MUPET-Mouse Ultrasonic Profile ExTraction: A Signal Processing Tool for Rapid and Unsupervised Analysis of Ultrasonic Vocalizations.
MUPET-Mouse Ultrasonic Profile ExTraction: A Signal Processing Tool for Rapid and Unsupervised Analysis of Ultrasonic Vocalizations.
复制标题
DOI：
10.1016/j.neuron.2017.04.005
复制
发表时间：
2017-05-03
期刊：
影响因子：
16.2
通讯作者：
Narayanan S
中科院分区：
文献类型：
--
作者：
Van Segbroeck M;Knoll AT;Levitt P;Narayanan S
发声在跨物种的社会交流中起着重要作用。啮齿类动物的分析使用了有限数量的频谱-时间测量来比较超声波发声（USVs），这限制了在行为状态的背景下解决剧目复杂性的能力。使用自动化和无监督的信号处理方法，我们报告了MUPET（鼠标超声剖面ExTraction）软件的开发，这是一种开放访问的MATLAB®工具，可提供USV的数据驱动、高通量分析。MUPET测量、学习和比较音节类型，并提供音节事件的自动时间戳。使用来自大型小鼠遗传参考小组的USV数据和在不同社会背景下产生的开源数据集，MUPET分析了音节产生和剧目使用的细节。因此，MUPET作为一种新的工具，USV的剧目分析，具有适应用于其他物种的能力。货车Segbroeck等人提出了一种开放获取的软件，该软件使用信号处理技术对小鼠超声发声曲目进行快速、无监督的分析，包括无偏音节发现、比较音节产生和使用的新指标以及能够进行下一步行为分析的音节时间戳。
Vocalizations play a significant role in social communication across species. Analyses in rodents have used a limited number of spectro-temporal measures to compare ultrasonic vocalizations (USVs), which limits the ability to address repertoire complexity in the context of behavioral states. Using an automated and unsupervised signal processing approach, we report the development of MUPET (Mouse Ultrasonic Profile ExTraction) software, an open access MATLAB® tool that provides data-driven, high-throughput analyses of USVs. MUPET measures, learns, and compares syllable types and provides an automated time-stamp of syllable events. Using USV data from a large mouse genetic reference panel and open source datasets produced in different social contexts, MUPET analyzes the fine details of syllable production and repertoire use. MUPET thus serves as a new tool for USV repertoire analyses, with the capability to be adapted for use with other species. Van Segbroeck et al. present open-access software that uses signal-processing techniques to perform rapid, unsupervised analysis of mouse ultrasonic vocalization repertoires, including unbiased syllable discovery, new metrics to compare syllable production and use, and syllable time-stamp enabling next-step behavioral analyses.
登录
查看更多内容
影响因子：
4.6
作者：
Burkett, Zachary D.;Day, Nancy F.;White, Stephanie A.
通讯作者：
White, Stephanie A.
影响因子：
44.1
作者：
Fletcher, H
通讯作者：
Fletcher, H
DOI：
10.1109/tassp.1980.1163420
发表时间：
1980-01-01
期刊：
IEEE TRANSACTIONS ON ACOUSTICS SPEECH AND SIGNAL PROCESSING
影响因子：
--
作者：
DAVIS, SB;MERMELSTEIN, P
通讯作者：
MERMELSTEIN, P
影响因子：
3.7
作者：
Chabout J;Serreau P;Ey E;Bellier L;Aubin T;Bourgeron T;Granon S
通讯作者：
Granon S
影响因子：
4.2
作者：
Adolphs, Ralph;Damasio, Hanna;Tranel, Daniel
通讯作者：
Tranel, Daniel