多焦视电信号检测与分离算法研究

多焦视电信号检测与分离算法研究

论文摘要

20世纪90年代初由Sutter等提出的多焦视电信号检测方法(mERG)可以在相对较短的时间内连续记录测试野多个局部视网膜电生理响应信号的波形,有助于准确地了解及定位视网膜病变,从而客观定量地分析与评价视网膜生理及病理生理功能,是视觉电生理技术的一项重要发展。本文以研究多焦视电响应局部信号波形检测与分离提取算法及其实现为背景,以现代信号检测与系统辨识技术为基础,采用m-序列、快速walsh-hadamard变换等数学理论方法,给出了一种多焦ERG信号分离与提取的快速m-变换算法,并利用Visual C++进行编程,通过VERIS多焦视电信号数据以及临床实际采集信号对算法进行了仿真与实验验证。结果表明,本文所研究的算法能够快速准确地从多焦视电总响应中分离提取出各局部刺激的响应信号波形,符合临床医学对多焦视电响应检测、分析与诊断的要求。最后,对算法及综合分析处理系统进行工程实现,设计了多焦ERG信号检测与分析处理软件。本文的研究成果,为多焦ERG检测技术的发展与应用提供了一定的参考价值,并具有较高的临床医学实用意义。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1. 1 视觉电生理概述
  • 1. 1. 1 眼电图
  • 1. 1. 2 视网膜电图
  • 1. 1. 3 视诱发电位
  • 1. 2 视电信号检测技术的发展及国内外研究现状
  • 1. 3 研究目的与意义
  • 1. 4 主要工作与章节安排
  • 第2章 多焦视网膜电信号的检测
  • 2. 1 原理概述
  • 2. 2 多焦视网膜电信号的检测与记录系统
  • 2. 2. 1 刺激器
  • 2. 2. 2 检测电极
  • 2. 2. 3 检测放大器
  • 2. 2. 4 计算机信号采集与分析处理系统
  • 2. 3 多焦视网膜电信号的检测与分析技术
  • 2. 3. 1 噪声以及信号的滤波处理
  • 2. 3. 2 信号的分离与提取
  • 2. 3. 3 信号的分析与显示
  • 2. 4 影响多焦视网膜电信号的因素
  • 2. 4. 1 刺激各参数设置的影响
  • 2. 4. 2 不同记录方式的影响
  • 2. 4. 3 其他因素的影响
  • 第3章 多焦视网膜电信号的分离算法研究
  • 3. 1 系统辨识
  • 3. 1. 1 基本原理
  • 3. 1. 2 输入信号的选择
  • 3. 2 伪随机m-序列
  • 3. 2. 1 伪随机序列
  • 3. 2. 2 m-序列的性质
  • 3. 2. 3 m-序列的产生原理
  • 3. 2. 4 m-序列辨识线性系统
  • 3. 3 快速m-变换
  • 3. 3. 1 hadamard阵和walsh函数
  • 3. 3. 2 快速walsh-hadamard变换
  • 3. 3. 3 m-变换
  • 3. 3. 4 m-变换与walsh-hadamard变换的关系
  • 3. 3. 5 m-变换的快速算法
  • 第4章 算法的仿真与实验研究
  • 4. 1 算法仿真的环境
  • 4. 2 m-序列的生成及选择
  • 4. 3 快速m-变换算法的编程实现
  • 4. 4 算法仿真与实验
  • 4. 4. 1 模拟信号仿真
  • 4. 4. 2 VERIS数据仿真
  • 4. 4. 3 临床采集数据实验
  • 4. 5 结果分析与评估
  • 第5章 检测系统综合分析与处理软件设计
  • 5. 1 软件的总体结构及功能
  • 5. 2 临床信息管理
  • 5. 3 多焦刺激屏控制与显示
  • 5. 3. 1 Visual C++绘图基础
  • 5. 3. 2 刺激屏初始状态设定
  • 5. 3. 3 m-序列控制刺激屏闪烁
  • 5. 4 视电信号采集
  • 5. 5 数据处理及显示分析
  • 5. 6 mERG信号检测流程控制
  • 第6章 总结与讨论
  • 6. 1 总结
  • 6. 2 讨论
  • 参考文献
  • 附录
  • 在校攻读硕士期间发表的论文
  • 相关论文文献

    • [1].基于网络教学平台的信号检测与估值课程教学改革[J]. 中国管理信息化 2017(01)
    • [2].信号检测与估计课程教学中统计观念的培养[J]. 教育教学论坛 2017(21)
    • [3].论心电信号检测中的噪声与干扰及其消除方法[J]. 黑龙江科技信息 2015(17)
    • [4].对《信号检测与估计》课程设置的构想[J]. 实验科学与技术 2013(06)
    • [5].信号检测与估计的混合教学模式研究[J]. 高师理科学刊 2020(10)
    • [6].基于谱图和深度卷积网络的超短波特定信号检测和识别方法[J]. 信息工程大学学报 2019(02)
    • [7].L波段宽动态范围信号检测与处理[J]. 自动化技术与应用 2017(01)
    • [8].《信号检测与估计》特色教材探讨[J]. 才智 2013(01)
    • [9].药品不良反应信号检测研究现状[J]. 中国药房 2013(02)
    • [10].高职《工业信号检测与控制》课程改革探索[J]. 职业教育研究 2013(04)
    • [11].心理学研究中信号检测论实验综述[J]. 教育教学论坛 2013(44)
    • [12].信号检测与估计课程教学讨论之最小二乘估计问题[J]. 中国教育技术装备 2017(04)
    • [13].加性乘性噪声改善多元信号检测[J]. 计算机技术与发展 2016(10)
    • [14].信号检测中干扰的排除方法[J]. 自动化技术与应用 2013(10)
    • [15].信号检测、处理及实现系列教材建设[J]. 电气电子教学学报 2014(04)
    • [16].信号检测论在招聘和甄选中的应用探析[J]. 中国人力资源开发 2013(13)
    • [17].一种低复杂度的联合信号检测算法[J]. 辽宁师范大学学报(自然科学版) 2020(01)
    • [18].基于大数据技术的信号检测算法[J]. 科技创新与应用 2020(31)
    • [19].无线网络信号检测中计算机通讯的应用[J]. 电脑知识与技术 2015(29)
    • [20].高校监考的信号检测论分析[J]. 科教导刊(上旬刊) 2012(05)
    • [21].随机共振在生命信号检测中的应用[J]. 通信技术 2012(10)
    • [22].利用虚拟仪器构建生理信号检测实验教学平台[J]. 实验技术与管理 2011(07)
    • [23].复杂电磁环境下的弱干扰信号检测算法[J]. 无线电通信技术 2020(04)
    • [24].穿戴式生理信号检测与分析系统的实现[J]. 电子科技 2017(09)
    • [25].基于检测与处理技术的信号检测控制优化应用[J]. 现代信息科技 2018(02)
    • [26].基于区域生长的宽带多信号检测与定位算法[J]. 信息工程大学学报 2017(02)
    • [27].噪声背景下周期信号检测[J]. 中国新通信 2017(23)
    • [28].信号检测与估计仿真软件设计与开发[J]. 实验科学与技术 2018(04)
    • [29].基于时频联合的信号检测算法性能分析及应用[J]. 舰船电子工程 2018(10)
    • [30].浅谈专业课程文化建设——以“工业信号检测与控制”为例[J]. 电子技术 2014(08)

    标签:;  ;  ;  ;  ;  

    多焦视电信号检测与分离算法研究
    下载Doc文档

    猜你喜欢