (~ 12 dakika).
- Oturum verilerini, deneme belirteçleri üzerine bindirilmiş oturum süresi boyunca (~12 dakika) öğrenci izini (Şekil 1B - üst sıra) ve doğrusal olarak azalan hareket izini (Şekil 1B- alt sıra) çizerek inceleyin.
- Hareket izlemenin standart sapmasını (SD) ölçün. MATLAB'daki findpeaks işlevini kullanarak hareket izleme tepe noktalarının zamanlarını elde edin. 5 SD'lik bir eşiği geçen ve diğer tepe noktalarından en az 1 s ile ayrı olan tepe noktalarını hareket olayı49 olarak düşünün (Şekil 1B - alt).
- Bir hareket olayının 7 sn içinde meydana gelen öğrenci genişlemesinin tüm denemelerini (hem standart hem de sapkın) atın. Sapkın denemelerin yarısından fazlası hareketle ilgili öğrenci genişlemesi nedeniyle atılırsa, tüm oturumu atın ve tekrarlayın.
- Veri ön işleme ve görselleştirme
- Göz kırpma eserlerini kaldırmak, verileri önceden işlemek ve oturumlar boyunca her uyarana ortalama öğrenci genişlemesini elde etmek için pupil_avg_JOVE kodu kullanın. Bunu yapmak için kodu çalıştırın ve açılır iletişim kutusunda analiz edilecek tüm veri dosyalarını seçin.
- Göz yanıp sönmelerini (400 μm/ms'yi aşan PD değişiklikleri) algılayın ve PD izini algılanan yanıp sönme süresinde ortalanmış 200 ms'lik bir zaman penceresinde doğrusal olarak enterpolasyon yaparak kaldırın. Sapkın denemelerin yarısından fazlası, uyaran başlangıcı ile hava puf başlangıcı arasında bir göz kırpması içeriyorsa, oturum verilerini atın.
- PD verilerini 1.000 Hz ila 10 Hz arasındaki toplama örnekleme hızından aşağı örnekleyin.
- PD izlerini, uyaran başlangıcından 1 s önce başlayan ve uyaran ofsetinden sonra 5 s süren bir pencerede ayıklayın. Uyaranın başlamasından hemen önce 500 ms'lik bir pencerede her uyaran için ortalama temel PD'yi hesaplayın. PD'deki uyaranla tetiklenen değişikliği elde etmek için bu izlerden temel PD'yi çıkarın.
- Her bir uyaran koşulu için her bir uyaran koşulu için her bir uyaran koşulu için ortalama olarak uyaran kaynaklı PD değişiklikleri, daha sonra her bir uyaran koşuluna ortalama öğrenci genişleme tepkisini üretmek için hayvanlar arasında değişir (örneğin, Şekil 3A).
- PD değişikliklerinin zaman seyrini ölçmek için büyüme eğrisi analizi (GCA)
NOT: Bu analiz yöntemi, öğrenci dilatasyon yanıtlarının büyüklüğünü ve zaman seyrini belirler ve insan deneklerin 27,36,40 ve kobayların pupillometrik çalışmalarında kullanılmıştır 49.- Aşağıdaki sütunları içeren bir matris oluşturmak için tüm oturumlar, hayvanlar, SNR'ler ve zayıflamalar için pupil_avg_JOVE.m'deki tüm çıktıları dikey olarak birleştirin: animalID, SNR, ses düzeyi ve Öğrenci (1-50) çap değerleri. pupil_LME_JOVE kodunu kullanarak büyüme eğrisi analizini (GCA)27,36,40,49 gerçekleştirin.
- Rastgele etkiler olarak konu düzeyinde kesişmelere sahip doğrusal karışık etkili modelleri ve sabit etkiler olarak iki sıraya kadar olan ortogonal zaman polinomlarını, her sapkın SNR'yi ayrı bir grup olarak ele alarak, öğrenci çapı izinin yükselen fazına (uyaran başlangıcından 0,1 ila 2,1 s) sığdırın.
- Aşağıdaki formül 36,49'u kullanarak öğrenci izinin yükselen fazını modelleyin:
Öğrenci genişlemesi = (Kesişme + Koşul) + zaman1 * (β zamanı1 + β zamanı1: Koşul) + zaman2* (β zamanı2+ β zamanı2: Koşul) + r (subjectlevelintercept)
Burada, zaman1 ve zaman2 ortogonal doğrusal ve ikinci dereceden zaman polinomlarına karşılık gelir ve βs ağırlıklara karşılık gelir. - MATLAB'daki fitlme fonksiyonunu kullanarak ortalama ağırlıkları (βs) ve standart hatalarını tahmin edin. Coeftest fonksiyonunu kullanarak ağırlıkların istatistiksel anlamlılığını tahmin edin.
