应用于BPPV诊疗中的无线视频眼震记录仪的研制
摘要 | 第5-7页 |
abstract | 第7-8页 |
第1章 绪论 | 第11-19页 |
1.1 BPPV诊治方法 | 第11-14页 |
1.1.1 BPPV发病原因 | 第11-12页 |
1.1.2 BPPV诊断手法 | 第12-13页 |
1.1.3 BPPV诊断依据 | 第13页 |
1.1.4 BPPV复位手法 | 第13-14页 |
1.2 课题的研究背景及意义 | 第14-15页 |
1.3 国内外研究现状 | 第15-18页 |
1.4 研究目的和内容 | 第18页 |
1.5 各章节安排 | 第18-19页 |
第2章 系统相关技术 | 第19-27页 |
2.1 暗瞳成像原理 | 第19-20页 |
2.2 视频编码与实时传输协议 | 第20-23页 |
2.2.1 H.265编码 | 第20-22页 |
2.2.2 流媒体传输协议 | 第22-23页 |
2.3 眼震记录仪软件开发环境 | 第23-26页 |
2.3.1 嵌入式Linux开发环境 | 第23-24页 |
2.3.2 WiFi芯片驱动移植 | 第24-25页 |
2.3.3 设置WiFi的AP模式 | 第25-26页 |
2.4 本章小结 | 第26-27页 |
第3章 无线视频眼震仪的软硬件实现 | 第27-43页 |
3.1 系统需求分析 | 第27-28页 |
3.2 系统总体设计 | 第28页 |
3.3 眼震记录仪硬件设计 | 第28-33页 |
3.3.1 核心控制板 | 第29-31页 |
3.3.2 眼震视频采集模块 | 第31-32页 |
3.3.3 采集光路设计 | 第32-33页 |
3.3.4 无线传输模块 | 第33页 |
3.4 眼震记录仪软件设计 | 第33-42页 |
3.4.1 软件总体结构 | 第33-35页 |
3.4.2 视频编码 | 第35-37页 |
3.4.3 视频传输 | 第37-42页 |
3.5 本章小结 | 第42-43页 |
第4章 眼震追踪算法 | 第43-53页 |
4.1 常见眼动追踪算法介绍 | 第43-45页 |
4.1.1 形态学和质心法 | 第43-44页 |
4.1.2 K均值聚类和RANSAC椭圆拟合 | 第44-45页 |
4.1.3 星爆模型 | 第45页 |
4.2 本文算法流程 | 第45-46页 |
4.3 提取感兴趣区域 | 第46-48页 |
4.3.1 阈值法 | 第46-47页 |
4.3.2 Haar特征 | 第47-48页 |
4.4 图像预处理与边缘检测 | 第48-51页 |
4.4.1 形态学处理 | 第48-49页 |
4.4.2 高斯滤波 | 第49-50页 |
4.4.3 边缘检测 | 第50-51页 |
4.5 瞳孔中心定位 | 第51-52页 |
4.5.1 Hough变换圆检测 | 第51页 |
4.5.2 最小二乘法 | 第51-52页 |
4.6 本章小结 | 第52-53页 |
第5章 实验与分析 | 第53-63页 |
5.1 实验环境与设备 | 第53页 |
5.2 眼罩结构实验 | 第53-55页 |
5.3 常见瞳孔中心定位算法分析 | 第55-57页 |
5.3.1 瞳孔呈椭圆的情况 | 第56页 |
5.3.2 瞳孔被遮挡的情况 | 第56-57页 |
5.4 传输稳定性与系统精度 | 第57-58页 |
5.4.1 传输稳定性 | 第57-58页 |
5.4.2 系统精度 | 第58页 |
5.5 眼震追踪 | 第58-62页 |
5.5.1 无线视频实时眼动追踪 | 第58-59页 |
5.5.2 患者眼震追踪 | 第59-61页 |
5.5.3 眼震追踪效果分析 | 第61-62页 |
5.6 本章小结 | 第62-63页 |
第6章 总结与展望 | 第63-65页 |
6.1 全文总结 | 第63-64页 |
6.2 对未来工作的展望 | 第64-65页 |
参考文献 | 第65-68页 |
致谢 | 第68-69页 |
攻读学位期间参加的科研项目和成果 | 第69页 |