HVS Image에서 각 단계가 중요한 이유

모든 거리는 보정 때 입력한 수조 지름으로 계산되므로, 실제 수면보다 큰 지름을 넣으면 경로 길이와 속도가 부풀려집니다. 보정한 위치는 번호로 저장되고, 각 시행의 ‘Platform Number’가 그 번호를 가리킵니다. 사분면 지표는 플랫폼이 사분면 중앙에 있을 때만 의미가 있습니다.

Direct Path 구현에서는 거리를 픽셀로 계산한 뒤 보정된 센티미터당 픽셀 값으로 변환하며, 목표 구역과 근접 조우 구역은 보정된 목표 위치를 중심으로 합니다. 수조 가장자리를 잘못된 순서로 클릭하면 그림이 뒤집히므로, 그린 시행 하나를 실제 플랫폼 위치와 빠르게 대조해 보는 것만으로 데이터 전체를 지킬 수 있습니다.

모든 .hvs 파일을 보관하세요. SUM과 CST 파일은 이것으로 다시 만들 수 있습니다. 자주 백업하고, 끝난 파일은 지우지 말고 다른 곳으로 옮기세요(옮긴 파일은 목록에 더 이상 나타나지 않습니다).

재분석은 과학적으로 중요합니다. 새로운 지표와 수정된 정의(예: Direct Path 분류)를 완료된 연구에 적용할 수 있으며, Direct Path 기술 노트도 완료된 연구의 소급 분석을 응용 분야로 꼽습니다. VR이라면 .hvs와 .sum뿐 아니라 .BOND 파일도 보관하세요.

TXP 각 줄에는 출발점, 플랫폼, 개체, 설명어가 들어가므로(예: N,2,Subject1,GroupA), 시행 정보를 테스트 중에 입력하지 않고 미리 한 번만 입력합니다.

잠복기는 출발점과 출발점에서 목표까지의 거리에 영향을 받으므로, 계획한 출발 순서를 담은 TXP 파일이 있으면 그 순서를 따르고, 확인하고, 보고하기 쉬워집니다.

다른 소프트웨어가 실시간 데이터 수집에서 몇 분의 1초 이상을 빼앗을 수 있으므로, 추적(또는 VR) PC는 HVS Image 전용으로 두고, 검사와 업데이트는 추적 시간 외에 수동으로 실행하세요.

백그라운드 간섭의 증상으로는 시행 시계 멈춤, 프레임 누락, 잠깐의 추적 상실, 경로 그림의 직선이 있습니다. 이들은 각각 잠복기, 경로 길이, 속도를 왜곡하므로, 안정적인 수집은 유효한 지표의 전제 조건입니다.

가장자리는 N, S, W, E 순서로 클릭하고, 다음으로 목표를 클릭하되 중앙을 먼저 클릭해 위치 0이 되게 합니다. ‘Check Lighting’과 임곗값도 여기서 설정하므로, 이 한 화면이 축척과 추적 품질을 모두 좌우합니다.

목표 기반 지표(통과 횟수, 근접 조우, 갤러거 근접도, Direct Path)는 보정된 위치를 기준으로 계산되므로, 역전 학습을 위한 이전 목표를 포함해 쓸 수 있는 모든 위치를 보정해 두면 나중에 그 위치들을 분석할 수 있습니다.

동물을 놓아 주는 순간 ‘RUN’을 클릭하세요. 시작을 풀어 주는 순간에 맞추고 도착을 객관적으로 감지하면, 너무 이른 시작과 주관적인 도착 시간을 피할 수 있습니다. ‘Auto-end on platform’은 선택적 지연과 함께 객관적인 종료 시점을 제공합니다.

종료 방식 선택은 중요합니다. 플랫폼 감지 시 자동 정지는 짧거나 부분적인 올라타기도 세고, 머무름 지연은 짧은 접촉을 제외하며, 수동 정지는 실험자가 정한 시점을 쓸 수 있게 합니다. 모든 그룹에 같은 방식을 쓰고 이를 보고하세요.

시행 하나는 ‘Full Analysis’로, 여러 시행은 ‘Analyze Batch or Series’로 분석해 .sum 파일로 만드세요. ‘Advanced’ 설정(카운터 크기, 벽 붙기 행동 띠, 진행 방향 거리, 시간 구간)은 결과를 바꾸므로, 사용한 값을 기록해 두세요.

