【摘 要】
：
弱视容易引起人体视力障碍以及视力丧失,及时且准确的诊断对于弱视的治疗十分必要。现有研究表明异常的双眼竞争是弱视的可能发病原因,因此研究双眼竞争对于弱视诊断具有实际意义。视觉诱发电位是视觉电生理技术中的一种,可以客观地对受检者的视觉系统做出评估。视觉诱发电位中的mf VEP（Multifocal Visual Evoked Potential,多焦视觉诱发电位）总体检测时间较短,既可以检查到眼底整体
论文部分内容阅读
弱视容易引起人体视力障碍以及视力丧失,及时且准确的诊断对于弱视的治疗十分必要。现有研究表明异常的双眼竞争是弱视的可能发病原因,因此研究双眼竞争对于弱视诊断具有实际意义。视觉诱发电位是视觉电生理技术中的一种,可以客观地对受检者的视觉系统做出评估。视觉诱发电位中的mf VEP（Multifocal Visual Evoked Potential,多焦视觉诱发电位）总体检测时间较短,既可以检查到眼底整体情况又可以了解局部区域病变情况,具有无创、客观、快速的特点。本文利用了mf VEP对双眼竞争进行研究,实现了视觉诱发电位的分离,验证了双眼竞争的存在,并提出了客观衡量双眼竞争的方法,从而为弱视诊断提供理论参考。本文从双眼竞争理论出发,设计并研制了视觉诱发电位分离系统。工作包括双眼分视装置研制、生物弱信号放大器设计、多显示器控制、数据采集、软件程序设计等。系统使用双眼分视装置以使得双眼视场分离,利用伪随机m序列控制刺激图形的翻转使得刺激等量但不相同从而使得双眼之间产生竞争,将视觉电生理信号放大及滤波后由数据采集卡进行模数转换,之后输入到计算机进行互相关计算并提取出双眼的mf VEP,实现了双眼竞争条件下的视觉诱发电位分离。本文提出了一种基于该视觉诱发电位分离系统的双眼竞争程度衡量方法。实验对20位正常人进行了检测,获取到了20位正常人分别在有、无双眼竞争情况下的mf VEP,并利用实验方法设计排除了系统设计及双眼分视装置对于实验的影响。检测结果显示,在产生双眼竞争时双眼各自的mf VEP会显著下降,验证了双眼竞争的存在。在此基础上,提出了竞争抑制比参数:左眼在双眼竞争中受抑制的程度KL、左眼在双眼竞争中受抑制的程度KR、左右眼对于外界等量刺激的竞争优势K,并进行了假设检验。假设检验结果表明正常人在产生双眼竞争情况下的KL、KR不存在显著差异,而K围绕1上下波动,符合对于正常人双眼竞争程度的预估,说明了竞争抑制比的有效性,在理论上为弱视的临床诊断提供了参考。
其他文献
合成孔径雷达（Synthetic Aperture Radar,SAR）可以实现对待测目标或场景高分辨的成像与探测,且不受气候和光照条件的影响。回波仿真（Raw Data Simulation,RDS）作为SAR相关研究的基础,它对SAR系统的设计、成像算法的验证和雷达参数的优化都至关重要。常规SAR-RDS大多基于理想地形假设条件,但实际场景通常比较复杂,剧烈的地形起伏将导致发射信号受到阻挡而产
智慧法院建设促使现代化的大数据、人工智能等信息新技术与司法审判工作深度融合,不但可以极大提高审判效率,还让司法公正来得更高效、更有保障。按需标注的优质司法数据是智慧法院建设的数据基础。然而,裁判文书、法律条文等司法数据专业性强、形式多样、不同应用数据标注需求不一。众包标注方案难以保障标注质量。聘请经验丰富的司法专家进行专家标注可操作性差、成本高、效率低下。如何实现司法数据的高质量、高效标注成为智慧
