眼球水平運動的生物動力學多元時序模型的建立及其研究.pdf

1、眼球是人體的重要器官，眼球運動涉及眼球、眶內(nèi)結締組織、眼外肌的運動以及神經(jīng)的支配活動，運動復雜．。因此，通過建立生物動力學模型分析眼球運動，對弄清眼球的運動機理，以及對臨床眼外肌疾病的外科手術治療有著重要的意義。近年來隨著MRI技術的發(fā)展，眼球運動的研究方法，已由靜態(tài)成像方法研究眼外肌斷層解剖，發(fā)展到動態(tài)成像方法研究眼球運動功能。許多研究結果表明<'[1-3]>，眼球運動的動態(tài)MRI有助于分析和解釋眼球運動異常的發(fā)生機制，并對其治療方案

2、提供有益的參考。 本研究應用MRI技術對18名眼球運動正常者進行了眼球水平運動的動態(tài)MRI測量，并在建立測量坐標系的基礎上，運用計算機軟件測量了有關指標。測量數(shù)據(jù)具有縱剖面性，它反映的是現(xiàn)象以及現(xiàn)象之間關系的發(fā)展變化規(guī)律性。對這種資料，通常采用時間序列分析方法去處理<'[4]>.目前，隨機性時間序列分析在眼球運動方面的研究尚未見報道，本研究擬采用隨機性時間序列分析方法并結合有關統(tǒng)計知識，建立眼球水平運動的多元時間序列模型，研究各

3、序列之間的動態(tài)關系和變化規(guī)律，為進一步研究眼球運動和眼球運動障礙疾病，提供有益的方法參考。 研究結果： 本文分別建立了左眼和右眼的多元動態(tài)時間序列模型，以及左眼各變量和右眼各變量的一元時間序列模型。右眼的多元時間序列模型為：為零均數(shù)的白噪聲序列。 左眼的多兀時間序列模型為：（有公式）為零均數(shù)的白噪聲序列。利用這兩個模型，對因變量序列進行預測，準確率分別達到93.51％和93.59％。一元時間序列模型結果參見附錄。

4、 研究結論： ①多元時間序列分析是研究眼球水平運動的新方法，時間序列分析方法不僅僅局限于研究與時間有關的資料，只要觀測數(shù)據(jù)可以抽象為時間序列，都可以用時間序列的方法去分析。 ②左眼和右眼的多元時間序列模型能較為精確的擬合原始序列數(shù)據(jù)，并能較好的反映出眼球轉動角度與內(nèi)外直肌與視神經(jīng)距離變化之間的動態(tài)關系，模型基本上能反應序列的趨勢和走向。 ③左眼和右眼的多元時間序列模型有著較強的預測能力，預測精度較高。