MASKAY 8(1), May 2018 Recibido (Received): 2018/04/28 ISSN 1390-6712 Aceptado (Accepted): 2018/05/26
DOI: 10.24133/maskay.v8i1.773
27 MASKAY
Abstract— Currently there are several techniques to evaluate anxiolytic behavior in laboratory animals, since their behavior is very similar to that of humans, such techniques include manual and observational methods, where the evaluator must carefully observe the entire experiment and document each one of the events of interest made by the mouse, or in turn acquire electronic equipment that fulfill this function. However, the last option could be expensive. This article proposes the design and implementation of two low cost anxiety assessment devices (Elevated Plus Maze and Light-Dark Box) using digital image processing, which after the validation of the operation delivers results automatically through an application developed in Matlab. The results provided by the application coincide with those that an observer would obtain manually and visually, facilitating the tasks of the evaluator and reducing the possible human errors and ambiguity existing in manual tests.
Index Terms — Processing, Digital, Images, Device, Anxiety, Mice.
Resumen— En la actualidad existen varias técnicas para evaluar la conducta ansiolítica en animales de laboratorio, debido a que su comportamiento es muy similar al del ser humano, dichas técnicas incluyen métodos manuales y visuales, donde el evaluador debe observar atentamente todo el experimento y documentar cada uno de los eventos de interés realizados por el ratón, o a su vez adquirir equipos electrónicos que cumplan esta función, sin embargo, esta alternativa podría ser demasiado costosa. El presente artículo plantea el diseño e implementación de dos equipos evaluadores de ansiedad de bajo costo (Laberinto en Cruz Elevada y Cuarto Claro Obscuro) mediante procesamiento digital de imágenes, los mismos que después de la validación del funcionamiento entrega resultados de manera automática a través de una aplicación desarrollada en Matlab. Los resultados brindados por la aplicación coinciden con aquellos que un observador obtendría de forma manual y visual, lo que facilita las labores del evaluador y reduce notablemente los posibles errores humanos y de ambigüedad existentes en las pruebas manuales.
D. Moreno y M. Zabala son docentes de la Facultad de Informática y Electrónica de la Escuela Superior Politécnica de Chimborazo ESPOCH, Panamericana Sur Km 1 ½, Riobamba – Ecuador (e-mail: [email protected]).
J. Pazmiño es maestrante del programa de maestría en Sistemas de Telecomunicaciones de la ESPOCH
M. Guerra es egresada en la carrera de Bioquímica y Farmacia de la Facultad de Ciencias de la ESPOCH
G. Pilco es docente de la Facultad de Ciencias de la ESPOCH
Palabras Claves — Procesamiento, Digital, Imágenes, Dispositivo, Ansiedad, Ratones.
I. INTRODUCCIÓN
OS modelos existentes para la evaluación ansiolítica en animales ha tomado un gran auge en los últimos tiempos debido a la estrecha relación que existe en el comportamiento humano, convirtiéndose en un peldaño para la elaboración de fármacos o soluciones naturales que permitan controlar ciertos factores de estrés, miedo, ansiedad, etc.
La mayoría de dichas evaluaciones implican una observación constante de todo el experimento, es decir, se lo debe realizar de forma manual de tal manera que se debe contabilizar, documentar y cuantificar la cantidad de eventos producidos en cada uno de los experimentos, estos métodos rudimentarios conllevan a la posible existencia de errores humanos a lo largo de la evaluación.
De igual forma existen alternativas donde se ha utilizado la tecnología para tratar de mejorar la recolección de datos de cada uno de los experimentos existentes, mediante dispositivos o sensores como detectores de presencia o de proximidad capaces de determinar la existencia de eventos provocados por el sujeto en cuestión, en este caso un roedor. El problema con ciertas técnicas es que el costo de adquisición es elevado y en otras ocasiones los resultados no son los esperados.
II. TRABAJOS RELACIONADOS A. Modelos de comportamiento
El desarrollo de test probados con modelos animales no humanos permite evaluar los procesos psicológicos normales y anormales como síntomas o síndromes psicopatológicos humanos y tratamientos para estas enfermedades [1].
El comportamiento de los animales se valora ante escenarios específicos que implica la aplicación de modelos de respuesta condicionada por factores externos que incluyen sometimiento a situaciones de estrés que provocan miedo ante la exposición de espacios abiertos, al considerar el hábitat natural de ciertos animales como las ratas acostumbran a
Implementación de sistemas evaluadores de
conducta ansiolítica en ratones de laboratorio
utilizando procesamiento digital de imágenes
Implementation of anxiety evaluation systems in
laboratory mice using digital image processing
David Moreno, Juan José Pazmiño, Mariela Guerra, Gisela Pilco
, Mónica Zabala,
28 MASKAY convivir en hacinamiento, generalmente oscuros. Así mismo
acciones como privación de alimento y agua, exposición a luz en diversas intensidades, así como la administración de choques eléctricos, entre otras son parte de los factores a los que se puede exponer a los sujetos en prueba [2]. Ciertas ventajas de la utilización de estos modelos radican en razones ecológicas, son pruebas de tiempo de ejecución corta, sencilla y económica al no depender de equipos elaborados y de alto costo [3].
