AVRawRA – приложение для получения исходных видеозаписей в нейровизуализационных исследованиях и видеорегистрации

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Программа видеорегистрации в бинарном формате – AVRawRA [авро́ра] представляет собой программное обеспечение, предназначенное для сбора и записи видеосигнала с камер в виде двоичного кода или сжатого видеоформата. AVRawRA позволяет использовать широкий спектр видеокамер в различных нейровизуализационных задачах. Это дает преимущество использования дорогостоящего оборудования видеорегистрации для решения нескольких задач с помощью одного программного обеспечения. Концепция представленного программного обеспечения позволяет добавлять любое камерное устройство без перестройки основного конвейера кода. Представленное программное обеспечение имеет удобный интерфейс с интерактивными элементами для регулирования параметров получения и записи в реальном времени без остановки видеопотока. Одновременная визуализация, анализ и запись в реальном времени могут осуществляться без потери эффективности и пропуска кадров. AVRawRA поддерживает запись с камерных устройств как с внешними, так и с внутренними триггерами. Размер сохраняемого видеофайла не ограничивается временем записи и ограничен только местом на накопителе. Наше программное обеспечение прекрасно подходит как для нейровизуализационных исследований, так и для экспериментов с дополнительной видеорегистрацией. В заключение можно сказать, что AVRawRA представляет собой универсальную платформу для использования различных устройств видеорегистрации, проведения анализа в реальном времени и высокоскоростной записи в форматах бинарного и сжатого видео.

Полный текст

Доступ закрыт

Об авторах

Д. С. Сучков

Средиземноморский Институт Нейробиологии, ИНСЕРМ, Университет Экс-Марсель

Автор, ответственный за переписку.
Email: suchkov.dmitriy.ksu@gmail.com
Франция, Марсель

В. В. Шумкова

Казанский (Приволжский) Федеральный Университет

Email: suchkov.dmitriy.ksu@gmail.com
Россия, Казань

В. Р. Ситдикова

Казанский (Приволжский) Федеральный Университет

Email: suchkov.dmitriy.ksu@gmail.com
Россия, Казань

В. М. Силаева

Казанский (Приволжский) Федеральный Университет

Email: suchkov.dmitriy.ksu@gmail.com
Россия, Казань

А. Е. Логашкин

Казанский (Приволжский) Федеральный Университет

Email: suchkov.dmitriy.ksu@gmail.com
Россия, Казань

А. Р. Мамлеев

Казанский (Приволжский) Федеральный Университет

Email: suchkov.dmitriy.ksu@gmail.com
Россия, Казань

Я. В. Попова

Казанский (Приволжский) Федеральный Университет

Email: suchkov.dmitriy.ksu@gmail.com
Россия, Казань

Л. С. Шарипзянова

Казанский (Приволжский) Федеральный Университет

Email: suchkov.dmitriy.ksu@gmail.com
Россия, Казань

М. Г. Минлебаев

Средиземноморский Институт Нейробиологии, ИНСЕРМ, Университет Экс-Марсель; Казанский (Приволжский) Федеральный Университет

