前庭系统是人体感知体位变化的重要器官。当人体体位发生变化时,前庭可以检测体位的变化信息并将其传递给眼睛,由此产生与头部转动方向相反的眼动,以维持视网膜成像的稳定。前庭出现疾患时,前庭会发出错误的体位信息传递至眼睛,从而导致患者出现错误的眼动。当前庭所感知的人体体位与视觉观察出现反复的不一致时,人就会产生眩晕。前庭系统位于头颅的颞骨岩部内,无法直接观测,对其的检测需相应的检查设备,检测费用昂贵,且不适于儿童,具有极大的局限性。眼动系统与前庭系统之间有着紧密的偶联关系。尽管医学界已经对眼球运动与前庭系统功能互动进行了很多研究,但由于缺少其他学科,尤其是信息学科的支持,无法实现对眼震信号的精细化定量化数学描述,至今尚未提出有效的基于眼震信号特征的前庭疾病检测方法。本文根据病理学分析,定量准确地描述眼动轨迹以获取眼震信号,并对眼震信号特征进行进一步处理和分析以提取眼震信号的新特征扭转角、慢相角速度、眼震方向等相关信息,并将其应用于前庭疾病的诊断与前庭功能研究中。本文主要工作包括：1)利用图像处理方法与瞳孔定位跟踪算法对眼震视频图像进行处理得到眼震信号。实验结果表明该算法能够准确地定位出瞳孔中心,满足临床上眼震信号的检测要求。2)针对旋转眼震信号提出眼震扭转角这一新特征。该新特征为临床上因病理产生的旋转眼震提供了一种诊断辅助性指标,其复杂度低、速度快,能客观评价旋转眼震,并易于判断其旋转方向。3)将提取的新特征应用到良性阵发性位置性眩晕的诊断中,并提出一种自动诊断方法。诊断结果显示该自动诊断方法提高了临床上诱发性眼震的检出率和受累半规管的准确判别率。4)建立正常前庭眼动系统模型,并将该模型参数应用于判别运动病的类型及其严重程度的研究中。在旋转椅试验中,对健康志愿者的前庭眼动系统进行了模型参数的辨识,寻找前庭眼动系统模型参数的特异性。研究发现对于不同类型受试者,其前庭眼动系统模型的参数有明显差异,尤其是在重度晕车和不晕车人之间。