- Her SNR için, sonuçları görselleştirmek için kesişme, doğrusal ve ikinci dereceden terimlere karşılık gelen ağırlıkları çizin (Şekil 3B, C).
- İstatistiksel olarak anlamlı pupilla dilatasyonları gösteren çalışmaların analizi
NOT: Bu analiz yöntemi, istatistiksel olarak anlamlı bir pupilla dilatasyon yanıtının gözlendiği sapkın çalışmaların fraksiyonunu belirler ve pupilla dilatasyon yanıtlarının güvenilirliğine karşılık gelir.- Öğrenci yanıtının zirvesi etrafında ortalanmış uygun bir analiz penceresi (0,5-1 sn) seçin (genellikle uyaran başlangıcından ~ 1,5 sn sonra). Tüm standart ve sapkın denemeler için bu analiz penceresinde ortalama PD'yi hesaplayın.
- Sapkın çalışmaların her biri için ortalama PD'nin, standart denemeler için ortalama PD değerlerinin havuzlanmış dağılımının 2.33 standart hatasından daha büyük olup olmadığını belirleyin. Bu eşiği aşan sapkın denemeleri, önemli bir öğrenci genişlemesi gösteren denemeler olarak sayın.
- Standart uyaran denemelerine kıyasla PD'de istatistiksel olarak anlamlı artışlar gösteren çalışmaların fraksiyonunu ölçmek için önemli bir öğrenci genişlemesi gösteren sapkın çalışmaların sayısını, toplam sapkın çalışma sayısına (her koşul için) bölün.
- Önemli öğrenci değişiklikleri olan denemelerin tüm oturum bazında yüzdesini, hücrelerin aşağıdan yükseğe SNR'ye doğru düzenlendiği bir hücre dizisinin her hücresine koyun. pupil_threshold_estimate_JOVE kodunu kullanarak, gürültü çağrısı kategorizasyon eşiğini tahmin edin.
- SNR'nin bir fonksiyonu olarak PD'de istatistiksel olarak anlamlı bir artış gösteren çalışmaların fraksiyonunu çizin (Şekil 3D). Bu verilere,form 61'in psikometrik işlevlerine uyması için fitnlm MATLAB işlevini (istatistik araç kutusunda) kullanın:
Ψ(x; α, β, λ) = (1 -λ) * F(x; α, β)
Nerede, F, Weibull fonksiyonudur ve şu şekilde tanımlanır:
F(x; α, β) =
, α shift parametresidir, β eğim parametresidir ve λ atlama oranıdır.
, α shift parametresidir, β eğim parametresidir ve λ atlama oranıdır.Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Pupillometri, deneyler boyunca ~ 600-1.000 g ağırlığında üç erkek pigmentli pratisyen hekimde gerçekleştirildi. Bu protokolde açıklandığı gibi, gürültü çağrısı kategorizasyon eşiklerini tahmin etmek için, uyaran sunumu için tuhaf bir paradigma kullanılmıştır. Tuhaf top paradigmasında, belirli bir SNR'de beyaz gürültüye gömülü bir kategoriye (sızlanmalar) ait çağrılar standart uyaranlar (Şekil 2A) olarak ve aynı SNR'de (Şekil 2A) beyaz gürültüye gömülü başka bir kategoriden (wheeks) sapkın uyaranlar olarak kullanılmıştır. Standart ve sapkın uyaranlar, her kategorinin sekiz örneğinden yeniden örnekleme ile rastgele seçildi. Her deneysel oturumda, uyaranlara yüksek zamansal düzenlilik (Şekil 2B) sunuldu ve sapkın uyaranlar arasında en az 20 standart uyaran sunumu yapıldı. Her deneysel oturumda belirli bir SNR seviyesine karşılık gelen veriler elde edildi. Oturumlar boyunca, çok çeşitli temiz ve gürültülü SNR'ler örneklendi (-24, -18, -12, -6, -3, 0, 3, 6, 12, 40 dB SNR).
Standart uyaranlardaki PD değişiklikleri taban çizgisinden önemli ölçüde farklı değildi ( Şekil 3A'daki mavi çizgi). Sapkın uyaranlar, çağrı kategorisi ayrımcılığını yansıtan standart uyaranların ( Şekil 3A'daki gri çizgiler) ortaya çıkardığından daha sağlam ve önemli ölçüde daha büyük PD değişiklikleri uyandırdı. İstatistiksel olarak anlamlı pupilla yanıtı olan çalışmaların yanıt büyüklüğü ve yüzdesi en temiz SNR'de en yüksekti ve azalan SNR ile kademeli olarak azaldı (Şekil 3A, B). GCA kullanılarak, sapkın uyaranlara verilen öğrenci yanıtlarının, -18 dB'nin üzerindeki SNR'lerde istatistiksel olarak anlamlı olduğu bulunmuştur (Şekil 3C), bu da gürültü çağrısı kategorizasyon eşiği olarak kabul edilmiştir ( Şekil 3A'daki yeşil çizgi). Test edilen her SNR seviyesindeki önemli çalışmaların yüzdesi, psikometrik bir fonksiyon tarafından iyi bir şekilde uyuyordu (Şekil 3D). Psikometrik eğrinin yarı maksimumuna ulaşmak için gereken SNR seviyesi yaklaşık -20 dB SNR idi (Şekil 3D). Anekdotsal olarak, bu durumda, güvenilirlik tabanlı ve zaman kursu tabanlı metrikler, gürültü çağrısı kategorizasyon eşiklerinin benzer değerlerini vermiştir.
