基于Gabor刺激源的视觉诱发电位提取及其在成人弱视治疗中应用研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 引言 | 第11-12页 |
| 1.2 国内外研究现状及分析 | 第12-15页 |
| 1.2.1 弱视治疗国内外现状 | 第12-13页 |
| 1.2.2 Gabor在视觉领域的应用 | 第13-14页 |
| 1.2.3 诱发电位提取方法国内外现状 | 第14-15页 |
| 1.3 本文的主要工作 | 第15-17页 |
| 第2章 基础理论 | 第17-28页 |
| 2.1 弱视 | 第17-18页 |
| 2.2 视觉诱发电位(VEP)产生机制 | 第18-20页 |
| 2.1.1 VEP起源区域 | 第18-19页 |
| 2.1.2 视觉诱发电位和脑电 | 第19-20页 |
| 2.3 VEP检测中的影响因素 | 第20-22页 |
| 2.4 视觉感知学习 | 第22-27页 |
| 2.4.1 感知学习模型 | 第22-24页 |
| 2.4.2 感知学习内在机制 | 第24-27页 |
| 2.5 本章小节 | 第27-28页 |
| 第3章 Gabor刺激源的设计与实现 | 第28-35页 |
| 3.1 Gabor变换的基本理论 | 第28-29页 |
| 3.2 Gabor视标医学相关理论 | 第29-32页 |
| 3.2.1 Gabor视标的医学原理 | 第30-31页 |
| 3.2.2 Gabor视标相关的评价指标 | 第31-32页 |
| 3.3 Gabor刺激源的设计与实现 | 第32-34页 |
| 3.3.1 Gabor变换 | 第32-33页 |
| 3.3.2 Gabor视标的计算机实现方法 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于Gabor刺激源的视觉诱发电位的提取 | 第35-58页 |
| 4.1 采集系统的设计与实现 | 第35-37页 |
| 4.1.1 VEP电极配位介绍 | 第35-37页 |
| 4.1.2 采集系统数据采集过程 | 第37页 |
| 4.2 基于独立分量算法的提取方法的设计 | 第37-44页 |
| 4.2.1 独立分量的基本理论 | 第37-39页 |
| 4.2.2 快速独立分量算法 | 第39-44页 |
| 4.3 算法实现与实验仿真 | 第44-48页 |
| 4.4 实际信号的提取实现 | 第48-57页 |
| 4.4.1 自适应陷波预处理 | 第48-51页 |
| 4.4.2 虚拟通道引入 | 第51-54页 |
| 4.4.3 信号提取 | 第54-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 基于Gabor感知学习训练模型的优化 | 第58-71页 |
| 5.1 Gabor刺激源电生理检查 | 第58-59页 |
| 5.1.1 P-VEP电生理检查 | 第58-59页 |
| 5.2 基于Gabor刺激源的感知学习训练模型 | 第59-63页 |
| 5.2.1 Gabor感知学习模型 | 第60-61页 |
| 5.2.2 训练流程 | 第61-62页 |
| 5.2.3 训练模型的软件框架 | 第62-63页 |
| 5.3 基于VEP的训练优化模型的设计 | 第63-66页 |
| 5.3.1 模型参数 | 第63-64页 |
| 5.3.2 优化模型原理 | 第64-65页 |
| 5.3.3 优化模型具体介绍 | 第65-66页 |
| 5.4 基于优化模型的Gabor感知学习训练优化 | 第66-70页 |
| 5.4.1 优化感知学习训练 | 第67-70页 |
| 5.4.2 模型优缺点 | 第70页 |
| 5.5 本章小结 | 第70-71页 |
| 第6章 结论与展望 | 第71-73页 |
| 6.1 结论 | 第71页 |
| 6.2 展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间参加的科研项目和成果 | 第79页 |
