学位论文 > 优秀研究生学位论文题录展示

内源光学与微电极视觉实验平台设计

作　者: 钟小聪
导　师: 周宗潭
学　校: 国防科学技术大学
专　业: 控制科学与工程
关键词: 视觉系统初级视觉皮层感受野整合野神经元调谐特性视觉皮层功能构筑内源光学成像微电极阵列视觉刺激动静脉分离血管分割独立成分分析聚类算法
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 2次
引　用: 0次
阅　读: 论文下载

内容摘要

视觉系统是人类和大多数哺乳类动物获取环境信息最重要的渠道,然而视觉图像信息在动物大脑中的处理过程是极其复杂,以至于绝大部分过程我们都知之甚少。本文作为脑科学与认知科学实验室进行动物视觉研究实验的前期工作,主要开展设计和搭建基于内源光学成像和微电极阵列采集技术的视觉实验平台的工作,为下一步展开动物视觉实验研究奠定了良好的软硬件基础。作者首先整理和阅读了大量的文献,认真调研国内外视觉系统研究的现状和发展情况,并对视觉系统的生理学基础进行简单的介绍。然后根据本实验室自身条件,作者设计了视觉研究平台的硬件系统总体结构,搭建了基于内源光学和微电极阵列两种研究手段的视觉实验数据采集系统。同时,作者对视觉刺激和动物生理状态维持及监测系统进行系统设计和搭建,并提出实现系统间同步的解决方案。其次,基于视觉初级皮层研究需求,利用剑桥图形产生系统编写特定视觉刺激图形程序。该程序主要用于动物视觉皮层神经元感受野、整合野和功能构筑的观测。同时,在内源光学数据预处理环节中,提出一种基于血管网络提取、独立成分分析和聚类算法的视觉皮层动静脉分离方法。论文最后,对视觉系统研究提出了下一步工作的方向和目标。

全文目录

摘要  8-9
ABSTRACT  9-10
第一章绪论  10-19
  1.1 课题背景与意义  10-11
  1.2 视觉系统的生物学基础  11-16
    1.2.1 视觉通路  12-14
    1.2.2 感受野与整合野  14-15
    1.2.3 视觉信息的处理过程  15-16
  1.3 国内外研究现状  16-17
  1.4 论文结构  17-19
第二章实验平台硬件系统设计与搭建  19-34
  2.1 引言  19
  2.2 动物手术过程  19-20
  2.3 硬件系统总体设计  20-22
  2.4 视频刺激系统设计与搭建  22-23
    2.4.1 系统连接  22-23
    2.4.2 系统功能与使用  23
  2.5 动物生理状态维持与监测系统设计  23-27
    2.5.1 生理状态监测系统连接  24-25
    2.5.2 心电信号采集与分析  25-26
    2.5.3 血流信号采集与分析  26-27
  2.6 内源光学图像数据采集  27-28
  2.7 神经元信号记录  28-29
  2.8 系统间互连与同步控制  29-33
    2.8.1 硬件连接  30
    2.8.2 软件设置  30-33
  2.9 本章小结  33-34
第三章视频刺激模式设计  34-48
  3.1 引言  34-35
  3.2 刺激图形编程  35-37
    3.2.1 系统软件安装和初始化  36
    3.2.2 基本编程方法  36-37
  3.3 神经元特性测量  37-43
    3.3.1 神经元特性测量方法  37-40
    3.3.2 刺激程序编写  40-43
  3.4 视皮层功能柱测试  43-47
    3.4.1 视皮层功能柱测试方法  43-45
    3.4.2 刺激程序编写  45-47
  3.5 本章小结  47-48
第四章大脑视觉皮层动静脉分离  48-65
  4.1 引言  48-50
  4.2 内源光学图像数据获取和表示  50-51
    4.2.1 数据获取  50-51
    4.2.2 数据表示  51
  4.3 血管分割  51-56
    4.3.1 血管网络提取  51-55
    4.3.2 血管分段处理  55-56
  4.4 基于独立成分分析的动静脉分离  56-63
    4.4.1 独立成分分析  56-59
    4.4.2 极大值平方相干性估计  59-60
    4.4.3 模糊C 均值聚类  60-61
    4.4.4 结果  61-63
  4.5 讨论  63-64
  4.6 本章小结  64-65
第五章总结与展望  65-66
致谢  66-67
参考文献  67-71
作者在学期间取得的学术成果  71

相似论文

图像的稀疏表示及编码模型研究,TP391.41
K-均值聚类算法的研究与改进,TP311.13
细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
基于变异粒子群的聚类算法研究,TP18
K-means聚类优化算法的研究,TP311.13
融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
基于遗传算法和粗糙集的聚类算法研究,TP18
SAR干涉像对优化选取方法研究,P225.2
基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
基于H.264/AVC可分级视频编码算法的研究,TN919.81
基于视觉注意与结构失真的图像质量评价方法研究,TP391.41
基于支撑向量机与模板匹配的眼底图像分割,TP391.41
一个基于聚类的神经网络样本自学习系统,TP391.6
基于HVS的图像质量评价研究,TP391.41
基于人类视觉特性的结构相似度图像质量评价,TP391.41
基于图像特征提取的图像融合研究,TP391.41
基于显著图的交通标志检测方法研究,TP391.41
脑磁共振成像数据的多类模式分析,TP391.41
智能移动机器人地图描述和导航方法研究,TP242.6
光强自适应Androsot机器人足球视觉系统研究,TP242