Şekil 1: Pupillometri kurulumu ve uyaranla uyarılan ve hareketle ilişkili PD değişiklikleri. (A) Sesin video kare görüntüleri ile pupillometri kurulumu öğrenci genişlemesini uyardı (üstte). PD taban çizgisi kesikli yeşil dairelerle gösterilir. (B) Tek bir deneysel oturumdan örnek bir PD izi (üstte) ve örnek hareket izi (altta). Dikey siyah çizgiler, başlangıç zamanı sapkın uyaran sunumlarına karşılık gelir. Kırmızı keneler, otomatik olarak algılanan hareket olaylarına karşılık gelir. Gri yatay kesikli çizgi 5 SD eşiğine karşılık gelir. (C) Sapkın uyaran (üstte) tarafından uyarılan ve bir deneysel oturumdan hareket olaylarıyla (altta) ilişkili PD değişiklikleri (ΔPD). Uyaran başlangıcı dikey siyah çizgi ile gösterilir; hareket olayının algılanması dikey kırmızı çizgi ile gösterilir. Göz bebeği dilatasyon başlangıcının hareket başlangıcından önce geldiğini unutmayın. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 2: Çağrı spektrogramları ve gürültü çağrısı kategorizasyonu paradigma yapısı. (A) Bir kobayın temsili spektrogramları, temiz koşullarda ve sırasıyla 0- ve -18-dB SNR'de sızlanır ve sızlanır. Beyaz gürültü eklenerek gürültülü aramalar elde edildi. (B) Gürültü çağrısı kategorizasyon eşiklerini tahmin etmek için kullanılan tuhaf paradigmanın yapısı. Sızlanma çağrıları sekiz örnek arasından rastgele seçildi ve standart uyaranlar olarak kullanıldı. Wheek çağrıları sekiz örnek arasından rastgele seçildi ve sapkın olarak kullanıldı. Her deneysel oturumda, gürültü farklı bir SNR seviyesinde (-24, -18, -12, -6, -3, 0, 3, 6, 12 dB SNR) eklenmiştir. Aramalar 1 s uzunluğundadır ve uyaranlar arasındaki süre 3 s'dir. Bu rakamın daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 3: Gürültü çağrısı algılamalarının ve kategorizasyon eşiklerinin pupillometri tahminleri . (A) Üç hayvandan ortalama öğrenci yanıtları. Standart sızlanma uyaranlarına verilen ortalama öğrenci tepkileri mavi çizgi ile temsil edilir ve gölgelendirme, ortalamanın ±1 standart hatasına (s.e.m.) karşılık gelir. Gri çizgiler ve gölgelendirme, sapkın wheek uyaranları tarafından uyandırılan ortalama ve ±1 s.e.m. öğrenci tepkilerine karşılık gelir. Gri gölgelendirme yoğunluğu SNR'ye karşılık gelir. Yeşil çizgi ve gölgelendirme, eşik SNR'deki (yaklaşık -18 dB SNR) ortalama öğrenci izine karşılık gelir. Kırmızı dikey çizgi, uyaran başlangıcına karşılık gelir; turuncu dikey çizgi hava puf başlangıcına karşılık gelir; deniz mavisi kesikli çizgiler GCA penceresine karşılık gelir (PD yükselen fazı değiştirir). (B) GCA, PD değişikliklerinin yükselen fazına uygundur. Noktalar 100 ms zaman kutularında ortalama göz bebeği çapıdır, bıyıklar ±1 s.e.m.'ye karşılık gelir. Düz çizgiler, karışık efektli model uyumlarına karşılık gelir. A. (C) GCA ağırlık tahminlerindeki gibi çizgi renkleri. Kesişmenin ağırlıkları mavi, eğim kırmızı ve ivme mor renktedir. Bıyıklar ±1 s.e.m.'ye karşılık gelir. Yıldız işaretleri istatistiksel olarak anlamlı regresyon ağırlıkları gösterir (doğrusal regresyon modeli katsayıları üzerinde doğrusal hipotez testi). (D) Psikometrik fonksiyon, SNR'nin bir fonksiyonu olarak sapkın uyaranın neden olduğu önemli PD değişikliklerine sahip çalışmaların yüzdesine uygundur. Bıyıklar ±1 s.e.m.'ye karşılık gelir. Maksimumun% 50'sine yaklaşık -20 dB SNR'de (yeşil kesikli çizgi) ulaşıldığını unutmayın. