{
  "id": "contrast-sensitivity",
  "title": "对比敏感度",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "对比敏感度是察觉物体或图案与背景之间亮度差异的能力，是有别于视力的一项视觉指标。",
  "category": "health",
  "subcategory": "anatomy-physiology",
  "type": "concept",
  "aliases": [
    "对比敏感度",
    "对比敏感性",
    "对比度敏感性",
    "视觉对比敏感度"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/contrast-sensitivity/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/contrast-sensitivity/",
      "json": "https://aiwiki.page/en/contrast-sensitivity.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "对比敏感度是视觉系统察觉相邻区域之间明暗差异，更准确地说是亮度差异的能力。它通常以特定条件下能够察觉的最小对比度的倒数来量化。视力通常衡量一个人能够分辨的最小高对比度细节，而对比敏感度衡量的则是图案的对比度可以降低到什么程度而仍然可见。它有助于描述物体与背景区分不明显时的视觉表现。"
    },
    {
      "heading": "定义与测量",
      "text": "对比度描述视觉刺激中亮度的相对差异。根据刺激的不同，可采用多种定义。\n\n对于明暗条纹交替重复的图案，通常使用迈克尔逊对比度：\n\n\\[C_{\\mathrm{M}}=\\frac{L_{\\max}-L_{\\min}}{L_{\\max}+L_{\\min}},\\]\n\n其中，\\(L_{\\max}\\) 和 \\(L_{\\min}\\) 分别为最大亮度和最小亮度。\n\n对于均匀背景上的小型均匀目标，韦伯对比度往往更为适用：\n\n\\[C_{\\mathrm{W}}=\\frac{L_{\\mathrm{target}}-L_{\\mathrm{background}}}{L_{\\mathrm{background}}}.\\]\n\n当目标比背景暗时，韦伯对比度为负值；在表示检测阈值时，通常使用其绝对值。\n\n若对比度阈值为 \\(C_{\\mathrm{threshold}}\\)，则对比敏感度为\n\n\\[S=\\frac{1}{C_{\\mathrm{threshold}}}.\\]\n\n因此，阈值为 \\(0.01\\)，即对比度为 1%，对应的敏感度为 100。敏感度越高，意味着能够察觉的亮度差异越小。结果通常以对数形式表示：\n\n\\[\\log CS=\\log_{10}(S).\\]\n\n因此，敏感度为 100 对应的对数对比敏感度为 2.0。\n\n阈值并不是可见与不可见之间截然分明的界线。在心理物理学中，阈值根据多次呈现刺激时的反应进行估计，并依据指定的表现标准来定义。检测图案是否存在、辨别其方向以及识别字母属于不同任务，可能得出不同的阈值。"
    },
    {
      "heading": "对比敏感度函数",
      "text": "对比敏感度取决于视觉细节的大小和间距。对于重复图案，这些属性用空间频率描述，通常以每度视角内的周期数为单位。一个周期由图案中的一个明部和一个暗部组成。低空间频率代表宽阔、粗略的结构，高空间频率则代表精细细节。\n\n对比敏感度函数（CSF）描绘对比敏感度随空间频率变化的关系。在明亮条件下，用中央视觉观察静止的亮度图案时，典型的人类对比敏感度函数呈带通特性：对中等空间频率最敏感，而对更低和更高空间频率的敏感度均有所下降。曲线的具体形状取决于照明、刺激大小、呈现时间和测试方法。\n\n高频端的极限与视力有关，但视力并不能描述整条曲线。两个高对比度视力相近的人，对粗略图案或中等尺度图案的敏感度可能不同。\n\n对比敏感度也可以使用闪烁或运动的图案进行测量。这些图案的可见性既取决于空间频率，也取决于时间频率。使用彩色图案的测量考察的是色彩对比信息的处理，不能与常规亮度对比测试互相替代。"
    },
    {
      "heading": "光学与神经基础",
