眼震信号特征提取及其在前庭系统中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 前庭系统功能评估及其研究进展 | 第11-13页 |
| 1.2.1 临床半规管功能评估方法 | 第11页 |
| 1.2.2 前庭功能与眼震关系研究进展 | 第11-13页 |
| 1.3 本文研究内容与结构安排 | 第13-15页 |
| 2 眼震视频图像处理方法与瞳孔定位跟踪算法研究 | 第15-31页 |
| 2.1 眼震视频图像处理方法 | 第15-22页 |
| 2.1.1 数学形态学基础和方法 | 第15-17页 |
| 2.1.2 光源光斑噪声消除 | 第17-18页 |
| 2.1.3 眼睫毛噪声处理方法 | 第18-19页 |
| 2.1.4 图像增强 | 第19-20页 |
| 2.1.5 图像分割 | 第20-22页 |
| 2.2 瞳孔中心定位与跟踪算法研究 | 第22-26页 |
| 2.2.1 瞳孔中心定位 | 第22-24页 |
| 2.2.2 瞳孔跟踪 | 第24-26页 |
| 2.3 闭眼检测与消除方法 | 第26-27页 |
| 2.4 实验结果 | 第27-30页 |
| 2.5 本章小结 | 第30-31页 |
| 3 眼震信号新特征及其处理分析 | 第31-44页 |
| 3.1 已有眼震信号分析方法及其不足 | 第31-33页 |
| 3.2 眼震信号的新特征 | 第33-35页 |
| 3.3 信号处理方法在眼震特征识别中的应用 | 第35-41页 |
| 3.3.1 眼震滤波 | 第35-38页 |
| 3.3.2 眼震快慢相识别 | 第38-40页 |
| 3.3.3 眼震方向匹配 | 第40-41页 |
| 3.4 实验结果 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 4 良性阵发性位置性眩晕自动诊断方法研究 | 第44-53页 |
| 4.1 研究背景及意义 | 第44-45页 |
| 4.2 良性阵发性位置性眩晕自动诊断方法 | 第45-48页 |
| 4.2.1 良性阵发性位置性眩晕的临床诊断方法 | 第45-46页 |
| 4.2.2 良性阵发性位置性眩晕自动诊断方法 | 第46-48页 |
| 4.3 实验结果 | 第48-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 前庭眼动系统模型的参数辨识 | 第53-61页 |
| 5.1 研究意义 | 第53-55页 |
| 5.2 前庭慢相眼动参数模型的建立 | 第55-59页 |
| 5.2.1 旋转椅试验方法 | 第55-56页 |
| 5.2.2 参数模型的建立 | 第56-57页 |
| 5.2.3 数据拟合算法 | 第57-59页 |
| 5.3 实验结果 | 第59-60页 |
| 5.4 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66-67页 |
