基于图像技术的小鼠视动反应自动识别方法
发布时间:2023-05-03 14:14
眼科实验中,研究人员往往需要判断小鼠的视力情况。然而,由于小鼠并不能表述自己的主观感受,小鼠的视力情况往往需要使用具体的实验来进行测量。本文详细介绍了一种自动测量小鼠视动反应的方法来解决眼科实验中小鼠视力测量问题。在自动测量小鼠的过程中,相机采集小鼠的运动图像并将图像信息传输给计算机。计算机先从图片中识别出小鼠头部的跟踪情况,然后再从跟踪情况中检测出小鼠视动反应的次数和持续时间长度。研究人员就可以判断出小鼠的视力情况。本文首先介绍了用于测量小鼠视动反应的装置,硬件部分提供了视动反应所需要的基本实验环境,而软件部分则能控制整个视动反应实验的各项进程。在小鼠视动反应检测硬件部分的基础上搭配软件功能可以极大提高视动反应检测效率。其次,本文介绍了从相机采集的小鼠运动图像获取小鼠头部方位的过程。先使用面积阈值等筛选二值化处理过图像中的轮廓。然后使用小鼠耳朵和尾巴的特征来初步识别小鼠的鼻尖位置,为了得到更精确的小鼠鼻尖位置,一种鼻尖重定位的技术被用来重新确定小鼠的鼻尖位置,之后从鼻尖位置计算得到小鼠的头部方位。为了解决小鼠运动不确定引起鼻尖位置识别失败的问题,本文另外提出了一种基于神经网络来识别小...
【文章页数】:89 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 课题研究背景与意义
1.2 国内外发展现状
1.2.1 动物视力测试方法发展现状
1.2.2 视动反应测试方法发展现状
1.2.3 国内外文献综述简析
1.3 论文主要内容及章节安排
第2章 视动反应实验装置的搭建
2.1 引言
2.2 视动反应实验装置的发展
2.3 硬件系统搭建
2.4 软件系统搭建
2.5 本章小结
第3章 小鼠头部跟踪算法的研究
3.1 引言
3.2 小鼠头部跟踪算法概述
3.3 小鼠头部方位的计算方法
3.3.1 小鼠轮廓的提取
3.3.2 小鼠鼻尖位置的初步确定
3.3.3 基于小鼠耳朵和尾巴的辅助识别方法
3.3.4 小鼠鼻尖位置的重定位
3.3.5 小鼠头部方向的确定
3.4 头部跟踪算法性能分析
3.5 本章小结
第4章 基于神经网络的鼻尖确定方法
4.1 引言
4.2 神经网络模型和训练过程简介
4.2.1 神经网络模型
4.2.2 神经网络训练过程
4.3 基于神经网络的鼻尖确定方法
4.3.1 神经网络输入数据的选取
4.3.2 神经网络模型的构建
4.4 神经网络训练结果分析
4.5 本章小结
第5章 小鼠视动反应检测方法的研究
5.1 引言
5.2 小鼠视动反应检测方法概述
5.3 基于多特征的小鼠视动反应检测方法
5.3.1 小鼠头部运动曲线的建立
5.3.2 基于多特征的小鼠视动反应检测
5.3.3 基于区间分割的视动反应检测方法
5.3.4 基于差分的加速算法
5.4 基于支持向量机的特征值参数分析
5.3.1 支持向量机概述
5.3.2 基于支持向量机的OMR检测方法
5.5 视动反应检测算法性能分析
5.6 本章小结
第6章 基于自动识别方法的视动反应实验
6.1 引言
6.2 实验材料的准备
6.3 基于不同光栅速度的视动反应实验
6.4 基于不同光栅空间频率的视动反应实验
6.5 基于不同视力小鼠的视动反应实验
6.6 本章小结
结论
参考文献
致谢
本文编号:3806860
【文章页数】:89 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 课题研究背景与意义
1.2 国内外发展现状
1.2.1 动物视力测试方法发展现状
1.2.2 视动反应测试方法发展现状
1.2.3 国内外文献综述简析
1.3 论文主要内容及章节安排
第2章 视动反应实验装置的搭建
2.1 引言
2.2 视动反应实验装置的发展
2.3 硬件系统搭建
2.4 软件系统搭建
2.5 本章小结
第3章 小鼠头部跟踪算法的研究
3.1 引言
3.2 小鼠头部跟踪算法概述
3.3 小鼠头部方位的计算方法
3.3.1 小鼠轮廓的提取
3.3.2 小鼠鼻尖位置的初步确定
3.3.3 基于小鼠耳朵和尾巴的辅助识别方法
3.3.4 小鼠鼻尖位置的重定位
3.3.5 小鼠头部方向的确定
3.4 头部跟踪算法性能分析
3.5 本章小结
第4章 基于神经网络的鼻尖确定方法
4.1 引言
4.2 神经网络模型和训练过程简介
4.2.1 神经网络模型
4.2.2 神经网络训练过程
4.3 基于神经网络的鼻尖确定方法
4.3.1 神经网络输入数据的选取
4.3.2 神经网络模型的构建
4.4 神经网络训练结果分析
4.5 本章小结
第5章 小鼠视动反应检测方法的研究
5.1 引言
5.2 小鼠视动反应检测方法概述
5.3 基于多特征的小鼠视动反应检测方法
5.3.1 小鼠头部运动曲线的建立
5.3.2 基于多特征的小鼠视动反应检测
5.3.3 基于区间分割的视动反应检测方法
5.3.4 基于差分的加速算法
5.4 基于支持向量机的特征值参数分析
5.3.1 支持向量机概述
5.3.2 基于支持向量机的OMR检测方法
5.5 视动反应检测算法性能分析
5.6 本章小结
第6章 基于自动识别方法的视动反应实验
6.1 引言
6.2 实验材料的准备
6.3 基于不同光栅速度的视动反应实验
6.4 基于不同光栅空间频率的视动反应实验
6.5 基于不同视力小鼠的视动反应实验
6.6 本章小结
结论
参考文献
致谢
本文编号:3806860
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3806860.html
最近更新
教材专著