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Bu protokol, pasif olarak dinleyen hayvanlarda işitsel eşikleri tahmin etmek için invaziv olmayan ve güvenilir bir yöntem olarak pupillometrinin kullanımını göstermektedir. Burada açıklanan protokolü takiben, normal işitme pratisyen hekimlerinde gürültü çağrısı kategorizasyon eşikleri tahmin edilmiştir. Pupillometri kullanılarak tahmin edilen eşiklerin, operant eğitim kullanılarak elde edilenlerle tutarlı olduğu bulunmuştur62. Bununla birlikte, operant eğitimle karşılaştırıldığında, pupillometri protokolü nispeten basit ve veri kurulumu ve elde edilmesi hızlıydı. Her veri toplama oturumu (SNR seviyesine göre) yaklaşık 12 dakika sürdü, bu da hayvan başına günde49 saat 1-2 saat deneysel oturumla (SNR seviyeleri boyunca) sonuçlandı. Veri toplama işlemi yaklaşık 7-10 gün içinde tamamlanabilir (kullanılan SNR seviyelerinin sayısına bağlı olarak). Her ne kadar bu makalede tuhaf top paradigması gürültü çağrısı kategorizasyon eşiği tahmini için kullanılmış olsa da, bu pupillometri protokolü, sadece bir çağrı örneğinin kullanıldığı tuhaf top paradigmalarının daha kolay versiyonlarına veya çok çeşitli karmaşık veya basit uyaranlar kullanan diğer uyaran paradigmalarına uyarlanabilir49.
Yöntem dezavantajsız değildir. İlk olarak, mevcut protokol, bu deneyler sırasında kafayı sabitlemek için bir kafa direğinin implantını gerektirir. Kafa sonrası implant cerrahisi ve iyileşmesi, deneysel protokolün zaman çizelgesine en az 2 hafta ekleyecektir. Bu adımın, deneyler sırasında uyanık hayvanları invaziv olmayan bir şekilde hareketsiz hale getirmenin diğer yöntemlerini kullanarak, örneğin özel 3D baskılı kasklar63 veya deforme olabilen termoplastikler64 kullanılarak önlenebilmesi mümkündür. Bu çözümleri keşfetmek için daha fazla deney gereklidir. İkincisi, hayvanlar sapkın uyaranlara da hızla alışabilir, bu da deneysel bir oturum boyunca öğrenci genişleme tepkilerinin azalmasına neden olur. Bu etki, deneysel oturumları kısa sürelerle (~ 12 dakika) sınırlandırarak ve yalnızca sınırlı sayıda (8) sapkın uyaran sunarak en aza indirilebilir. Ayrıca, sapkın uyaranlardan sonra verilen bir hava puf, hayvanların işitsel uyaranlarla meşgul kalmasını sağlayabilir. Üçüncüsü, bu hızlı alışkanlık nedeniyle, veri toplamayı tamamlamak için birkaç gün gerekebilir. Yalnızca psikometrik eğrinin en dik kısımlarını yoğun bir şekilde örnekleyen SNR değerlerini test ederek, toplam deney günü sayısı en aza indirilebilir. Dördüncüsü, hayvanlar deneyler sırasında hareketsiz kalmayabilir veya deneyler sırasında aşırı derecede göz kırpabilir veya gözlerini kapatabilir. Bu faktörler türlerin ve alışmanın bir fonksiyonudur ve yüksek derecede bireysel değişkenlik gösterir. GP'ler doğal olarak uysaldır ve onları deney düzeneğine iyi bir şekilde alıştırarak, hareket ve yanıp sönen eserler en aza indirilebilir. Spontan yanıp sönmeler ve sakkadlar tipik olarak gine domuzlarında oldukça nadirdir49, ancak bu da türlerin bir işlevi olabilir. Son olarak, daha önce de belirtildiği gibi, insanlarda öğrenci dinamikleri bir dizi nöropsikiyatrik bozuklukla ilişkilendirilmiştir. Burada kullanılan deney hayvanlarının nörotipik olduğu varsayılırken, sonuçları yorumlarken bu uyarı akılda tutulmalıdır.