Por el contrario, los modelos de respuesta condicionados buscan analizar el comportamiento y respuesta de los sujetos bajo estímulos aversivos permitiendomedir el nivel basal por parte del experimentador, además de los requerimientos de ejecución del experimento. Es decir, los modelos condicionados implican el entrenamiento constante de los sujetos en análisis frente a estímulos no habituales, por lo que es necesario acondicionarlos a las nuevas situaciones. B. Tests utilizados para la medición de ansiedad.
La ansiedad ha sido estudiada extensamente en modelos de animales y existen más de treinta tests [4] basados en respuesta condicionada o no condicionada como se menciona en la Sección A.
C. Test con Modelos no condicionados
El Laberinto en Cruz Elevada es considerado uno de los escenarios más utilizados para la determinación de ansiedad [5] permite observar la conducta exploratoria en callejones abiertos y cerrados para determinar si la estimulación novedosa despierta miedo y exploración. Los resultados han mostrado que los roedores en ambientes abiertos muestran mayor miedo.
El índice de ansiedad se valora mediante resultados espacios-temporales que permiten determinar la actividad general del sujeto al tomar en cuenta el número de cruces que realiza entre los brazos, expresados en porcentaje o relación de tiempo de permanencia total en el brazo [6].
Este modelo se ha validado en pruebas de diferentes especies como ratas [7], ratones [8], cerdos de guinea [9], ratones silvestres [10] y hámster sirio [11].
El test de claro oscuro ideado por Crawley y Goodwin [12] se basa en el hecho de que los roedores son animales nocturnos y muestran un rechazo natural a la luz, así mismo su motivación exploratoria impulsa a reconocer el lugar al que están expuestos al transitar entre compartimentos separados por una abertura que permite el paso entre ambas zonas oscura y clara. El tiempo de duración del test es corto y el comportamiento es documentado en un archivo de video para su posterior análisis. Los parámetros evaluados incluyen número de transiciones entre compartimentos, latencia de permanencia/abandono entre zonas clara/oscura, respectivamente, número de cuadrados que el animal recorre en las distintas zonas y número de elevaciones que realiza en cada compartimento.
D. Test con Modelos condicionados
El condicionamiento clásico o condicionamiento pavloviano es un tipo de aprendizaje asociativo que fue demostrado por
[13]. Este modelo es utilizado como principal prueba para evaluar ansiedad. Su objetivo es determinar las variables que influyen en la formación de reflejos condicionados y luego especificar sus mecanismos de acción [14]. Uno de los procedimientos más utilizados es la suministración de corriente eléctrica a través de un suelo con rejillas metálicas en una caja de condicionamiento que inmoviliza al sujeto, ésta es una reacción adaptativa a un estímulo temeroso [15]. E. Tecnología utilizada para la evaluación de la trayectoria en roedores
La valoración de los resultados se basa en la visualización y conteo manual de los parámetros establecidos por cada test ejecutado. Es bien conocido de los errores humanos a los que están sujetos los resultados y para evitarlo es necesario apoyarse en recursos tecnológicos y en sistemas computarizados para el procesamiento de la información.
Parámetros como el número de veces que el sujeto cruza entre secciones y el tiempo de estancia en cada uno de ellos son contabilizados manualmente, sin embargo es posible determinar automáticamente los mismos parámetros basados en el análisis de la posición de sujeto dentro del escenario propuesto. Las técnicas de posicionamiento, debido al espacio reducido, debe brindar precisión en el monitoreo de la trayectoria que el sujeto ejecuta. Para ello, los sistemas utilizados de posicionamiento actuales involucran diferentes sensores de alta resolución que permiten automatizar el proceso de observación con el mínimo de errores, lo que evita provocar efectos secundarios que puedan influenciar en el comportamiento del sujeto en análisis.
