### 关键词：OpenCV

#### 【核心定义】
OpenCV（Open Source Computer Vision Library）是一个开源的跨平台计算机视觉库，由 Intel 发起并维护，现支持 C++、Python、Java 等语言。它提供了超过 2500 个优化算法，覆盖图像处理、特征提取、目标检测、机器学习等核心功能，是医疗影像分析、神经科学研究中最基础的视觉工具库。

#### 【关键技术点】
1. **图像预处理**  
   - 包括高斯滤波、中值滤波、形态学操作（膨胀、腐蚀）等，用于去除神经影像中的噪声（如 MRI 中的运动伪影）并增强边界信息。
2. **特征提取与匹配**  
   - SIFT/SURF/ORB 算法可提取关键点，用于视网膜血管图像的配准或脑组织切片的空间对齐；Brute-Force 匹配器支持跨模态图像对应。
3. **目标检测与跟踪**  
   - Haar 级联分类器（基于 AdaBoost）可快速定位瞳孔或眼底视盘；结合深度学习模块（DNN）加载 YOLO 模型，实现实时细胞、神经元检测。
4. **相机标定与三维重建**  
   - 基于棋盘格标定法校正手术显微镜视野畸变；立体视觉（SGBM）可重建脑表面三维结构，用于术前规划。

#### 【医学/神经科学应用场景】
**首都医科大学神经病学系** 在帕金森病早期诊断中引入 OpenCV 进行“光学瞳孔反应分析”：利用高帧率摄像头采集患者对光刺激的瞳孔收缩视频，通过 OpenCV 的 `cv2.HoughCircles` 实时定位瞳孔边缘，`cv2.calcOpticalFlowPyrLK` 追踪其动态直径变化。提取的收缩潜伏期、收缩幅度、再扩张速度等参数，结合 SVM 分类器，可量化区分早期帕金森病患者与健康对照（准确率 > 89%），为神经退行性疾病的自主神经功能障碍提供廉价、无创的床旁评估工具。