Pupillometrinin bir donanım uygulaması burada açıklansa da (ticari olarak temin edilebilen bir göz izleyici ve sinirsel veri toplama sistemi kullanılarak), gerekli ekipman pahalıdır ve ölçeklendirilmesi ekonomik değildir. Bununla birlikte, daha uygun maliyetli olan kızılötesi tabanlı göz izlemenin aynı temel ilkesine dayanan diğer özel çözümler de mevcuttur. Örneğin, bir çalışma, kaydedilen video 22,25'ten öğrenci çapını çıkarmak için özel bileşenler ve özel video işleme algoritmaları kullandı. Son zamanlarda geliştirilen derin öğrenme algoritmaları, videografik verilerden öğrenci çapını da çıkarabiliyor65,66. Bu çözümler, pupillometri makinelerinin maliyetini yarıdan fazla artırabilir. Buradaki denge, masraf ve zaman arasındadır - ticari çözümler daha pahalı olsa da, kutudan çıkarılabilecek anahtar teslim çözümlerdir. Öte yandan, özel çözümler uygun maliyetli ve ölçeklenebilirdir, ancak kurulum için uzmanlık ve özel analiz işlem hatları geliştirmek için gereken süreyi gerektirir.
Burada detaylandırılan protokol normal işitme pratisyen hekimlerinde uygulanmış olsa da, pupillometrinin, uyaran tipi ve parametrelerinde uygun değişikliklerle diğer işitme bozukluğu hayvan modellerinde kullanımı nispeten kolay olabilir. Bu, işitme kaybının etkilerini, potansiyel olarak yeni gözlemler sağlayabilecek bir dizi uyaran türü ve türü arasında karakterize etmeye izin verecektir. Pupillometri, insanlarda da yaygın olarak kullanılan invaziv olmayan bir teknik olduğundan, hayvan denekler için kullanılan aynı uyaranları kullanarak, pupillometri, türler arasındaki çeşitli işitsel patolojilerin etkilerini karşılaştırmak için kullanılabilir. Örneğin, insanlarda yakın zamanda yapılan bir meta-analiz, orta derecede gürültüye maruz kalmaktan kaynaklanan gürültü içinde konuşma algı açıklarının, karmaşık ve geçici olarak değişen uyaranlar kullanıldığında en iyi şekilde gözlemlendiğini göstermiştir67. Burada gösterilen pupillometri ile gürültü çağrısı kategorizasyon eşiklerinin tahmini, pratisyen hekimlerde gürültüye maruz kalmanın etkilerini değerlendirmek için karmaşık uyaranlar kullanılarak böyle bir görev olarak kullanılabilir. Bu yöntemleri kullanarak davranışsal düzeyde işitmenin değerlendirilmesi, elektrofizyolojik ve anatomik yöntemleri tamamlayacak ve bilinen çeşitli işitme bozukluklarını değerlendirmek için standart araç setinin bir parçası olabilir.
Sonuç olarak, aşağıdaki noktalar pupillometrik verilerin başarılı bir şekilde elde edilmesi için kritik öneme sahiptir. İlk olarak, yüksek veri verimi sağlamak için, hayvanları deney düzeneğine iyi alıştırmak çok önemlidir. Bu adımdaki sabır eksikliği, sonunda elde edilen verilerin kalitesini düşürebilir veya kayıp oturumları telafi etmek için birkaç oturumun tekrarlanmasını gerektirebilir. İkincisi, parlaklığa bağlı PD değişikliklerini önlemek için, sürekli aydınlatma koşullarında deneyler yapmak, bu koşulları seanslar ve denekler arasında mümkün olduğunca korumak önemlidir. Üçüncüsü, ihtiyaç duyulan deneysel oturum sayısını en aza indirmek için, yoğun örnekleme için kritik parametre aralıklarını tanımlamak üzere pilot deneyler yapmak önemlidir. Dördüncüsü, hayvanların uyaranlara alışmasını en aza indirmek için, sapkın uyaranların sadece birkaç sunumunu içeren kısa seanslarda deneyler yapmak önemlidir. İşitsel uyaranlarla yüksek etkileşimi sürdürmek için bir hava pufu ayrıca kullanılabilir.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Yazarların açıklayacağı bir çıkar çatışması yoktur.
Acknowledgments
Bu çalışma NIH (R01DC017141), Pennsylvania Lions İşitme Araştırma Vakfı ve Pittsburgh Üniversitesi Kulak Burun Boğaz ve Nörobiyoloji Bölümlerinden gelen fonlar tarafından desteklenmiştir.
