摘要

视觉行为学检测是视觉疾病动物模型鉴定的主要方法之一, 目前主要通过虚拟操作系统(VOS)产生视觉刺激诱发动物模型产生视动反应(OMR)或视动反射(OKR)来进行测量。自动化VOS能够调节光栅条纹宽度、旋转速度、光照强度等参数控制监测装置的对比敏感度和空间频率阈值, 并追踪OKR、OMR及OKR联合OMR运动。通过对巩膜搜索线圈法、角膜标记法、OMR-arena系统、OMR指数、阶梯测试协议等测量方法及评估指标的不断完善与优化, 图形二维刺激升级为三维刺激, 并引入计算机图像识别技术提取小鼠身体及头部轮廓, 利用深度学习等计算机算法, 分析并处理疾病小鼠视觉行为学数据, 提高灵敏度, 缩短测量时间, 减少检测误差, 增加数据精准度, 从而获得更可靠的视功能评估结果, 为青光眼、白内障、视网膜病变、遗传性眼病、视神经退行性病变等疾病研究提供有力的研究工具。本文主要从视觉检测方法和视力评估指标2个方面对现有自动化VOS在小鼠视觉疾病模型行为评估中的价值进行综述。

全文