Email: suchkov.dmitriy.ksu@gmail.com
Франция, Марсель; Казань, Россия

Список литературы

  1. Aitken P.G., Fayuk D., Somjen G.G., Turner D.A. Use of intrinsic optical signals to monitor physiological changes in brain tissue slices. Methods 1999. 18: 91–103. https://doi.org/10.1006/meth.1999.0762
  2. Akhmetshina D., Nasretdinov A., Zakharov A., Valeeva G. The Nature of the Sensory Input to the Neonatal Rat Barrel Cortex. The Journal of Neuroscience 2016. 36 (38): 9922–9932. https://doi.org/10.1523/jneurosci.1781–16.2016
  3. Baker B.J., Kosmidis E.K., Vucinic D., Falk C.X., Cohen L.B., Djurisic M., Zecevic D. Imaging brain activity with voltage- and calcium-sensitive dyes. Cellular and Molecular Neurobiology 2005. 25 (2): 245–282. https://doi.org/10.1007/s10571–005–3059–6
  4. Dard R., Leprince E., Denis J., Rao Balappa S., Suchkov D., Boyce R. et al. The rapid developmental rise of somatic inhibition disengages hippocampal dynamics from self-motion. eLife 2022. 11:e78116. https://doi.org/10.7554/eLife.78116
  5. Grinvald A., Hildesheim R. VSDI: a new era in functional imaging of cortical dynamics. Nature Reviews . Neuroscience 2004. 5 (11): 874–885. https://doi.org/10.1038/nrn1536
  6. Hendel T., Mank M., Schnell B., Griesbeck O., Borst A., Reiff D.F. Fluorescence changes of genetic calcium indicators and OGB-1 correlated with neural activity and calcium in vivo and in vitro. The Journal of Neuroscience 2008. 28 (29): 7399–7411. https://doi.org/10.1523/JNEUROSCI.1038–08.2008
  7. Hubel D.H., Wiesel T.N. Receptive fields, binocular interaction and functional architecture in the cat’s visual cortex. Journal of Physiology 1962. 160: pp. 106–154. https://doi.org/10.1615/CritRevBiomedEng.2017020607
  8. Inácio A.R., Nasretdinov A., Lebedeva J., Khazipov R. Sensory feedback synchronizes motor and sensory neuronal networks in the neonatal rat spinal cord. Nature Communications 2016. 7:13060. https://doi.org/10.1038/ncomms13060.
  9. de Melo Reis R.A., Freitas H.R., de Mello F.G. Cell Calcium Imaging as a Reliable Method to Study Neuron–Glial Circuits. Frontiers in Neuroscience 2020. 14: 975. https://doi.org/10.3389/fnins.2020.569361
  10. Mues M., Bartholomäus I., Thestrup .T, .Griesbeck O., Wekerle H., Kawakami N., Krishnamoorthy G. Real-time in vivo analysis of T cell activation in the central nervous system using a genetically encoded calcium indicator. Nature Medicine 2013. 19 (6): 778–783. https://doi.org/10.1038/nm.3180
  11. Oh. J., Lee C., Kaang B.K. Imaging and analysis of genetically encoded calcium indicators linking neural circuits and behaviors. The Korean journal of physiology & pharmacology: official journal of the Korean Physiological Society and the Korean Society of Pharmacology 2019. 23 (4): 237–249. https://doi.org/10.4196/kjpp.2019.23.4.237
  12. Petersen C.C., Sakmann B. Functionally independent columns of rat somatosensory barrel cortex revealed with voltage-sensitive dye imaging. The Journal of Neuroscience 2001. 21 (21): 8435–8446. 10.1523/JNEUROSCI.21–21–08435.2001' target='_blank'>https://doi.org/doi: 10.1523/JNEUROSCI.21–21–08435.2001
  13. Popovic M.A., Carnevale N., Rozsa B., Zecevic D. Electrical behaviour of dendritic spines as revealed by voltage imaging. Nature Communications 2015. 6 (1): 8436. https://doi.org/10.1038/ncomms9436
  14. Salem G., Krynitsky J., Cubert N., Pu .A., Anfinrud S., Pedersen J. et al. Digital video recorder for Raspberry PI cameras with multi-camera synchronous acquisition. HardwareX 2020. 8:e00160. https://doi.org/10.1016/j.ohx.2020.e00160
  15. Sintsov M., Suchkov D., Khazipov R., Minlebaev M. Developmental Changes in Sensory-Evoked Optical Intrinsic Signals in the Rat Barrel Cortex. Frontiers in Cellular Neuroscience 2017. 11. https://doi.org/10.3389/fncel.2017.00392
  16. Suchkov D., Shumkova V., Sitdikova V., Minlebaev M. Simple and efficient 3D-printed superfusion chamber for electrophysiological and neuroimaging recordings in vivo. eNeuro 2022. 9 (5). https://doi.org/10.1523/eNeuro.0305–22.2022
  17. Tiriac A., Sokoloff G., Blumberg M.S. Myoclonic twitching and sleep-dependent plasticity in the developing sensorimotor system. Current Sleep Medicine Reports 2015. 1: 74–79. https://doi.org/10.1007/s40675–015–0009–9
  18. Venkatesh M, .Victor S.P. Video Compression based on Visual Perception of Human Eye. IJRASET 2018. 6 (1): 2661–2664. https://doi.org/10.22214/ijraset.2018.1365
  19. Vincis R., Lagier S., Van De .Ville D., Rodriguez I.,Carleton A. Sensory-evoked intrinsic imaging signals in the olfactory bulb are independent of neurovascular coupling. Cell Reports 2015. 12: 1–13. https://doi.org/10.1016/j.celrep.2015.06.016

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Общий вид пользовательского интерфейса AVRawRA. Представлены следующие панели: 1) панель “Настройка камеры”; 2) панель визуализации изображения в реальном времени; 3) панель “Область интереса (ROI)”; 4) панель “Управление записью”; 5) панель “Анализ в реальном времени”.

3. Рис. 2. Анализ интенсивности кадра в реальном времени во время записи камерой Qcam 1394. На дисплее отображается один кадр с изображением поверхности черепа крысы c подсветкой зеленым (525 нм) светодиодом. Анализ интенсивности в реальном времени показывает распределение интенсивности пикселей для текущего кадра на дисплее изображения.

4. Рис. 3. Анализ интенсивности кадра в реальном времени с использованием камеры Qcam 1394 с отмеченным регионом интереса для видеопотока на рис. 2. На дисплее отображается один кадр с изображением поверхности черепа мыши под подсветкой зеленого (525 нм) светодиода. Регион интереса отмечен красным контуром с помощью инструмента “свободная рука”. Анализ интенсивности в реальном времени показывает распределение интенсивности пикселей внутри области ROI. Частота составляет 36 кадров в секунду.

5. Рис. 4. Анализ интенсивности в реальном времени с помощью быстрой камеры Qcam 1394 после настройки ROI для видеопотока с рис.2. Кадр был уменьшен с помощью ROI с 348 × 260 пикселей до 88 × 112 пикселей. Частота составляет 50 кадров в секунду.

6. Рис. 5. Съемка и запись веб-камерой (Logitech C270) в сжатый видеоформат (AVI). В правом нижнем углу показана вставка с фрагментом записанного видеофайла открытого в медиаплеерее.


© Российская академия наук, 2024