Este procedimiento se integra a la utilización de diversos sensores que incluye ultrasónicos, de presencia, por microondas, ópticos, fotográficos, entre otros [16], que son utilizados acorde a las características y requerimientos necesarios dentro del experimento. El caso para la utilización de sensores ultrasónicos [17] basa su funcionamiento en la medición de la distancia mediante el uso de ondas ultrasónicas, este emite una onda y recibe la onda reflejada que retorna desde el objeto. La confiabilidad de detección de un objeto es alta ya que, al reflejarse en una superficie de vidrio o líquido, incluso los objetos transparentes pueden ser detectados con una precisión de 1mm. Es resistente a la acumulación de polvo, la detección de presencia es estable y de bajo costo. A pesar de sus características, para el monitoreo y determinación de la posición de los roedores no es factible, ya que debido a la frecuencia de operación provoca perturbación en los sujetos que crea un ambiente de prueba condicionado. [14]
F. Procesamiento de imágenes
El posicionamiento basado en imágenes [18] es una técnica no invasiva. Su funcionamiento se basa en la grabación del comportamiento del sujeto en un lapso de tiempo para luego convertirla en una secuencia de imágenes a través de la aplicación de técnicas y algoritmos para el procesamiento digital de imágenes que permita mejorarlas, clasificarlas,
29 di di co pr he de pr rep cr op in ro re se fa sim eje cr an na pr es se rep sis
ra pr un vi es se pr un de de cá A.
m
es co lu m
9
scriminarlas a versos fines.
La implemen omputacional restaciones d erramienta de esarrollo integ ropio, permite presentación a reación de int pta por la util terés de este p La automatiza oedores signi
sultados obte ensores y algor cilidades qu mplificación ecución de p reación de regi nteriores y per acional los b roceso manua specializada d ensores para e
presenta una h stemas comerc
Para el desarr atones propue
rocesamiento d n video, cuyo
deo fijada specíficamente er regulable
rocesados en u na trayectoria esplazamiento e ubicación de ámara y no de Característi Las caracterí marca DLINK m
• Exte
• Form
• Vide
• Mue
• Reso
En la Fig. 1 structura de so ortina para co
minosidad en momento de rea
acorde al inte ntación de est y la utiliz de procesami software mate grado (IDE) c e procesar inf a través de la terfaces de us lización de és proyecto.
ación del proc ifica increme enidos, a tra ritmos de proc ue se brinda del proceso, pruebas, proc istros e histori rmitan ser ana bioterios exis al ya que la demanda altos el monitoreo herramienta al ciales.
III. DESCRIP rollo de los si estos en este
digital de imá os datos son r
en un so e para las prue en cada ex una aplicación a con una re
del roedor, y el ratón depen sensores exter icas de Adquis ísticas del vi modelo DCS-9 ensión del vide mato RGB24 eo en calidad R estreo a 10 fra olución 648 x se puede ob oporte de altur
ontrolar y m cada una de l alizar el proce
erés propuesto ta técnica im zación de so
iento, Matlab emático que o con un lenguaj formación de
implementac suario (GUI), ste ya que es ceso del anális entar la con avés de la i cesamiento de a al observ disminución esamiento de iales que pued alizados const tentes [20] e adquisición s presupuestos
de las accion lternativa con
PCIÓN DEL DIS stemas de med
artículo se ágenes a partir
recolectados p oporte diseña ebas realizada
xperimento, n creada con M
esolución ópt ya que en este nde de la reso
rnos. sición de Vide ideo recolecta 931L son las s eo .avi RGB
mes por segun 480 pixeles bservar la cám ra variable, la mantener los m
as pruebas, qu samiento de la
o y procesarla mplica un alto oftware con b® [16] es ofrece un ento aje de program
diversos tipos ión de algorit
es por esto q s afín y útil p sis de parámet nfiabilidad e implementació
la informació vador incluye n de tiempo
e la informac dan corroborar tantemente. A ejecutan el m
de instrumen s. La utilizaci nes de los ro
fiable respecto
EÑO
dición ansiolít ha considera r de la grabac
por una cáma ado y elab s, cuya altura
dichos datos Matlab, obtenié tima en cuan e caso la reso olución misma
eo
ado por la c siguientes:
ndo
mara de video cual cuenta co mismos nivel ue es fundame a información
as para o coste altas s una rno de mación s y su tmos y que se para el tros en n los ón de ón. Las en la en la ción y r datos A nivel mismo ntación ión de edores o a los
tica en ado el ción de ara de borado puede s son éndose nto al olución a de la
cámara
o y la on una les de ental al
.
Fig.