Materials
| Name | Company | Catalog Number | Comments |
| Analog output board | Measurement Computing Corporation, Norton, MA | PCI-DDA02/12 | |
| Anechoic foam | Sonex One, Pinta Acoustic, Minneapolis, MN | ||
| Condenser microphone | Behringer, Willich, Germany | C-2 | |
| Free-field microphone | Bruel & Kjaer, Denmark) | Type 4940 | |
| Matlab | Mathworks, Inc., Natick, MA | 2018a version | |
| Monocular remote camera and illuminator system | Arrington Research, Scottsdale, AZ | MCU902 | Infrared LED array + camera with infrared filter |
| Multifunction I/O Device | National Instruments, Austin, TX | PCI-6229 | |
| Neural interface processor | Ripple Neuro, Salt Lake City, UT | SCOUT | |
| Piezoelectric motion sensor | SparkFun Electronics, Niwot, CO | SEN-10293 | |
| Pinch valve | Cole-Palmer Instrument Co., Vernon Hills, IL | EW98302-02 | |
| Programmable attenuator | Tucker-Davis Technologies, Alachua, FL | PA5 | |
| Silicon Tubing | Cole-Parmer | ~3 mm | |
| Sound attenuating chamber | IAC Acoustics | ||
| Speaker full-range driver | Tang Band Speaker, Taipei, Taiwan | W4-1879 | |
| Stereo Amplifier | Tucker-Davis Technologies, Alachua, FL | SA1 | |
| Tabletop - CleanTop Optical | TMC vibration control / Ametek, Peabody, MA | ||
| Viewpoint software | ViewPoint, Arrington Research, Scottsdale, AZ |
References
- Steinhauer, S. R., Siegle, G. J., Condray, R., Pless, M. Sympathetic and parasympathetic innervation of pupillary dilation during sustained processing. International Journal of Psychophysiology. 52 (1), 77-86 (2004).
- Strauch, C., Wang, C. A., Einhäuser, W., Vander Stigchel, S., Naber, M. Pupillometry as an integrated readout of distinct attentional networks. Trends in Neurosciences. 45 (8), 635-647 (2022).
- Turnbull, P. R., Irani, N., Lim, N., Phillips, J. R. Origins of Pupillary Hippus in the autonomic nervous system. Investigative Ophthalmology & Visual Science. 58 (1), 197-203 (2017).
- Bradley, M. M., Miccoli, L., Escrig, M. A., Lang, P. J. The pupil as a measure of emotional arousal and autonomic activation. Psychophysiology. 45 (4), 602-607 (2008).
- Oliva, M., Anikin, A. Pupil dilation reflects the time course of emotion recognition in human vocalizations. Scientific Reports. 8 (1), 4871 (2018).
- Privitera, C. M., Renninger, L. W., Carney, T., Klein, S., Aguilar, M. Pupil dilation during visual target detection. Journal of Vision. 10 (10), 3 (2010).
- Zekveld, A. A., Koelewijn, T., Kramer, S. E. The pupil dilation response to auditory stimuli: Current state of knowledge. Trends in Hearing. 22, 2331216518777174 (2018).
- Alamia, A., VanRullen, R., Pasqualotto, E., Mouraux, A., Zenon, A. Pupil-linked arousal responds to unconscious surprisal. The Journal of Neuroscience. 39 (27), 5369-5376 (2019).
- Wang, C. A., et al. Arousal effects on pupil size, heart rate, and skin conductance in an emotional face task. Frontiers in Neurology. 9, 1029 (2018).
- Hess, E. H., Polt, J. M. Pupil size in relation to mental activity during simple problem-solving. Science. 143 (3611), 1190-1192 (1964).
- Kahneman, D., Beatty, J. Pupil diameter and load on memory. Science. 154 (3756), 1583-1585 (1966).
- Lisi, M., Bonato, M., Zorzi, M. Pupil dilation reveals top-down attentional load during spatial monitoring. Biological Psychology. 112, 39-45 (2015).
- Zhao, S., Bury, G., Milne, A., Chait, M. Pupillometry as an objective measure of sustained attention in young and older listeners. Trends in Hearing. 23, 2331216519887815 (2019).
- Steinhauer, S. R., Hakerem, G. The pupillary response in cognitive psychophysiology and schizophrenia. Annals of the New York Academy of Sciences. 658, 182-204 (1992).
- Thakkar, K. N., et al. Reduced pupil dilation during action preparation in schizophrenia. International Journal of Psychophysiology. 128, 111-118 (2018).
- Bitsios, P., Szabadi, E., Bradshaw, C. M. Relationship of the 'fear-inhibited light reflex' to the level of state/trait anxiety in healthy subjects. International Journal of Psychophysiology. 43 (2), 177-184 (2002).
- Burkhouse, K. L., Siegle, G. J., Gibb, B. E. Pupillary reactivity to emotional stimuli in children of depressed and anxious mothers. Journal of Child Psychology and Psychiatry. 55 (9), 1009-1016 (2014).
- Nagai, M., Wada, M., Sunaga, N. Trait anxiety affects the pupillary light reflex in college students. Neuroscience Letters. 328 (1), 68-70 (2002).
- Giza, E., Fotiou, D., Bostantjopoulou, S., Katsarou, Z., Karlovasitou, A. Pupil light reflex in Parkinson's disease: evaluation with pupillometry. International Journal of Neuroscience. 121 (1), 37-43 (2011).
- You, S., Hong, J. H., Yoo, J. Analysis of pupillometer results according to disease stage in patients with Parkinson's disease. Scientific Reports. 11 (1), 17880 (2021).
