醫學圖像處理課程應用型教學實踐

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了醫學圖像處理課程應用型教學實踐范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要:醫學圖像處理是生物醫學工程專業的一門核心課程。本文結合獨立學院的學生特點、現狀和應用型人才的培養定位，結合生物醫學工程專業人才培養要求，從教學內容設置、教學方法的拓展以及課程設計環節等方面對醫學圖像處理課程進行探索與實踐。

關鍵詞:醫學圖像處理;應用型教學;Matlab仿真;四段式教學

《醫學圖像處理》是生物醫學工程專業的重要核心課程之一，在生命科學基礎研究、醫學診斷和臨床治療等方面均起著重要的作用［1］。該課程旨在培養學生掌握醫學圖像處理的基本原理和重要的常規算法，并在此基礎上掌據圖像處理在醫學圖像中的特殊之處與發展趨勢，使學生具備獲取、處理和解釋醫學圖像的能力。目前《醫學圖像處理》的教學主要采用傳統的以”教材為中心、教師為中心、教室為中心”的教學模式，這種傳統的教學模式并不能完全適應獨立學院的學生。本論文根據獨立學院的學生特點、現狀和應用型人才的培養定位，結合生物醫學工程專業人才培養要求，將傳統的教學模式改為“以學生為中心”的教學模式，嘗試從教學內容設置、教學方法的拓展以及課程設計環節等方面對醫學圖像處理課程進行探索與實踐。

一、醫學圖像處理課程教學現狀分析

《醫學圖像處理》是一門講述如何用計算機對醫學圖像進行分析和處理的課程，課程理論比較抽象，涉及醫學影像學、計算機應用技術、信號處理和應用數學等多個領域的知識，這些不同學科之間的交叉、融合，使得理解相關知識和技術變得困難［2］。尤其對于獨立學院的學生，雖然前期課程中已學習過Matlab及其應用、信號處理等課程，但其數學基礎比較薄弱，在理解卷積算子、頻域增強、微分算子邊緣檢測的算法上就更加困難。目前我校醫學圖像處理課程還是以傳統的授課方式為主，學生往往被動的學，教師怎么教學生就怎么聽，學生普遍自主性和參與度不強。此外，互聯網以及智能手機的普及，使得學生邏輯思維“碎片化”等特點，這就需要在教學過程結合學生特點因材施教，注重培養學生實際分析問題和解決問題的能力［3］。

二、醫學圖像處理課程教學設計

(一)仿真軟件課堂化根據應用型人才的培養定位，我們將仿真軟件課堂化。由于Matlab工具有可視化以及交互式程序設計的計算環境，而且擁有圖像處理工具箱［2］。我們選用Matlab仿真軟件作為課堂演示軟件。教師每講完一個圖像處理算法，就用Matlab軟件進行實現，加強學生對應用抽象算法的理解，并讓學生可以客觀直接的看到這個算法是如何拿來解決實際醫學問題的。如圖1，我們在講完圖像增強技術后，給學生演示了一個實際的例子。

(二)四段式教學設計“激越四段式”教學法最早是中山醫教授王庭槐提出，主要包括“教師精講、個體自習、小組討論、成果分享”四階段［4］。我們挑選《醫學圖像處理》課程中難度適中或拓展性廣的章節進行四段式教學。現以第五章《醫學圖像分類》為例，具體說明“四段式教學”的設計過程。(1)教師精講。本章知識點為單譜圖像分類原理，具體包括基于灰度和紋理參數的組織分類、基于松弛迭代法的分類;以及多模圖像分類原理，具體以核磁共振圖像(MR)中的Pd、T1、T2加權像為例講解多模圖像分類方法，如圖2。(2)個體自習。現代化信息化技術的發展以及豐富的圖書館資源，為學生的自主學習提供了便利。學生可以通過中國知網、中國大學慕課、網易公開課及相關圖書進行自習，以加深對理論知識的理解和延伸。同時，學生在這個階段需要完成教師布置的任務:①什么是神經網絡?神經網絡的分類有哪些?②BP神經網絡的算法原理是什么?每層節點數是如何選擇的?(3)小組討論。在這個階段將全班學生按每組4～7人進行分組［4］，然后以小組為單位完成一份10道題的小測驗(基于個體自習的內容為基礎)，并隨機給出一系列已知輸入和輸出的數據，讓小組同學利用三層BP神經網絡，在Matlab軟件上編寫程序來完成非線性函數的逼近任務。(4)成果分享。以小組為單位，各組輪流派成員分享自主學習完成的任務以及BP神經網絡程序。各小組之間可對展示的內容進行評價、質疑、辯論和探討。各小組展示完畢后，老師對小測驗結果、小組展示內容進行小結、點評，并用設計好的評分表客觀評價其學習效果。