B. U imp de l obte info con reso
E sobr roed
Fig. sobre
C. D
1. Estructura de
Digitalización Una vez que s porta al works los frames de eniéndose bás ormación, don
stituido de tre olución de la c En la Fig. 2 se
remontados d dor se desplaz
2. Posición inic emontados).
Conversión a Después de hab
Grabación con a
n de video se ha recolecta space de Matl e todo el inte sicamente un nde cada fram es matrices (R cámara (640 x
e observa el p de una pequeñ za de una posic
ial y final del ro
a Blanco y Neg ber digitalizad
ltura regulable.
ado el video a lab para obten ervalo de tiem na matriz cua
e en un instan R G B) con d
480). primer frame ña secuencia d ción inicial a u
oedor (primer y ú
gro
do el video es
MASK a ser procesad ner la informa mpo de grabac atridimensiona
nte de tiempo dimensiones d y el último fr de video dond
una final.
último frame del
necesario det
KAY do se ación ción, al de está de la frame de un
video
30 la es ra de co un se im va as aq de so um im D. m re ob la de Fi ex ra Fig E. de pr 0 ubicación del s necesario que atón y el fond
ebe ser más o onvierte inicia na sola matriz e define enton mportancia pa
alores de la m signará un colo quellos valores e 1 que rep olamente el á mbral para que magen.
. Detección y Si la convers matriz binaria q
alizó correcta btiene básicam misma que r e tiempo de c ig. 3, donde t xperimento y atón.
g. 3. Imagen en b
Obtención d Para la obten el roedor en c ropias de Matl
• im2b grise de u • med estil elim • bwla exist difer • regio fund
l roedor en cad e exista un niv do de los dispo scuro que el c almente cada f que represent nces un valor ara la discrim matriz que esta or 0 que repre s que superen presenta el c área del roed e se le asigne
y Ubicación de sión de un fram
que representa amente en ba mente una man representa la u captura del fr
todo el fond la mancha bl
blanco y negro de
de Trayectoria nción de la tra ada frame del lab, las misma bw.- Transfo es en una ima un umbral. dfilt2.- Realiza
lizar bordes d minar manchas abel.- Detecta tentes en un renciarlas una onprops.- damentales de
da uno de los vel de contras ositivos de ex color blanco p frame con com ta una imagen r de umbral, minación de c
arán por debaj senta el color el umbral se l color blanco, dor debería su
un valor de 1
el Roedor me con matric a imágenes en ase al umbral ncha blanca so ubicación del rame, tal com do negro repr lanca represen
el último frame de
a
ayectoria a pa l video, se ha as se detallan a rma una ima agen Blanco y a un filtrado de imágenes c no deseadas e cada una de l fondo negro as de otras.
Extrae l cada una de l
frames, para l ste entre el col xperimentació
propio del rat mponentes RG n en escala de
el cual es de colores, ya qu jo del umbral
negro, mientr les asignará un
esto implic uperar el val 1 a esa porción
ces RGB a un n blanco y ne l de conversi obre un fondo ratón en el in mo se observa
resenta el áre nta la ubicació
el video.
artir de la ubic utilizado fun a continuación agen en esca y Negro en fu de una imag contrastadas ( en una imagen las manchas b y las etiqueta las propie las manchas b
lo cual lor del n, que ón. Se GB en grises, e vital ue los se les ras que n valor a que lor de n de la
na sola egro se ón, se negro, nstante a en la ea del ón del
cación nciones
n: ala de unción gen al (Puede n). blancas
a para edades blancas U blan repr (x,y com fram de repr suce una com Fig. F. U desp coo fram cada real uno E espe Prue los con G. E pint cada está encu de detect blanco etc.) •
Area.-cada m image • Centro
en pix fondo Una vez que ca
nco y negro, se resenta al roed y) en función d mo se observa
mes representa los centros resenta las ub esión de coor
trayectoria al mo se muestra
4. Representació
Procesamient Una vez qu plazamiento
rdenadas de l me, se puede p
a uno de los e lizadas por m o de los valore En este artícu
ecíficos: La p eba del Cuarto módulos resp tinuación
Laberinto en El Laberinto e tado de negro a uno de los án elevados 3
uentran frente altura, el dis
tadas en un o y negro (A - Determina e mancha blanc en blanco y ne oid.- Extrae l xeles del centr o negro de la im
ada frame se h e posiciona el dor en un siste de los pixeles en la Fig. 3. A a el desplazam de cada man bicaciones de rdenadas carte l unir cada uno en la Fig. 4.
