1.Rat Training

데일리 퍼포먼스 figure의 재구성 및 업그레이드를 진행했다. 사용자가 원하는 폴더를 지정하면 폴더 안에 존재하는 csv 파일을 자동으로 인식하여 figure를 그리도록 만들었다. 추가로 figure 구성을 삭제 및 추가를 하였다.

사용자가 원하는 폴더를 지정하면, 폴더 안에 존재하는 csv 파일을 자동으로 인식한다. 폴더 선택을 완료하게 되면 GUI가 출력된다.

GUI에는 LE번호, current weight, pellet, day를 사용자가 금일 실험을 진행한 데이터를 입력받는다.

GUI에서 입력받은 데이터는 출력물 오른쪽 상단에 금일 진행한 실험에 대한 정보를 알 수 있게 출력된다. 또한 LE 번호에 맞게 총 제목이 수정되어 출력되게 만들었다. 예를들어 LE49는 LE49(reward vs no reward)로 출력되며 LE50은 LE50(reward vs quinine)으로 출력되게 만들었다.

새롭게 데일리 figure를 구성하였고, 최종 출력물이다. figure A - 아래 점 figure에 zebra scene만 회색으로 표시하여 scene 구분을 할 수 있게 추가하였다. 회색 테두리는 zebra scene 테두리가 없는 점은 pebbles scene을 의미한다. figure B - 는 total trial과 choice bias를 합쳤습니다. 왼쪽 y축은 total trial 오른쪽은 bias를 나타낸다. figure C - 각 scene별 정답률을 나타낸다. figure D - 날짜별 총 latency를 나타내며, 빨간점은 wrong 파란점은 correct 나타낸다. figure E - 알파 베타 감마 구간의 latency를 각 trial 마다 구간의 비율을 계산하여 나타낸 figure 입니다. (알파 - start box에서 첫 번째 센서 / 베타- 첫 번째 센서에서 두 번째 센서 / 감마 - 두 번째 센서에서 reward zone) figure F - 알파 베타 감마 구간의 latency를 box plot으로 나타낸 것이며 노란색 점은 각 trial에서 가장 높았던 latency를 가진 구간을 나타낸다.

#Rat No. 49 Group : comparison study of no reward vs negative feedback on learning Current weight : 440g(-6g) Pellet/Water : 11g time : 10:20 ~ 11:05 stage : main task - DAY 11 suger water : 1.8ml fruit ring : 1

금일 49번은 bias가 심한 모습을 보였다. 왼쪽은 거의 선택하지 않는 모습을 보였다 총 repetition을 13번을 사용했지만 normal trial로 돌아와 진행했지만 bias는 계속 편향된 모습을 보였다. 추가로 repetition trial을 진행하느라 40trial을 채우지 못하고 실험이 끝났다. T-maze arm 부분에서 고민하는 모습을 보였지만, 선택한 방향은 오른쪽이 많았다.

#Rat No. 50 Group : comparison study of no reward vs negative feedback on learning Current weight : 418g(-6g) Pellet/Water : 9g time : 11:20 ~ 12:05 stage : main task - DAY 10 suger water : 1.8ml fruit ring : 1

금일 50번은 bias가 줄어든 결과를 보여주었다. 초반에는 왼쪽을 bias가 심했지만, repetition 사용 후 normal trial을 진행해보니 오른쪽을 선택하는 모습을 많이 보여주었다. 하지만 정답률은 어제와 비교했을 때 낮아졌다. 추가로 start box 부분에서 많은 시간을 소요했다. 실제로도 trial을 진행하기 위해 문을 열어주어도 start box에서 나와 고민하는 모습을 많이 보였다.