Return to search

Desenvolvimento de ferramenta computacional para obtenção automática de deslocamento e anotação de outros parâmetros em testes comportamentais do tipo campo aberto / Development of software to automatically obtain displacement and annotation of other parameters in open field behavioral tests

Testes comportamentais do tipo Campo Aberto figuram dentre os mais básicos e consolidados para estudos de comportamento animal, sendo, portanto, amplamente utilizados em pesquisas de Neurociência e Farmacologia. Através dele se pode avaliar os efeitos da imposição de diferentes condições no comportamento de animais, bem como comparar ou caracterizar perfis típicos de comportamento entre linhagens de uma mesma espécie. Consistindo de soltar animal em uma caixa e observar, dentre outros parâmetros, seu deslocamento e preferência em permanecer nas áreas próximas às paredes ou nas centrais, a extração desses dados pela forma tradicional acabar por ser limitante à obtenção plena de resultados. Isso posto, este trabalho visa oferecer aos pesquisadores um meio para obter os dados de maneira automatizada, sem o desgaste de ficar assistindo o vídeo do teste para anotar o deslocamento. Escrita em Python, utilizando técnicas consolidadas de Visão Computacional e operações de compreensão acessível, esta ferramenta além de ser Open Source pode ser ajustada à extração de outros parâmetros e à aplicação em outras modalidades do teste, além de oferecer a medida do deslocamento de forma mais precisa. / Open Field Test is a basic and consolidated test used in Animal Behavior studies, especially Neuroscience and Pharmacology. Through it, its possible to evaluate the effects in behavior of imposing different conditions, as well to compare or characterize typical behavior profiles between lineages of the same species. Consisting of releasing an animal in a box and observing, among other parameters, its displacement and preference in remaining in the areas near the walls or in the central ones, the extraction of these data in the traditional way ends up being limiting to obtaining full results. That said, this essay aims to offer researchers a way to get the data in an automated way, without need watching the video of the test to note the displacement. Written in Python, using consolidated techniques of Computational Vision and operations of accessible comprehension, this tool besides being Open Source can be adjusted to the extraction of other parameters and application in other modalities of the test, besides offer a more accurate measure of displacement.

Identiferoai:union.ndltd.org:IBICT/oai:teses.usp.br:tde-16102018-103153
Date10 August 2018
CreatorsIsabela Maria de Oliveira
ContributorsFernando Fernandes Paiva, Anna Carolyna Lepesteur Gianlorenço, Adilson Gonzaga
PublisherUniversidade de São Paulo, Física, USP, BR
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Biblioteca Digital de Teses e Dissertações da USP, instname:Universidade de São Paulo, instacron:USP
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0019 seconds