oc_chamber下載 - oc_chamber原始碼下載

oc_chamber

其他源碼

1.0.0

下載

操作調節室

操作性條件反射是實驗心理學中使用的經典範例，動物學習執行某種動作以獲得獎勵。透過使用這種範例，可以提取學習曲線並準確測量反應時間。在這裡，我們描述了一種完全可 3D 列印的設備，它能夠對自由移動的小鼠進行操作性調節，同時對動物位置進行即時追蹤。

組裝及安裝

您可以在此處或此處找到 3D 列印模型。
在figures/EXPLODED VIEW.jpg中有一個直覺的組裝方案圖。我們使用 Cura 4.0 以中等解析度 (100 µm) 列印所有組件，速度為 90 mm/s，填充率為 20%。 OC 室的設計非常簡單，因此幾乎所有印表機都足夠精確，可以成功列印整個室。

所有組件的清單可以在這裡找到：物料清單

3D列印零件

OC室
- 競技場：主競技場
- arena_holes：主競技場，地板上有洞
- barrier_posterior:跳躍小鼠的後屏障
- frontal_wall_LED： LED 矩陣的介面牆
- frontal_wall_LCD：液晶屏的介面牆
- mask_dots： LED矩陣的遮罩
- 觸摸感應器：按鈕
相機
- cam_barrier：帶有正面屏障的相機支架，用於跳躍的老鼠
- cam_ladder： 3D 列印手臂
- cam_holder：相機支架
送貨
- Delivery_base：注射器和馬達支架
- Delivery_motor2thread：馬達適配器的螺紋
- Delivery_piston：注射器活塞

此外，您還需要：

1000 µF 電容器
兩個 25 Mohm 電阻用於觸摸按鈕
用於 LED 矩陣的 220 歐姆電阻
一根 M8 螺紋（約 15 公分）用於獎勵遞送

依照figures/diagram_scheme.png中的描述連接所有元件

要在 Raspberry Pi(RPI) 中安裝該軟體，只需下載或複製整個程式碼到 Raspian OS 的資料夾中。

所需的庫

Python

皮卡梅拉
py串口
開放式CV
特金特

Arduino

電容式感測器
Adafruit_NeoPixel
步進機

Arduino配置

在 Arduino UNO 上編譯並載入名為 Skinner.ino 的草圖

電容式感測器校準

若要校準電容式感測器閾值，請載入名為 SkinnerCapacitiveTest 的 Arduino 草圖。此函數僅在序列埠上列印電容感測器值。設定適當的閾值有助於偵測滑鼠觸控。

運行Python程式碼

若要在終端機中執行程式碼，請輸入：

 cd h ome p i o c_chamber          \ or replace with the folder path containing the scpript
python3 cvConditioningTracking.py

或在 IDLE IDE 中開啟 cvConditioningTracking 並按 F5。

使用者可以透過編輯檔案 cvConditioningTracking.py 前 25 行中的變數值來自訂實驗的一些低階參數。文件本身給出了這些參數的更詳細說明。

該室可以以 2 種模式運行實驗：訓練模式和排列模式。使用者可以透過編輯cvConditioningTracking檔案中的參數任務來選擇兩種模式之一。兩種模式的詳細資訊和差異可以在論文中找到。

實驗資訊圖形使用者介面

在實驗開始時，系統會透過 GUI 提示用戶，該 GUI 收集有關即將運行的實驗的一些基本資訊。

用於選擇一些基本實驗資訊的 GUI 螢幕截圖。

主題：包含目前滑鼠識別碼的字串。如果留空，則不會儲存檔案。
文件路徑：保存實驗文件的位置。輸出由兩個 .txt 檔案組成，其中包含資料集部分中所述的實驗資料集，儲存在 DATA 和 DATAtracker 資料夾中。使用者可以瀏覽 PC 上的某個位置，如果該欄位留空，則預設為目前工作目錄。
REC 檔案名稱：包含用於保存視訊錄製的名稱的字串。如果留空，則不會儲存檔案。
REC 檔案路徑：儲存錄影的位置，並覆蓋包含滑鼠位置和活動區域的內容。使用者可以瀏覽 PC 上的某個位置，如果該欄位留空，則預設為目前工作目錄。
條件：實驗條件。將在實驗中呈現的刺激清單。可以指定一個或多個條件，用逗號分隔：
- 右：右點
- 左：左點
- 兩者：同時在右側和左側點
此處指定的所有條件將以隨機順序呈現。
標準：滑鼠停留在活動區域以啟動試驗所需的幀數。 20 幀 = 1 秒
水平：選擇分隔腔室活動區域和非活動區域的線的垂直位置。該值被歸一化為腔室高度。 0 = 腔室底部，1 = 腔室頂部，0.5（預設）= 腔室中部
校準：實驗開始時用於相機校準的幀數。在實驗開始時校準相機對於更好地追蹤背景上的滑鼠非常重要。

其他設定

透過編輯以下文件的第一行可以使用其他自訂選項：

cvConditioningTracking （在 TRAINING 或 PERMUTATION 之間更改電腦視覺參數和程式類型）
Skinner （刺激持久性、按鈕閾值）
SkinnerCapacitiveSensor （更改按鈕檢查和閾值）

LCD_oc_chamber

為了允許使用更複雜的視覺刺激，您可以找到 LCD 顯示器的程式碼的主幹版本。要運行程式碼 Psychopy2 是必要的。若要在 RPI 上安裝 Psychopy，請遵循以下說明。安裝 Psychopy 後，在 Psychopy IDE 中開啟 cvConditioningTracking.py 並執行程式碼。程式碼包含一個名為 LCD.py 的模組，可用於顯示選定的圖像。目前，該程式碼是一個存根，一個未經測試的版本，運行用於演示目的。

鍵盤快速鍵

p ：退出程序（在「相機校準」階段按 p 按鍵會跳過相機校準，否則會關閉程式）
s : 停止試驗

數據集

Dataset 資料夾包含我們的原始數據，如本文所述，有 6 個主題。每個主題都包含在自己的資料夾中，並使用以下方案進行編碼：CAGE-LABEL-GENO。此外，還有兩個 Jupyter Notebooks，其中包含有關如何在 Python 中將 txt 輸出檔案讀取為 pandas 資料幀的範例。

data：包含代表主題的資料夾。資料夾中有帶有欄位的 .txt 文件
- 事件 - 事件類型（兩者、單一）
- 答案 - 主題提供的答案（both_sx,both_dx,yes,no）
- RT——反應時間
- 時間 - 時間戳
data_track：包含動物位置的即時追蹤。第一行表示競技場的邊界（矩形 x、y、x+寬度、y+高度）。其餘行包含
- 時間戳 - 時間戳
- x - x 座標
- y - y 座標
- event - 事件類型（兩者，左，右）