- Fountoulakis, K. N., St Kaprinis, G., Fotiou, F. Is there a role for pupillometry in the diagnostic approach of Alzheimer's disease? a review of the data. Journal of the American Geriatrics Society. 52 (1), 166-168 (2004).
- McGinley, M. J., David, S. V., McCormick, D. A. Cortical membrane potential signature of optimal states for sensory signal detection. Neuron. 87 (1), 179-192 (2015).
- McGinley, M. J., et al. Waking state: Rapid variations modulate neural and behavioral responses. Neuron. 87 (6), 1143-1161 (2015).
- Schwartz, Z. P., Buran, B. N., David, S. V. Pupil-associated states modulate excitability but not stimulus selectivity in primary auditory cortex. Journal of Neurophysiology. 123 (1), 191-208 (2020).
- Vinck, M., Batista-Brito, R., Knoblich, U., Cardin, J. A. Arousal and locomotion make distinct contributions to cortical activity patterns and visual encoding. Neuron. 86 (3), 740-754 (2015).
- Yüzgeç, Ö, Prsa, M., Zimmermann, R., Huber, D. Pupil size coupling to cortical states protects the stability of deep sleep via parasympathetic modulation. Current Biology. 28 (3), 392-400 (2018).
- Kuchinsky, S. E., et al. Pupil size varies with word listening and response selection difficulty in older adults with hearing loss. Psychophysiology. 50 (1), 23-34 (2013).
- Winn, M. B., Wendt, D., Koelewijn, T., Kuchinsky, S. E. Best practices and advice for using pupillometry to measure listening effort: An introduction for those who want to get started. Trends in Hearing. 22, 2331216518800869 (2018).
- Zekveld, A. A., Kramer, S. E. Cognitive processing load across a wide range of listening conditions: insights from pupillometry. Psychophysiology. 51 (3), 277-284 (2014).
- Zekveld, A. A., Kramer, S. E., Festen, J. M. Cognitive load during speech perception in noise: the influence of age, hearing loss, and cognition on the pupil response. Ear and Hearing. 32 (4), 498-510 (2011).
- Koelewijn, T., Zekveld, A. A., Festen, J. M., Kramer, S. E. Pupil dilation uncovers extra listening effort in the presence of a single-talker masker. Ear and Hearing. 33 (2), 291-300 (2012).
- McCloy, D. R., Lau, B. K., Larson, E., Pratt, K. A. I., Lee, A. K. C. Pupillometry shows the effort of auditory attention switching. The Journal of the Acoustical Society of America. 141 (4), 2440 (2017).
- Piquado, T., Isaacowitz, D., Wingfield, A. Pupillometry as a measure of cognitive effort in younger and older adults. Psychophysiology. 47 (3), 560-569 (2010).
- Reilly, J., Kelly, A., Kim, S. H., Jett, S., Zuckerman, B. The human task-evoked pupillary response function is linear: Implications for baseline response scaling in pupillometry. Behavior Research Methods. 51 (2), 865-878 (2019).
- Zekveld, A. A., Kramer, S. E., Festen, J. M. Pupil response as an indication of effortful listening: the influence of sentence intelligibility. Ear and Hearing. 31 (4), 480-490 (2010).
- Winn, M. B., Edwards, J. R., Litovsky, R. Y. The impact of auditory Spectral Resolution on Listening Effort Revealed by Pupil Dilation. Ear and Hearing. 36 (4), 153-165 (2015).
- Ayasse, N. D., Wingfield, A. A Tipping point in listening effort: Effects of linguistic complexity and age-related hearing loss on sentence comprehension. Trends in Hearing. 22, 2331216518790907 (2018).
- Koelewijn, T., Versfeld, N. J., Kramer, S. E. Effects of attention on the speech reception threshold and pupil response of people with impaired and normal hearing. Hearing Research. 354, 56-63 (2017).
- Kramer, S. E., Kapteyn, T. S., Festen, J. M., Kuik, D. J. Assessing aspects of auditory handicap by means of pupil dilatation. Audiology. 36 (3), 155-164 (1997).
- Kuchinsky, S. E., et al. Speech-perception training for older adults with hearing loss impacts word recognition and effort. Psychophysiology. 51 (10), 1046-1057 (2014).
- Wendt, D., Hietkamp, R. K., Lunner, T. Impact of noise and noise reduction on processing effort: A pupillometry study. Ear and Hearing. 38 (6), 690-700 (2017).
- Winn, M. B. Rapid release from listening effort resulting from semantic context, and effects of spectral degradation and cochlear implants. Trends in Hearing. 20, 2331216516669723 (2016).
- Winn, M. B., Moore, A. N. Pupillometry reveals that context benefit in speech perception can be disrupted by later-occurring sounds, especially in listeners with Cochlear implants. Trends in Hearing. 22, 2331216518808962 (2018).
- Selezneva, E., Brosch, M., Rathi, S., Vighneshvel, T., Wetzel, N. Comparison of pupil dilation responses to unexpected sounds in monkeys and humans. Frontiers in Psychology. 12, 754604 (2021).