ón de la trayector
to de Informac ue se ha
del roedor los centros de procesar los d eventos de int medio principa s de la trayect ulo se han d prueba de La o Claro Obscu pectivos para
Cruz Elevada en Cruz Eleva o, con 4 brazo brazos posee 38 cm del su e a frente pos seño y medid
fondo negro Area, Boundi el valor del á ca sobre un fo egro
la información ro de cada ma magen blanco ha convertido centro de la m ema de referen
de las imágen Al considerar miento del roe
ncha blanca el roedor en esianas (x,y), o de los punto
ria del roedor de u
ción
obtenido la a través de e las manchas datos obtenido erés en cada u almente compa
toria.
desarrollado d aberinto en C uro, para lo cu las pruebas, e
a
ada se ha dis os y soportes dimensiones elo, dos de l een paredes l das se muestr
MASK o en una im
ingBox, Cent área en pixele ondo negro en n de coorden ancha blanca e
y negro en una image mancha blanca nciación cartes nes de cada fr
que la sucesió edor, la obten en cada im términos de lo que result s correspondie
una secuencia de v
trayectoria la sucesión s blancas en os para determ
una de las pru araciones de dos experime Cruz Elevada
ual se ha elabo estos se detall
señado en acr en cada extre de 30 x 10 c los brazos qu laterales de 20 ran en la Fig
KAY magen troid, es de n una nadas en un en en a que siano rame, ón de nción magen una ta en entes
video.
del n de cada minar uebas cada entos y la orado lan a
rílico emo, cm y ue se 0 cm g. 5,
31 m mu
Fig
Fig
so br pa y so ab tie br nú m pr ub co ub
1
mientras que u muestra en la Fi
g. 5. Medidas de
g. 6. Fotografía d
La cámara d obre el centro razos abiertos antalla mientra
derecha. Los parámetr on los siguien biertos, tiemp empo de perm razos abiertos úmero de entr
edia
Cada uno d rocesamiento bicación del ro omparación en bicación prece
una fotografí ig. 6
el Laberinto en Cr
del Laberinto en C
de video se h del laberinto
resulten en l as que los braz ros que se han ntes: tiempo po de perman manencia en el
s, número de radas al centro de estos pará de la trayect oedor en cada ntre la ubicació edente.
ía del equipo
ruz Elevada imple
Cruz Elevada imp
ha colocado de tal forma la parte super zos cerrados e determinado de permanen nencia en lo centro, núme entradas a lo o, distancia re ámetros se h toria, al efect
instante de tie ón actual de p
o implementa
ementado.
plementado.
perpendicular que en el vid rior e inferior en la parte izq en este experi ncia en los b os brazos cer ero de entrada
os brazos cer ecorrida y velo ha obtenido c
tuar un análi empo, median rocesamiento
ado se
rmente deo los r de la quierda imento brazos rrados, s a los rrados, ocidad con el isis de nte una con la
E cruz abie las con posi un ubic con la p ante pue para
Fig. secci
P las mue mul por velo en t entr dete mue desp (1) y
El experimento z y se determ ertos o cerrado ubicaciones a
cierta condic ición actual co
brazo abierto cación dentro
tabiliza una en posición actua erior, no se c de observar u a el desarrollo
7. Diagrama de ión) del Laberinto
Para determina secciones sim estras que se ltiplicó por el segundo) de ocidad promed
todo el tiemp re muestra y m ección de la estreo se pue plazamiento e
y (2).
o comienza c mina si ha ex os en base a c actuales en la ción se conside
orresponde a o y la posició
o del centro ntrada a los b al está en la contabiliza nin
un diagrama d o de este exper
e flujo para la ob o en Cruz Elevada
ar el tiempo d mplemente se ha detectado inverso de la e la cámara,
dio y la distan po de medició
muestra con l ubicación y p ede obtener l entre muestra
2 1
( d= x −x
con el ratón e xistido cruces
comparacione trayectoria, e era un evento una posición ón anterior co o del laberin brazos abiertos misma secció nguna entrada de flujo del a rimento.
btención de even a.
de permanenc e ha utilizad o dentro de ca
frecuencia de mientras que ncia total reco ón se ha calcu las coordenada por medio de
a distancia y y muestra, co
2 2 2 1
) +(y −y)
MASK en el centro d hacia los br s con cada un es decir, si cum
, por ejemplo dentro del áre orrespondía a nto, entonces s, caso contrar ón de la posi a. En la Fig. algoritmo utili
ntos (ingresos en
ia en cada un do la cantidad
ada sección e muestreo (fra e para calcula orrida por el r ulado la dista as obtenidas e e la frecuenci y la velocidad omo se observ
KAY de la razos na de mple si la ea de una s se rio si ición 7 se izado
n cada
na de d de y se ames ar la ratón ancia en la ia de d de va en
32 do las co en vi H.