Counter diam x와 Heading distance 같은 설정은 Direct Path 결과를 바꿉니다. 재분석한 데이터와 함께 빌드와 이 설정을 보고하세요. Heading range는 내보내지므로 사용한 값이 기록으로 남습니다.

CST 파일은 Excel과 통계 패키지용 쉼표 구분 파일로, 시행당 한 줄입니다. 지표를 미리 골라 두면 코호트 사이에 내보내기가 일관됩니다.

내보내기 전에 주요 지표를 정하고 코호트 사이에 같은 CST 정의를 유지하면 투명한 보고에 도움이 됩니다. 탐색적 지표를 위한 추가 CST 파일은 나중에 같은 .sum에서 만들 수 있습니다.

결과에는 총 경로, 평균 속도, 구역이나 셀 사용, 진입 횟수와 잠복기(−1은 방문하지 않음을 뜻함), 그리고 직접 정한 시간 창과 움직임 기준으로 정의한 얼어붙기나 비활동이 포함됩니다.

오픈 필드는 약물이 불안에 미치는 효과를 평가하는 데 널리 쓰입니다. Prut와 Belzung(2003)은 벤조디아제핀과 5-HT1A 작용제가 대부분의 경우 항불안 효과를 보인 반면, SSRI는 이 시험에서 항불안제로서 효과가 낮았다고 보고했습니다. Seibenhener와 Wooten(2015)은 운동 활동과 불안 유사 행동에 대한 그 쓰임을 설명합니다.

Detection Area는 갈래 안으로 얼마나 들어가야 진입으로 세는지를 정합니다. 100%는 모든 진입을, 25%는 가장 먼 4분의 1까지 들어간 진입만 셉니다. 갈래별 데이터는 가장 왼쪽 갈래부터 시계 방향으로 나열됩니다.

고전적인 쓰임으로는 해마 기능 장애에 민감한 T 미로의 자발적 교대 행동(Deacon과 Rawlins, 2006), 방사형 미로 공간 기억(Olton과 Samuelson, 1976), 그리고 불안 지표로서 고가식 십자 미로의 열린 갈래 대 닫힌 갈래 진입(Pellow 등, 1985)이 있습니다.

추적 영역은 수면 주위의 띠를 셋으로 나눈 것입니다. 가장 높은 지점이 위쪽 3분의 1에 있으면 오르기, 가운데 3분의 1이면 수영 또는 떠 있기, 아래쪽 3분의 1이면 잠수로 셉니다.

강제 수영 시험은 항우울제 치료에 민감한 동물 모델로 도입되었습니다(Porsolt 등, 1977; 승인 대기 중인 제안 참고문헌). 각 백분율의 해석은 프로토콜에 따라 달라지며, 검증된 출판물 데이터베이스에는 아직 강제 수영 해석 논문이 없습니다.

vrScript 파일은 장면, 목표, 출발점, 시행 유형을 설정하며, VR 시행은 수중 미로 Analyse 창으로 분석하므로 같은 지표가 적용됩니다.

가상 모리스 수중 과제는 해마 절제 후의 심각한 손상(Astur 등, 2002)과 성별 차이(Astur 등, 1998)를 드러냈습니다. Thornberry 등(2021)은 200편이 넘는 VR 논문에서 설정이 일관되지 않음을 지적하고 표준화를 요구하는데, 그래서 vrScript 설정을 보고하는 것이 중요합니다.

반스 미로는 플랫폼 관련 항목 대신 ‘Hole Number’와 ‘Auto-end on escape hole’을 사용하며, 개체 크기 슬라이더는 배설물을 무시하는 데 씁니다.

Barnes(1979)는 원형 플랫폼을 사용해 노령 랫의 공간 기억이 더 나쁘다는 것을 보였습니다. 이 미로는 수중 미로보다 스트레스가 덜하다고 여겨지며(Rosenfeld와 Ferguson, 2014), 수중 미로 훈련은 반스 미로 훈련보다 코르티코스테론을 더 많이 올렸습니다(Harrison 등, 2009). 마우스는 공간, 단서, 순차 전략으로 이를 풀 수 있으므로(Harrison 등, 2006) 전략 분석이 가치가 있습니다.