猫初级视皮层神经元的双眼整合反应特性研究

背景来自双眼视觉信号经视网膜、外侧膝状体直至初级视皮层融汇到单个细胞，构成双跟驱动细胞。双眼驱动细胞对双眼视觉信息进行整合和编码并介导高级视皮层产生融合和立体视觉，视觉发育关键期内的异常视觉经验常导致弱视和双眼整合反应的损害。目的观察幼猫初级视皮层双眼驱动细胞对来自双眼视觉信号的整合反应特性。方法选用3只8～10周健康幼猫，采用在体细胞外记录技术和双眼分视刺激方法，观察麻醉和肌肉麻痹状态下幼猫初级视皮层V1区28个电极记录部位的双眼驱动细胞对光栅刺激的峰电位发放率和局部场电位Gamma频率（20～90Hz）的振荡幅度，计算并比较两种信号的眼优势指数（ODI）和双眼整合指数（BI]），观察细胞对双跟分别刺激的反应是否平衡及对双眼整合反应大小的影响。结果在具双眼特性的28个细胞中，锋电位信号的眼优势绝对值较场电位的眼优势绝对值大（t=2．606，P=0．021）；锋电位和场电位的ODI呈正相关（R^2=0．513，F=27．423，P=0．003），双眼整合作用主要表现为易化，锋电位的BII（2．348±0．996）较场电位的BII（3．678±1．974）小，差异有统计学意义（t=2．671，P=0．019），对于锋电位信号，双眼平衡组的易化反应较双眼不平衡组高，差异有统计学意义（t=-2．519，P：0．035），对于场电位信号，双眼平衡组的易化反应较双眼不平衡组高，但差异无统计学意义（t=-1．671，P=0．146）。结论在正常发育的幼猫初级视皮层，神经元对来自双眼感受野内相同视刺激的整合作用主要表现为易化，且易化水平依赖于神经元对双眼分别的视刺激反应是否平衡，场电位信号和锋电位信号从不同皮层空间范围和来源成分反映了双眼整合的神绎机制。

基于竞争机制的简化双目立体视觉测距算法及系统设计

计算机立体视觉模拟人眼功能,具有探测范围宽、目标信息完整等优势,是近年来计算机视觉的研究热点之一.传统测距方法如超声、红外、激光等有容易受干扰、目标确定困难等缺点,为此提出简化的基于竞争机制的立体图像匹配测距算法,具有运算速度快,硬件要求简单的优点,并制作成双目立体视觉测距硬件系统.通过对实时的双摄像头图像的计算,在PC机上实现双目测距功能.

视觉剥夺对幼猫图形视觉诱发电位的影响

目的 :探讨视觉剥夺对幼猫视功能发育的影响。方法 :以棋盘格刺激产生的图形视觉诱发电位 (P VEP)为指标 ,记录正常、单眼剥夺、反缝和延期剥夺幼猫的P VEP波幅和潜伏期的变化 ,并进行比较。结果 :①正常幼猫在 14～ 16w时具有稳定的PVEP波型、振幅及潜伏期。②单眼剥夺后幼猫剥夺眼的PVEP波幅下降 (P <0 .0 1) ,潜伏期延长 (P <0 .0 5 )且不稳定。③反缝后原先剥夺眼 (initiallydeprivedeye,IDE)驱动的PVEP波幅升高 (P <0 .0 5 ) ,原先剥夺眼 (IDE)和反缝眼 (reversesuturedeye ,RSE)趋于接近 ,并表现出竞争机制。④延期剥夺眼PVEP波幅及潜伏期无明显改变。结论 :单眼剥夺可导致幼猫空间及时间频率的敏感性出现严重损收稿日期 :2 0 0 2 -0 7-2 0 ;修回日期 :2 0 0 2 -10 -10作者简介 :高建华 ( 1966-) ,男 ,云南昆明人 ,医学硕士 ,主治医师 ,讲师。通信作者 :高建华 (E -mail:jhgao66@163 .com)。害 ;反缝则能逆转这种损害 ,并表现出竞争机制 ;

幼猫单眼视剥夺和反缝过程中显示的双眼竞争机制

本研究以光栅为刺激所同时产生的图形视觉诱发电位（Ｐ－ＶＥＰ）和图形视网膜电图（Ｐ－ＥＲＧ）为指标，测定了单眼视剥夺和反缝的新生幼猫个体在发育不同阶段的空间频率调谐曲线，并与同龄正常猫、成年正常猫进行了比较研究。结果显示，在０．１２—１．５ｃ／ｄ空间频率范围内，正常幼猫单独刺激其左眼和右眼所驱动的Ｐ－ＶＥＰ振幅相近，但都明显地比双眼驱动的为小。在单眼剥夺的幼猫，由剥夺眼所驱动的Ｐ－ＶＥＰ振幅大幅度下降，健康眼所驱动的Ｐ－ＶＥＰ则大幅度上升，两者相差悬殊，同时双眼驱动的Ｐ－ＶＥＰ振幅介于两者之间。在反缝的幼猫，原视剥夺眼驱动的Ｐ－ＶＥＰ有不同程度的恢复，反缝眼的Ｐ－ＶＥＰ振幅比反缝前降低，两者趋于接近，双眼驱动的Ｐ－ＶＥＰ振幅最大。在单眼缝合前后的成年猫则不存在上述Ｐ－ＶＥＰ空间频率调谐曲线的位移。Ｐ－ＥＲＧ的测定表明，在发育早期双眼视网膜间不存在功能上的竞争。本研究支持Ｈｕｂｅｌ和Ｗｉｅｓｅｌ提出的视皮层细胞眼优势发育中的竞争机制和漂移学说，为用Ｐ－ＶＥＰ为指标于临床儿童（尤其婴儿）弱视早期诊断和预后提供了科学依据。

基于图像的焊件深度信息提取

阐述了一种简化的基于竞争匹配机制的双目立体图像匹配算法.通过对摄像机安装位置进行配置,使得双目视觉传感器的模型大为简化.使用竞争匹配机制对图像中的对应点进行匹配.然后把各个点在图像上的坐标系代入简化后的传感器模型,计算出三维焊缝的空间坐标.最后在VC++平台上对所介绍的方法编程实现,并通过双目测距实验证明该算法的实时性和可靠性.

基于各向异性竞争的双目滤波器

鉴于立体图象对中特征的视差确定是计算机立体视觉研究的一个难点 ,因此在 FACADE初级视觉理论的框架下 ,针对生物视觉系统对不同方向特征的不对称处理 ,结合细胞动力学方程实现了一种基于各向异性竞争的双目滤波器 .这种改进了的基于各向异性竞争策略 FACADE系统 ,由于更有利于将双目特征匹配还原为细胞活性的自组织活动 ,因此获得了真实场景中的视差分布 .

一种改进SOM的双目视觉特征点快速匹配方法

针对未知非结构化室内环境中双目视觉机器人路标特征匹配的问题进行了研究,提出了基于改进自组织映射网络(Self-Organizing Map,SOM)的双目视觉特征点快速匹配方法。对双目视觉获取的环境图像提取SIFT特征向量作为改进SOM的输入,利用获胜者计算技术完成对输入SIFT特征点的快速匹配,SOM竞争学习过程中用街区距离与棋盘距离的线性组合作为相似性度量函数。实验结果表明,所提方法在路标特征匹配的时间和效果上优于传统SIFT和SURF特征匹配的方法,且能满足实时性要求。