cu las un y se de ro en im
Fig
Fig
di vi m ex cu tie
2
onde d es la d s coordenada oordenadas de ntre muestras
deo
H. Cuarto Clar El Cuarto Cl ual una parte e s dimensiones na altura de 2
la obscura de eparadas por un
e 13 cm de la oedor de una s n la Fig. 8 mplementado s
g. 8. Medidas de
g. 9. Fotografía d
La cámara de visión entre e deo el cuarto mientras que el Los paráme xperimento so uarto claro, ti empo de perm
v=
distancia calcu as de la mue
la muestra ac y fs es la can
ro Obscuro laro Obscuro es transparente s totales del e 1 cm, la secc e 15 x 21 cm na pared pinta argo y 5 cm d sección a otra,
mientras q se muestra en l
el Cuarto Claro O
del Cuarto Claro
e video se col el cuarto claro claro resulte e cuarto obscur etros que h n los siguient iempo de per manencia en
s
d f
= ⋅
ulada entre m estra anterior, ctual, v es la v ntidad de fram
se ha elabora e y la otra se h equipo son de
ión transparen m, ambas secci ada de negro, q de alto para p
el diseño y m que una foto
la Fig. 9.
Obscuro implemen
Obscuro impleme
locó perpendi y obscuro de en la parte izqu ro en la parte d han sido ob tes: tiempo de rmanencia en la zona de
muestras, (x1, y
, (x2 , y2) so
velocidad del r mes por segun
ado en acrílic ha pintado de e 44 x 21 cm nte es de 29 x iones se encu que tiene una permitir el cru medidas se mu ografía del e
ntado.
entado.
cularmente so e tal forma que uierda de la pa derecha. btenidos con e permanencia el cuarto ob cruce, núme
(2) y1) son
on las roedor do del
co, del negro, y con 21 cm uentran ranura uce del uestran equipo
obre la e en el antalla n este a en el bscuro, ero de
entr dist D pará tray cada ubic E extr haci de l con posi cuar ubic con con posi se p para P las tota ítem ecua
Fig. secci
P
radas al cuarto tancia recorrid De la misma ámetros se h yectoria, al efe a instante de cación precede El experiment
remo del cuar ia el cuarto ob las ubicacione
cierta condic ición actual co rto obscuro y cación dentro tabiliza un cr trario si la po ición anterior, puede observar
a el desarrollo Para determina
secciones, así al se utilizó el m anterior del aciones (1) y (
10.Diagrama de ión) del Cuarto C
Para la obtenci
o claro, númer da y velocidad forma que han obtenido
ectuar un anál tiempo med ente.
to comienza rto claro y se bscuro en base
s actuales en l ción se conside
orresponde a u y la posición o del área d ruce del cuart osición actual , no se contabi r un diagrama o de este exper ar el tiempo d í como la vel l mismo proc l Laberinto en (2)
e flujo para la ob Claro Obscuro.
IV. RES ión y análisis
ro de entradas
media. el experimen
con el proc lisis de ubicac diante una com
con el ratón determina si e a comparaci la trayectoria, era un evento una posición d n anterior co del cuarto cl o claro al cua está en la mi iliza ningún cr a de flujo del a rimento. de permanenc locidad prome
edimiento que n Cruz Eleva
btención de even
SULTADOS de resultados
MASK al cuarto obsc nto anterior e cesamiento d ción del roedo mparación co en la mitad ha existido cr ones con cada es decir si cum , por ejemplo dentro del área orrespondía a
laro, entonce arto obscuro, isma sección d
ruce. En la Fig algoritmo utili
ia en cada un edio y la dista e se explicó e ada, utilizando
ntos (Ingresos en
s se desarrolló
KAY curo, estos de la or en on la d del ruces a una mple si la a del una s se caso de la g. 10 izado na de ancia en el o las
n cada
33 ap ap an cu ca ap de an do ex ca el m de ha ub fu el re ob
Fig y R
Fig Es
re
3
plicación en G plicaron los log nterior. Poster uenta con var argar el video plicación reco ependencia de naliza (Laberin onde se mant xperimento, p ada frame y la
cálculo de mostrándose en el roedor, los a considerado bicaciones de m
En la Fig. uncionamiento roedor en el e sultados obte bservar el map
g. 11.Pantalla de Resultados).
g. 12.Pantalla de tadístico).
De la misma sultados obte
GUIDE el mét garitmos y pro rior a la adqu rias etapas, la
correspondie orta, centra e la selección
nto en Cruz E tiene únicame osteriormente
aplicación de cada uno n la pantalla u
resultados de un mapa est mayor perman 11 se pue o en donde se m
experimento d enidos, mientr pa estadístico d
aplicación para e
e aplicación para
a manera las enidos, la grá
todo gráfico d ocesos mencio uisición del v a primera es l ente, una vez
y encuadra del tipo de e Elevada o Cua
ente el área e se realizó e el algoritmo co
de los pará una gráfica de cada evento y tadístico dond nencia ede observar
muestra la tray del Laberinto e ras que en la de permanenci
el Laberinto en Cr
a el Laberinto e
Fig. 13 y Fi áfica de tray
de Matlab, don onados en la s video, la aplic
la de seleccio cargado el vi
las imágen experimento q arto Claro Obs de interés de el procesamien
orrespondiente ámetros reque e la trayectori
y adicionalme de se determi la aplicació yectoria segui en Cruz Eleva a Fig. 12 se
ia.
