利用眼电图进行眼部诊断：最新趋势、挑战及未来发展方向

《IEEE Potentials》：Ocular diagnostics using electrooculography: Recent trends, challenges, and future directions

本文综述了电眼图（EOG）在诊断视网膜、眼肌及前庭功能障碍中的应用，涵盖信号采集、噪声抑制技术、深度学习分类方法及与OCT、ERG的比较分析，指出当前技术挑战。

　　

摘要：

本文综述了近期关于利用眼电图（EOG）信号诊断多种眼部疾病的文献。由于眼部疾病如今变得非常普遍，因此了解EOG作为一种无创诊断技术的作用至关重要。本文介绍了EOG信号采集的原理、其典型特征以及信号记录的各种方法。文章讨论了EOG信号的信号处理技术，特别是去除噪声和基线漂移的最新方法。同时，还探讨了利用深度学习架构对EOG信号进行分类的应用。通过EOG可以诊断的三种主要眼部疾病是视网膜功能障碍、眼动功能障碍和前庭功能障碍。本文分析了这些疾病在EOG信号中的表现，并进一步讨论了这些疾病的子类别，如斜视、神经麻痹和与眩晕相关的疾病。最后，本文对EOG与其他诊断方法（如光学相干断层扫描（OCT）和电视网膜图（ERG）进行了比较分析，并指出了目前存在的挑战。

本文综述了近期关于利用眼电图（EOG）信号诊断多种眼部疾病的文献。由于眼部疾病如今变得非常普遍，因此了解EOG作为一种无创诊断技术的作用至关重要。本文介绍了EOG信号采集的原理、其典型特征以及信号记录的各种方法。文章讨论了EOG信号的信号处理技术，特别是去除噪声和基线漂移的最新方法。同时，还探讨了利用深度学习架构对EOG信号进行分类的应用。通过EOG可以诊断的三种主要眼部疾病是视网膜功能障碍、眼动功能障碍和前庭功能障碍。本文分析了这些疾病在EOG信号中的表现，并进一步讨论了这些疾病的子类别，如斜视、神经麻痹和与眩晕相关的疾病。最后，本文对EOG与其他诊断方法（如光学相干断层扫描（OCT）和电视网膜图（ERG）进行了比较分析，并指出了目前存在的挑战。