设备到设备（Device-to-Device,D2D）通信和非正交多址接入（Non-Orthogonal Multiple Access,NOMA）技术作为未来通信系统中缓解无线网络传输压力的有效手段,可以提升蜂窝网络中的频谱效率、能量效率以及用户连接数目,具有广阔的应用前景。因此,将NOMA技术应用到D2D通信中成为未来通信网络可预见的发展方向。D2D通信和NOMA技术的结合可以带来多方面的性能
卫星信道具有较强的多径效应和群时延特性,在传输过程中会造成信号的符号间干扰,严重影响通信质量,通常可以采用自适应均衡的方法解决。盲均衡技术凭借其无须训练序列的优势,成为卫星通信中使用最广泛的均衡技术。高阶QAM调制因具有更高的频带利用率被广泛用于高速卫星通信中,但是随着QAM调制阶数与信息传输速率的提升,传统盲均衡算法效果不佳。因此研究具有更低稳态误差,更快收敛速率的新型盲均衡算法具有重要意义。并
在现代生活中,人脸识别已遍布生活中的各个领域,如安防监控、移动支付等。尤其是随着物联网的飞速发展,在边缘端设备上部署人脸识别的需求正在快速增加。在移动设备或其它资源受限的小型边缘计算设备上,人脸识别算法的计算复杂度和计算效率将至关重要。然而,现有的基于深度学习的主流人脸识别算法往往需要大量的计算资源,基于传统机器学习的算法在无约束条件下面临识别率不足的技术挑战。因此,如何在计算资源有限的设备上部署
我国国土辽阔,地形复杂多样,是世界上地质灾害最严重、受威胁人口最多的国家之一,地质灾害种类多,危害巨大,对人类生命财产以及地球环境保护会造成巨大的损失且不可挽救,另一方面,地质结构的微变形也会影响基础建设和建筑工程的安全性,如大坝、桥梁、隧道的变形量一旦超过安全界限,就可能发生重大灾害。因此对边坡进行形变监测就显得尤为重要,现阶段边坡形变监测的解决方案费时费力、灵活性低、无法实现全天候监测、成本昂
第三代半导体材料碳化硅（Silicon Carbide,简称Si C）凭借其本身优越的特性,在功率器件的应用研究中逐渐成为研究热点,其主要特性具体表现为宽禁带、高热导率、高临界电场、高功率密度等等。而垂直双扩散金属氧化物半导体场效应晶体管（Vertical Double-Diffusion Metal-Oxide-Semiconductor Field-Effect Transistor,VDMO
大规模多输入多输出（Multiple Input Multiple Output,MIMO）技术利用多径传播来提高系统吞吐量和能量效率,成为了第五代移动通信网络中最有前途的关键传输技术之一。但是在时分双工模式下,受限于信道相干时间,导频数量有限,不同小区的用户间导频复用产生的导频污染严重影响了大规模MIMO系统性能的发挥。因此,如何在有限的导频资源下设计可靠的导频污染抑制算法是研究的重点和难点。针
机械旋转可重构反射阵天线是通过改变圆极化反射阵元的旋转角度,来调节阵元的反射信号相位,实现特定空间指向上的波束聚焦的一种新型可重构反射阵天线,具有结构简单、易于扩展、相位调节精度高等优点。但因其特殊的旋转结构,阵元的反射相位相对于传统的固定指向反射阵天线来说是可变的,具有一定的随机性,因此在使用之前需要对阵元的初始角度进行检测和补偿,以提高波束指向的精确度。本文提出了一种基于多目标位移测量雷达技术
随着神经科学与计算机科学的推进,深度学习不仅在传统的图像、语音等信号处理领域不断刷新指标,而且逐渐开始被其他专业领域所关注,目前已在金融、医疗甚至社会学研究等多个行业都取得了突破性进展。随着深度学习算法被越来越多领域所接受和使用,专业领域的研究者迫切需要能对算法进行便捷地测试验证,并将成熟算法快速落地部署,形成生产力。但深度神经网络因其存储密集、计算密集等特点,加之应用场景对硬件资源的限制,对软、