ruz Elevada (Tra
en Cruz Elevada
ig. 14 muestr yectoria y el
nde se ección cación onar y ideo la es en que se scuro), e cada nto de e para eridos, a total ente se ina las ón en ida por ada los puede
ayectoria
a (Mapa
ran los mapa
esta Obs
Fig. Resu
Fig. Estad
L con por nula E farm para com secc man info velo L eval en e mie Cru roed
adístico de p scuro.
13.Pantalla de a ultados).
14.Pantalla de dístico).
Los resultados las medicion los evaluado as en cada uno El sistema imp macológica un
a realizar las m mo número d
ciones, que h nual, es de ormación adi ocidad promed Los resultados luadores inter el cuarto oscu entras que un uz Elevada se dor posee may
ermanencia d
aplicación para el
aplicación para
s arrojados po nes contabiliza ores, donde e o de los parám
plementado br na herramienta mediciones de de cruces y hasta hace po cir visualme icional como dio del animal s que provee rpretar que un uro se debe a menor númer asocia a un m yor actividad e
del experimen
l Cuarto Claro O
a el Cuarto C
or la aplicació adas de forma
existió variac metros y evento rinda a los ex a de bajo cost e los parámetr tiempo de oco eran ana ente el siste o distancia t
l durante el exp en los equipo n tiempo de pe
a que el anim ro de cruces e menor nivel d exploratoria.
MASK nto Cuarto C
Obscuro (Trayecto
laro Obscuro (
ón han coinci manual obten ciones mínim os calculados. xpertos en el o y gran preci ros de interés
permanencia alizados de fo ema aporta total recorrid
perimento. os permiten a
ermanencia m mal esta estres en el Laberint de estrés porqu
KAY Claro
oria y
(Mapa
idido nidas mas o área isión tales a en orma con da y a los mayor sado, to en ue el
34 MASKAY V. DISCUSIÓN
Los equipos implementados y la aplicación desarrollada han sido debidamente validados por expertos en el área farmacológica, para lo cual han diseñado técnicas de validación para determinar el correcto funcionamiento de los equipos, las mismas que incluyen la adquisición de 5 videos diarios durante 15 días con diferentes roedores para ambos experimentos. Los resultados obtenidos por la aplicación en cada uno de los videos fueron corroborados con la observación de 5 evaluadores diferentes.
Para la validación de los instrumentos a partir de los resultados obtenidos por el sistema y de forma manual por los 5 observadores en cada una de las etapas se realizó una prueba de hipótesis que utilizó el estadístico T-students para muestras emparejadas, para las pruebas se utilizó un nivel de significancia del 1 %.
En las diversas pruebas realizadas se llegó a determinar que tanto los resultados obtenidos por el sistema y los registrados por los observadores estadísticamente son similares, es decir se comprobó que las medias de los resultados del sistema implementado y los observados son iguales, obteniéndose probabilidades muy superiores al 0.01 que representa el 1 % del nivel de significancia requerido, confirmándose estadísticamente el correcto funcionamiento del sistema.
Un inconveniente que surgió a lo largo de las experimentaciones fue el de estandarizar la intensidad de luz existente en el entorno de grabación, ya que de acuerdo al umbral escogido si la intensidad luminosa variaba de grabación a grabación a causa del entorno y las condiciones climatológicas, en la transformación de un frame RGB a una imagen en blanco y negro se podía tener la aparición de otras componentes que no representaban al roedor o en el otro caso extremo ni siquiera detectar al mismo, lo cual provocaba que el operador del sistema deba ir cambiando los valores de umbral para realizar la correcta detección, para corregir esta situación se optó por normalizar la intensidad luminosa del entorno en base a la adición de una cortina en la estructura de grabación para solucionar dicho inconveniente, lo cual logró detectar satisfactoriamente al roedor en cada frame procesado con valores recurrentes de umbral y mínimamente variables para cada prueba.
VI. CONCLUSIONES
La correcta validación de los equipos implementados ha demostrado su óptimo funcionamiento, se ha conseguido los objetivos fundamentales del presente trabajo de determinar los parámetros de comportamiento en los experimentos del Laberinto en Cruz Elevada y el Cuarto Claro Obscuro de manera autónoma, se facilitó de esta forma la labor de las personas evaluadoras, al ofrecer resultados confiables y eficientes y al mismo tiempo se brinda una solución de bajo costo.