(三)研究論文案例式教學設計在相關章節的教學過程中，選擇一篇或是幾篇相關度高的科研論文進行閱讀和討論，學生也可以采用文獻匯報的方式進行講解。學生通過對科研論文的精讀一方面加深了對課本理論知識的講解，另一方面使學生通過研究論文案例，能夠運用所學內容重現科研論文的結果，得出合理結論，提高學生處理實際醫學圖像的能力。同時，我們也鼓勵學有余力的同學撰寫科研論文并發表。比如我們在講圖像配準這一章時，有學生通過查閱圖像配準的方法，不僅加深了對書中傳統配準方法的理解，還通過對比確定了自己未來要做的畢業設計課題，如圖3。在課程結束后，給學生兩周的時間進行課程設計，圍繞課程中學習過的算法對實際的醫學圖像進行處理，數據來源于我們的實習合作單位中山大學腫瘤防治中心。選題涉及的醫學圖像，既包括傳統的生物醫學圖像，如超聲、CT圖像、MRI圖像，也包括彌散張量圖(DTI)等一些較新的成像技術。課程設計環節也是對學生學習效果考核的一種方式，加入這個環節主要是為了進一步提升學生分析問題、解決問題的能力，真正讓學生做到學以致用。課程設計的分數將作為本課程最終成績的一部份。對于特別優秀的學生，也可以推薦去參加相關的省市競賽。圖4是一個學生做的CT圖像輪廓提取。

三、教學效果評價

(一)學生給出的教學評價我們進行了兩年的醫學圖像處理課程改革，通過學生的教學評價以及意見反饋，仿真軟件課堂化、四段式教學、研究性論文案例式教學以及課程設計考核方式很受學生們的歡印，學生留言說仿真軟件課堂化讓枯燥的算法學習變得更加直觀和容易接受;四段式教學激發了學生的自主學習能力，并且通過團隊協作，組間激勵、促進學生互教互學，實現學生個體的超越;研究性論案例式教學擴寬了他們的眼界，提高了讀英文文獻的能力，增加了科研的興趣;課程設計考核充發激發了他們分析問題、解決實際問題的能力，讓他們覺得很踏實的感覺。近兩年醫學圖像處理課程的教學評價在94%以上，相比于傳統教學提高了2個百分點。

(二)學生實驗測試成績在近三年的醫學圖像處理課程教學中，教學團隊均采用了一次相同的實驗測試題:采用Matlab編程實現了基于互信息的圖像配準，采取改進的Powell搜索策略算法，在給定圖像4個方向上采用黃金分割法。當基準圖像和待配準圖像的互信息達到最大時，兩幅圖像配準的效果最好，同時獲得此時圖像的變換系數，然后進行空間變換，獲得圖像融合圖，要求學生在規定的時間(120分鐘)完成。學生完成后提交系統，不能保存和拷備實驗題目及結果。從上表可以看出，我們實施課程改革兩年以來，學生對實際處理問題的能力有很大提升，這正符合我們以培養應用人才為目標的教學需求，這說明我們的改革初見成效。

四、結語

本文針對獨立學院的應用型人才培養目標以及生物醫學工程專業開設醫學圖像處理課程存在的問題，提出將仿真軟件課堂化、四段式教學設計、研究論文案例式教學以及課程設計考核相結合的教學方法。通過筆者近兩年的教學實踐以及學生的成績和評價反饋，表明這些改革措施是有效的，學生自主學習、分析問題、解決問題的能力得到提高。此外，醫學圖像處理是一門密切聯系臨床醫學知識的課程，我們希望在后期的教學過程中能夠加強與醫院合作，引入以臨床問題為導向的PBL教學法，以期獲得更好的教學效果。

參考文獻:

［1］鄭旭媛，胡春紅，肖振國．醫學圖像處理課程設計教學模式探索［J］．科技創新導報，2011(31):167．

［2］梁佩鵬，李坤成．基于問題的學習(PBL)結合Matlab在醫學圖像處理中的應用［J］．山西師范大學學報(自然科學版)，2015，29(02):35-38．

［3］齊志剛，蘇壯志，陳楠，等．以問題為基礎的學習結合PACS在醫學影像學教學中的應用［J］．中華醫學教育探索雜志，2012，11(11):1151-1153．

［4］王庭槐．激越四段式教學法［J］．高校醫學教學研究(電子版)，2017，3(7):14-16．

作者：王靜 楊鑫 李惠娟 單位：中山大學新華學院生物醫學工程學院