科创中国

技术领域

本发明涉及视频影像分析及数字图像处理领域，特别涉及一种以眼震影像为

对象，对其进行视频解码、图像分割、特征提取、特征编码和模板匹配，获取眼

震视频中的水平性眼震、垂直性眼震和旋转性眼震的提取和分析方法。

背景技术

眼震，又称眼球震颤(Nystagmus)，是一种不受意念控制的眼球节律性运动，

前庭性眼震由交替出现的慢相和快相运动组成。眼震症状与中枢神经系统疾病有

着密切的关联，例如老年痴呆、癫痫、脑肿瘤、前庭周围病变、中枢性病变(包括

脑干、小脑病变)、眩晕症和某些眼病。因此，通过观察眼震可以了解以上疾病的

病变情况，甚至可以作为诊断眩晕症和前庭病变的主要依据。眼震按方向分为水

平性眼震、垂直性眼震和旋转性眼震。

目前对于眼震的检查，除了裸眼观测外，最主要技术为眼震电图检测法，通

过在眼球两侧放置电极，采集眼球运动产生的生物电信号，通过信号放大器的作

用放大该信号，再以图形的方式表示出来，这就是眼震电图

(ElectroNystagmoGraphy,ENG)。眼震电图检测法可定量分析眼睁、闭眼时的眼震

频率和眼震振幅，在临床检查中起到了重要的作用。但是在试验中，不同人的角

膜视网膜电位常常不同，甚至同一个人在不同时间或不同情绪的情况下也表现不

同，所以每次检测时都需要定标且容易受病人情绪的干扰。另外由于表示眼震的

生物电信号极其微弱，放大器大约需要放大 2 万倍才能检测出明显的信号，其他

生物信号的干扰或者环境中的电磁信号污染均可对检测结果造成影响。另一个局

限性是目前该技术只能检测水平性眼震和垂直性眼震，无法检测旋转性眼震。而

旋转性眼震是眩晕症和前庭病变的主要临床病征。此外，眼震电图检测对于设备

和环境要求很高，且设备价格高昂、不易普及，目前国内仅在大型医院中使用。

眼震视图检测法(VideoNystagmoGraphy,VNG)由于检测方便、成本低廉且不受

到病人主观情绪因素和环境电磁信号的干扰，逐渐受到国内外医学机构的重视。

VNG 系统采用红外线照明和高速摄像头进行眼震影像的采集，通过观察和分析眼

震影像来获得水平性眼震、垂直性眼震和旋转性眼震。但是对于 VNG 的相应研

究还非常少，临床上还是基本上依靠肉眼观察眼震影像来进行诊断，未能有可靠

的自动化眼震分析和提取技术得以普及，主要由以下因素造成：(1)影像复杂。采

集过程中的外界因素如光照强度、摄像头位置和个体本身的行为特征如眼球转

动、眼睑覆盖、眨眼、闭眼等均反应在采集到眼震影像中。而眼震电图中没有存

在如此复杂的信号；(2)成像畸变。摄像头通过光学系统将物体投影到平面感光元

件上从而获得影像。而人体的眼球是由角膜、巩膜、虹膜、晶状体、玻璃体等组

织构成的复杂类球形的器官。采集过程中，三维的眼球信息投影到二维的感光元

件上造成信息的截取和丢失。常见的问题有：A.眼球的旋转引起的眼球光学主轴

与摄像头光学主轴不共线形成投影畸变；B.摄像头光学主轴不过眼球的几何中心

形成的离轴畸变。处理影像过程中必须采用适应性较好的模型才能避免以上畸变

对检测的影响。(3)研究很少。目前国内外对于眼震影像的分析还处于起步阶段，

研究成果基本上是应用现有虹膜识别系统中的虹膜分割和提取的技术，而由于在

采集过程中虹膜识别系统对人眼的行为具有高度约束，且采集的过程持续时间很

短。故能避免影像出现(1，2)中所提出的干扰因素，但是眼震视图检测中则无法

避免。现有的虹膜分割技术采用的道格曼(Daugman)微积分算子、霍夫变换

(Hough)、主动轮廓模型(ActiveContour)等方法均在复杂的眼球影像上表现较差，

造成系统鲁棒性较差，特别是有畸变发生时，故目前未获大量应用，主要还是依

赖医师主观判断。

发明内容

本发明的目的是针对现有眼震视图检测法中应用的眼震分析和提取方法的

不足，结合机器学习、图像分割、特征提取和模式识别技术，提出了一种基于眼

震影像的多方向上眼震信号提取方法。该方法可以从复杂眼震影像中分割瞳孔和

虹膜，并进行特征提取、编码和匹配，提取三个方向上的眼震信息，并以眼震曲

线图的方式展现在计算机屏幕上，提供医学上有益的参考信息。