Las condiciones de luminosidad y la estandarización del entorno de medición son muy importantes para el correcto funcionamiento de los equipos, por lo cual es necesaria una capacitación adecuada a los futuros posibles evaluadores del
comportamiento ansiolítico medido en roedores. REFERENCIAS
[1] Laborda, M. A. “Modelos animales en psicopatología experimental: miedo, tolerancia a las drogas y condicionamiento”. Revista de Psicología, XVIII (2), 81-104, 2009.
[2] Cruz-Morales, S. E.; González-Reyes, M. R.; Gómez-Romero, J. & Arriaga, J. C. “Modelos de Ansiedad. Revista Mexicana de Análisis de la conducta, 28(1), 93-105. 2003.
[3] Pellow S, Chopin P, File SE & Briley M. “Validation of open: closed arm entries in an elevated plus-maze as a measure of anxiety in the rat”.
Journal of Neuroscience Methods, 14: 149-167. 1985.
[4] Becerra-García, A. M., Madelena, A. C., Estanislau, C., Rodríguez-Rico, J. L., Dias, H. “Ansiedad y miedo: su valor adaptativo y mal adaptaciones”. Revista Latinoamericana de psicología, 39(1), 75-81. 2007.
[5] Hogg S. A. “Review of the validity and variability of the elevated plus-maze as an animal model of anxiety”. Pharmacology Biochemistry Behavior, 54(1), 21-30. 1996.
[6] Rodgers, R. J., Cao, B. J., Dalvi, A., & Holmes, A. “Animal models of anxiety: an ethological perspective”. Brazilian journal of medical and biological research, 30, 289-304. (1997a).
[7] Pellow S, Chopin P, File SE & Briley M. “Validation of open: closed arm entries in an elevated plus-maze as a measure of anxiety in the rat”.
Journal of Neuroscience Methods, 14: 149-167. 1985.
[8] Lister RG. “The use of a plus-maze to measure anxiety in the Mouse”.
Psychopharmacology, 92: 180-185. 1987.
[9] Rex A, Fink H & Marsden CA. “Effects of BOC-CCK-4 and L 365,260 on cortical 5-HT release in guinea-pigs on exposure to the elevated plus-maze”. Neuropharmacology, 33: 559-565. 1994.
[10] Hendrie CA, Eilam D & Weiss SM. “Effects of diazepam and buspirone in two models of anxiety in wild voles (Microtus socialis)”, Journal of Psychopharmacology, Abstract Book, A46, 181, 1994.
[11] Yannielli PC, Kanterewicz BI & Cardinali D. “Daily rhythms in spontaneous and diazepam-induced anxiolysis in Syrian hamsters”.
Pharmacology, Biochemistry and Behavior, 54: 651-656. 1996. [12] Crawley JN, Goodwin FK. “Preliminary report of a simple animal
behavior for the anxiolytic effects of benzodiazepines”. Pharmacol Biochem Behav 1980;13:167-70.
[13] Pavlov, I. P. “Conditioned reflexes: An investigation of the physiological activity of the cerebral cortex” (G. V. Anrep, Trans.). Oxford: Oxford University Press, 1927.
[14] Randich, A., & LoLordo, V. M. “Associative and nonassociative theories of the UCS preexposure phenomenon: implications for pavlovian conditioning”. Psychological, Bulletin, 86 (3), 523-548. 1979. [15] Fanselow MS, DeCola JP, & Young SL. “Mechanisms responsible for reduced contextual conditioning with massed unsignaled unconditional stimuli”. Journal of experimental psychology, 19(2):121–137, 1993. [16] Zettlex [Online:] [Consulta: 27 de Abril de 2018]. Disponible en:
https://www.zettlex.com/es/articles/sensores-de-posicion/
[17] Sense, Sensors & Instruments. “Sensores Ultrasónicos” [Online:] [Consulta: 27 de Abril de 2018]. Disponible en: http://www.sense.com.br/arquivos/produtos/arq3/Flyer%20US1300_Rev .%20D_Esp.pdf
[18] Losada C., Mazo M., Palazuelos S., Pizarro D., Marrón M., “Posicionamiento 3D de robots moviles en una espacio inteligente mediante camaras fijas”, XVIII Seminario Anual de Automática y Electrónica Industrial (SAAEI 2011), 2011, pp. 783-788.
[19] BORRE, Kai and STRANG, Gilbert. 2012. Algorithms for Global Positioning. Wellesley : Wellesley-Cambridge Press, 2012
[20] Universidad Técnica de Machala [Online:] [Consulta: 27 de Abril de 2018]. Disponible en : https://www.utmachala.edu.ec/