      "text": "对比敏感度同时反映眼睛的光学质量和视觉神经系统的处理能力。\n\n光线到达视网膜之前，离焦、光学像差和光散射都可能降低视网膜成像的对比度。精细的空间细节尤其容易受到光学模糊的影响。散射光可产生光幕亮度，使目标更难辨认，在有眩光时尤其如此。\n\n在视网膜内，感光细胞和神经回路对光的变化进行编码，而不是简单地逐点传送图像的副本。视觉通路和大脑皮层中的进一步处理，涉及对空间尺度、方向和运动等特征作出响应的机制。因此，测得的对比敏感度函数反映的是光学因素与神经处理的综合作用，而非某个单一解剖结构的功能。\n\n敏感度还取决于对环境光的适应状态。随着照明水平降低，敏感度通常会下降，能够看见的最精细细节也会变得更粗。年龄、视网膜位置、瞳孔大小，以及使用单眼还是双眼，都会影响测试表现。"
    },
    {
      "heading": "测试方法",
      "text": "字母图表\n\n字母对比度测试以固定大小呈现字符，同时逐步降低其对比度。Pelli–Robson 对比敏感度表是广泛使用的一种。它将大字母分组排列，各组对比度依次降低，为临床估计字母对比敏感度提供了一种实用方法。\n\n由于字母大小保持不变，此类图表无法测量完整的对比敏感度函数。结果还取决于观察距离、字母识别、评分规则，以及受试者分辨字符的能力。\n\n低对比度视力表采用不同的方法：对比度保持不变，而字母逐渐缩小。它测量的是指定对比度下的视力，而不是固定字母大小下的对比度阈值。\n\n光栅测试\n\n光栅测试使用若干空间频率的条纹图案，其亮度通常呈正弦变化。受试者可能需要报告图案是否存在，或辨别其方向。与只使用一种字母大小的图表相比，这些测试能更直接地对对比敏感度函数进行采样。\n\n计算机化测试\n\n计算机化方法可以改变对比度、空间频率、刺激持续时间和呈现位置。自适应程序根据先前的反应选择后续刺激，从而高效地估计阈值。\n\n准确的测试需要控制显示器亮度、对比度呈现、观察距离和环境照明。在低对比度条件下，显示器校准尤为重要。使用未经控制的屏幕所得的结果，未必能与标准化设备的结果进行比较。"
    },
    {
      "heading": "临床与功能意义",
      "text": "对比敏感度测试是对视力测试的补充，而不是替代。明亮背景上的高对比度字母仅代表视觉的一个方面。识别人脸、察觉台阶，以及在雾中或昏暗光线下辨认物体，可能涉及低得多的对比度。\n\n以下情况可能出现对比敏感度下降：\n\n- 白内障：晶状体的变化可增加光散射，降低视网膜成像的对比度。\n- 青光眼：除影响视觉功能的其他方面外，也可能影响对比信息的处理。\n- **年龄相关性黄斑变性**及其他视网膜疾病。\n- **视神经炎**及其他累及视神经的疾病。\n- 多发性硬化：低对比度视觉测量可揭示高对比度视力未能充分反映的损害。\n- 弱视：这是一种视觉发育障碍，可影响多个空间频率下的敏感度。\n\n对比度测试用于临床评估、视觉障碍研究，以及光学或手术干预效果的评价。在低视力康复中，它有助于描述仅靠视力无法解释的困难。它还为照明、标识易读性、显示设备和无障碍视觉环境的研究提供依据。"
    },
    {
      "heading": "解释与局限",
      "text": "没有任何单一的对比敏感度数值能够全面描述所有条件下的视觉。结果的解释取决于刺激、任务、照明、屈光矫正和参照人群。\n\n主要局限包括：\n\n- **测试的特异性：**字母图表、光栅和低对比度视力表测量的是相互关联但有所区别的视觉表现。\n- **对环境的依赖：**眩光、适应状态、图表照明和观察距离均可显著改变结果。\n- **反应的变异性：**注意力、疲劳、猜测及对任务的熟悉程度都会影响阈值估计。\n- **诊断特异性有限：**仅凭敏感度下降，无法确定某种特定疾病或具体的解剖部位。\n- **对日常视觉表现的预测不完全：**真实场景中的运动、深度、杂乱背景和照明变化相互交织，标准化测试无法完全再现。\n\n因此，解释对比敏感度时，需要结合视力、视野评估、眼部检查，以及与所要评估的临床问题相关的其他发现。"
    }
  ],
  "links": [
    "cerebral-cortex",
    "calibration",
    "cataract",
    "glaucoma",
    "optic-neuritis",
    "multiple-sclerosis",
    "rehabilitation"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}