- Wetzel, N., Buttelmann, D., Schieler, A., Widmann, A. Infant and adult pupil dilation in response to unexpected sounds. Developmental Psychobiology. 58 (3), 382-392 (2016).
- Sokolov, E. N. Higher nervous functions; the orienting reflex. Annual Review of Physiology. 25, 545-580 (1963).
- Bala, A. D., Takahashi, T. T. Pupillary dilation response as an indicator of auditory discrimination in the barn owl. Journal of Comparative Physiology A. 186 (5), 425-434 (2000).
- Bala, A. D. S., Whitchurch, E. A., Takahashi, T. T. Human auditory detection and discrimination measured with the pupil dilation Response. Journal of the Association for Research in Otolaryngology. 21 (1), 43-59 (2020).
- Montes-Lourido, P., Kar, M., Kumbam, I., Sadagopan, S. Pupillometry as a reliable metric of auditory detection and discrimination across diverse stimulus paradigms in animal models. Scientific Reports. 11 (1), 3108 (2021).
- Coomber, B., et al. Neural changes accompanying tinnitus following unilateral acoustic trauma in the guinea pig. European Journal of Neuroscience. 40 (2), 2427-2441 (2014).
- Fan, L., et al. Pre-exposure to lower-level noise mitigates cochlear synaptic loss induced by high-level noise. Frontiers in Systems Neuroscience. 14, 25 (2020).
- Furman, A. C., Kujawa, S. G., Liberman, M. C. Noise-induced cochlear neuropathy is selective for fibers with low spontaneous rates. Journal of Neurophysiology. 110 (3), 577-586 (2013).
- Hickman, T. T., Hashimoto, K., Liberman, L. D., Liberman, M. C. Synaptic migration and reorganization after noise exposure suggests regeneration in a mature mammalian cochlea. Scientific Reports. 10 (1), 19945 (2020).
- Huetz, C., Guedin, M., Edeline, J. M. Neural correlates of moderate hearing loss: time course of response changes in the primary auditory cortex of awake guinea-pigs. Frontiers in Systems Neuroscience. 8, 65 (2014).
- Lin, H. W., Furman, A. C., Kujawa, S. G., Liberman, M. C. Primary neural degeneration in the Guinea pig cochlea after reversible noise-induced threshold shift. Journal of the Association for Research in Otolaryngology. 12 (5), 605-616 (2011).
- Shi, L., et al. Ribbon synapse plasticity in the cochleae of Guinea pigs after noise-induced silent damage. PLoS One. 8 (12), 81566 (2013).
- Naert, G., Pasdelou, M. P., Le Prell, C. G. Use of the guinea pig in studies on the development and prevention of acquired sensorineural hearing loss, with an emphasis on noise. The Journal of the Acoustical Society of America. 146 (5), 3743 (2019).
- Montes-Lourido, P., Kar, M., Pernia, M., Parida, S., Sadagopan, S. Updates to the guinea pig animal model for in-vivo auditory neuroscience in the low frequency regime. Hearing Research. 424, 108603 (2022).
- Gao, L., Wang, X. Intracellular neuronal recording in awake nonhuman primates. Nature Protocols. 15 (11), 3615-3631 (2020).
- Lu, T., Liang, L., Wang, X. Neural representations of temporally asymmetric stimuli in the auditory cortex of awake primates. Journal of Neurophysiology. 85 (6), 2364-2380 (2001).
- Wichmann, F. A., Hill, N. J. The psychometric function: I. Fitting, sampling, and goodness of fit. Perception & psychophysics. 63 (8), 1293-1313 (2001).
- Kar, M., et al. Vocalization categorization behavior explained by a feature-based auditory categorization model. bioRxiv. , 483596 (2022).
- Schaeffer, D. J., Liu, C., Silva, A. C., Everling, S. Magnetic resonance imaging of marmoset monkeys. ILAR Journal. 61 (2-3), 274-285 (2020).
- Drucker, C. B., Carlson, M. L., Toda, K., DeWind, N. K., Platt, M. L. Non-invasive primate head restraint using thermoplastic masks. Journal of Neuroscience Methods. 253, 90-100 (2015).
- Meyer, A. F., O'Keefe, J., Poort, J. Two distinct types of eye-head coupling in freely moving mice. Current Biology. 30 (11), 2116-2130 (2020).
- Nath, T., et al. Using DeepLabCut for 3D markerless pose estimation across species and behaviors. Nature Protocols. 14 (7), 2152-2176 (2019).
- DiNino, M., Holt, L. L., Shinn-Cunningham, B. G. Cutting through the noise: Noise-Induced cochlear synaptopathy and individual differences in speech understanding among listeners with normal audiograms. Ear and Hearing. 43 (1), 9-22 (2022).
