HVSトラッキングのヒント
ちょっとしたヒントと豆知識
1日を救う小さなこと。
HVSのユーザーから寄せられた質問から集めた1行のヒントです。あえて短くしています。
- 水迷路のキャリブレーション画面：使う可能性のあるすべてのプラットフォームの位置を、今のうちに中央から順にキャリブレーションしておきます。実験の途中でキャリブレーションし直さずに済みます。
- Check Lighting：しきい値に触れる前に、しきい値を100にしたまま、まず影を、次にまぶしさを直します。
- しきい値の設定：大きく変えるときは矢印を右クリックし、微調整は左クリックします。
- 水迷路の実行画面：‘PREPARE’のあとはマウスポインターが‘RUN’に、‘RUN’のあとは‘END’に固定されるので、プールのそばから試行を操作できます。
- プローブ試行：プローブ試行でも学習したプラットフォーム番号を保ちます。そうすれば結果が目標付近の時間を正しく示します。
- 解析：Advanced：‘Advanced’でいろいろな設定を試すと、通常の値では見逃す効果が見えてくることがあり、別の値で解析を繰り返すこともできます。
- SUMファイルの作成：SUMが作れない場合は、HVSフォルダーをサイズ順に並べて経路のないごく小さなファイルを除くか、バッチを小さくします。
- 解析の試行一覧：最新の試行が見当たらない？HVSフォルダーに.hvsファイルが10,000個以上あるのかもしれません。バックアップしてから、古いファイルをサブフォルダーに移します。
- 書き出しとキャリブレーション：経路が負になる、またはキャリブレーションが保存できない？Windowsの数値形式をUKかUSAにして、HVS Imageを再起動します。
- オープンフィールド解析のグリッド：各物体がそれぞれ別のセルに入るようにグリッドの大きさを選びます。いつでも別のグリッドの大きさで解析し直せます。
- オープンフィールドのテキスト書き出し：全文のテキストファイルで、ゾーンの潜時が-1なら、そのゾーンは訪れていないという意味です。
- オープンフィールドのすくみ：すくみを測らない？大きな時間窓（例：100 s）と小さな動き（0.1 cm）を入力し、結果からすくみを外します。
- 多肢迷路の結果：アームごとのデータは、いちばん左のアームから時計回りに並びます（十字迷路：左、上、右、下）。
- 強制水泳、容器3つ：3つの容器を3 x 3グリッドで実行しましたか？解析の前に末尾が4～9の.hvsファイルを別のフォルダーに移し、削除は解析が成功してからにします。
- バーンズのTXPファイル：バーンズの試行を中央から始めるには、開始欄にC（中央開始コードの短縮形）と入力します。結果に表示されます。
- 動画フレームの記録：動画ではなくフレームを保存すると、すべてのフレームが元の解像度のまま残り、圧縮とフレームレートを自分で選べます。
- 象限の指標：象限はNE、SE、SW、NWで、画像の上がNorthです。
- HVS 6D VRの試行の実行：試行が中断された？Escapeを押してからEnterを押すと、やり直せます。元の試行は進んだところまで保存されます。
- HVS 6D VRのファンクションキー：場面が違う？そのキーの.vrScriptファイルがないとdefault.vrScriptが使われるので、各キーには、そのキーにぴったり合う名前のファイル（F1ならF1.vrScript、F12.vrScriptまで）がC:\Users\[User name]\AppData\LocalLow\HVS Image Software Ltd\HVS 4D VR（隠しフォルダー）に必要です。
- HVS 6D VRの参加者への説明：参加者には、体の向きを変えて見回してよいと伝えます。少し上を見ると遠位の手がかりが見えます。
- HVS 6D VRの報告：vrScriptの設定は.BONDのヘッダーに残るので、そのまま報告に使えます。
- HVS 6D VRの終了メッセージ：試行終了のメッセージはどの言語でも書け、空欄にすればメッセージは出ません。
- 行動の識別：ご存じでしたか？HVS Imageは、機械学習や経路の画像ではなく、時刻付きの位置に当てはめる、あらかじめ定めた透明な定量ルールで探索戦略を識別します。
- トラッキング：ご存じでしたか？トラッカーは左上から走査し、最初に見つけた暗い物体に固定されます。だから南側から作業すると役立ちます。
- アトランティス・プラットフォーム：ご存じでしたか？アトランティス・プラットフォームは水面よりずっと下にあり、被験体が目標に到達するかとどまると浮上するので、偶然には見つかりません。
- Direct Path Measures：ご存じでしたか？Direct Pathの分類はほかの各キャリブレーション位置についても評価されるので、逆転学習で最初の接近が古い位置と新しい位置のどちらに向かったかがわかります。
- 水迷路の歴史：ご存じでしたか？モリス水迷路は、行動神経科学で最もよく使われる実験ツールの1つになりました（D'Hooge and De Deyn, 2001）。
- 水迷路の設計：ご存じでしたか？水からの逃避は活動量や体重の差の影響を比較的受けにくいので、水迷路は多くの実験モデルに理想的です（Vorhees and Williams, 2006）。
- ギャラガー近接度：ご存じでしたか？近接度の指標は、加齢に伴う障害に非常に敏感であることがわかりました（Gallagher et al., 1993）。
- プローブの指標：ご存じでしたか？1600回を超えるマウスのプローブ試験で、近接度の指標は群間差の検出において、象限、ゾーン、通過の指標を一貫して上回りました（Maei et al., 2009）。
- 仮想水迷路：ご存じでしたか？200本を超えるVRナビゲーション論文のレビューで、最もよく使われた課題はモリス水迷路の仮想版でした（Thornberry et al., 2021）。
- バーチャルリアリティ：ご存じでしたか？設置がラットの広い視野を考慮していれば、ラットは仮想環境で空間課題をかなり容易に学習します（Hölscher et al., 2005）。
- 高架式十字迷路：ご存じでしたか？最初の十字迷路の検証では、新奇性も照明もラットの行動に有意な影響を与えていませんでした（Pellow et al., 1985）。
- 放射状迷路：ご存じでしたか？古典的な8方向放射状迷路の研究では、データは空間的に隣り合うアーム間で般化する傾向がないことを示唆しました（Olton and Samuelson, 1976）。
- オープンフィールド：ご存じでしたか？オープンフィールドの壁の近くにとどまるマウスの傾向は、探索の最初の数分の間に徐々に弱まります（Simon et al., 1994）。
- T字迷路：ご存じでしたか？T字迷路の交替試行は、それぞれ2分以内に終えるべきです（Deacon and Rawlins, 2006）。
- バーンズ迷路の歴史：ご存じでしたか？バーンズ迷路は、解決に空間的な手がかりを使うよう促す円形のプラットフォームとして始まりました（Barnes, 1979）。
これらのヒントが関わるシステムについての詳しい背景：神経科学のためのHVS Imageシステム：背景、検証、応用。