談項目驅(qū)動醫(yī)學圖像處理教學改革

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了談項目驅(qū)動醫(yī)學圖像處理教學改革范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：隨著信息技術(shù)的快速發(fā)展，醫(yī)學圖像處理教學也應(yīng)順應(yīng)時代潮流。在醫(yī)學圖像處理教學中融入人工智能等新技術(shù)，以項目驅(qū)動的形式進行醫(yī)學圖像處理教學改革，在培養(yǎng)學生自主學習能力和實踐能力的同時，讓學生緊跟時代潮流。實踐表明，該實踐教學模式能夠充分調(diào)動起學生學習的積極性和主動性，達到學有所用、學以致用的目的。

關(guān)鍵詞：醫(yī)學圖像處理；項目驅(qū)動；教學改革

近年來，人工智能、計算機視覺等領(lǐng)域的圖像識別技術(shù)突飛猛進，成為近期研究和實際應(yīng)用的熱門話題。圖像識別就是圖像處理的高級階段，而對于醫(yī)學圖像的識別就要用到各種醫(yī)學圖像處理算法。醫(yī)學圖像處理課程就是以數(shù)字圖像處理為基礎(chǔ)，是一門講述如何用計算機對醫(yī)學圖像進行分析和處理的課程。由于醫(yī)學圖像處理課程中的處理對象主要是各種醫(yī)學影像，因而這門課程的側(cè)重點相較于數(shù)字圖像處理又有所不同。醫(yī)學圖像處理涉及醫(yī)學、計算機、數(shù)學等多門學科，是一門交叉性學科，也是培養(yǎng)高素質(zhì)復(fù)合型人才的一門重要學科，在生命科學研究、臨床診斷與治療等方面都發(fā)揮著重要作用。越來越多的醫(yī)學院校開始為醫(yī)學影像、生物醫(yī)學工程、信息管理與信息系統(tǒng)等專業(yè)的學生開設(shè)該課程。但在實際實施過程中還存在許多不足，典型的問題是理論與實踐脫節(jié)，尤其是與實際應(yīng)用相脫節(jié)，實際教學效果并不理想。因此，在教學過程中引入項目驅(qū)動的醫(yī)學圖像教學改革，不僅可以將理論與實踐相結(jié)合，避免專業(yè)課程教學中的所謂“孤島效應(yīng)”，而且可以培養(yǎng)學生的自主學習能力和項目開發(fā)能力，讓學生“在做中學、在學中做”，達到學以致用的目的。

1當前醫(yī)學圖像處理教學現(xiàn)狀

醫(yī)學圖像處理是海南醫(yī)學院信息管理與信息系統(tǒng)專業(yè)高年級學生的一門專業(yè)課，共48學時，包括30學時的理論課和18學時的實驗課。醫(yī)學圖像處理要求學生掌握有關(guān)醫(yī)學圖像處理的基本理論和算法，并能利用計算機編程實現(xiàn)諸如醫(yī)學圖像增強、醫(yī)學圖像分割、醫(yī)學圖像變換、醫(yī)學形態(tài)學圖像處理等常規(guī)的醫(yī)學圖像處理技術(shù)，為以后的學習及工作打下基礎(chǔ)。該課程涉及醫(yī)學、計算機、數(shù)學等多個學科，是培養(yǎng)高素質(zhì)復(fù)合型人才的一門重要學科[1]。目前，越來越多的醫(yī)學院校開設(shè)了醫(yī)學圖像處理這門課程。但由于該課程的理論性、實踐性和應(yīng)用性都很強,因此在實際實施過程中還存在許多不足，典型的問題是理論與實踐相脫節(jié)，尤其是與實際應(yīng)用相脫節(jié)，多數(shù)教師還是采用傳統(tǒng)講授式的教學方法，忽視了對學生實踐能力及創(chuàng)新性思維的培養(yǎng)[2]，實際教學效果并不理想。俗話說，興趣是最好的老師?？朔W生學習惰性、提高教學質(zhì)量的一個有效方法就是激發(fā)學生的學習興趣。近年來，圖像識別技術(shù)在人工智能、計算機視覺等領(lǐng)域中的應(yīng)用日新月異，成為當下最熱門的研究方向，因此在醫(yī)學圖像處理教學過程中，應(yīng)該不斷地更新與完善醫(yī)學圖像處理課程教學內(nèi)容，將新的圖像識別技術(shù)融入傳統(tǒng)醫(yī)學圖像處理理論教學，激發(fā)學生的學習興趣，并以項目開發(fā)的形式讓學生真正做到學有所用、學以致用，讓學生意識到學好醫(yī)學圖像處理課程，不僅可以提高自身在就業(yè)市場上的競爭力，也可以為考研積累資本、贏得優(yōu)勢，充分調(diào)動學生學習的積極性和主動性[3-4]。

2項目驅(qū)動的醫(yī)學圖像處理教學改革方法

結(jié)合教師的科研及指導大學生創(chuàng)新創(chuàng)業(yè)項目的經(jīng)驗，海南醫(yī)學院在進行項目驅(qū)動的醫(yī)學圖像處理教學改革時，是以肺結(jié)節(jié)的CT圖像計算機輔助診斷系統(tǒng)為例進行講解。該系統(tǒng)登記了軟件著作權(quán)，并在2017年“泛珠三角大學生計算機作品賽”上獲得海南省一等獎和香港總決賽三等獎。為了更好地與醫(yī)學圖像處理教學課程內(nèi)容相吻合，我們在給學生講解肺結(jié)節(jié)計算機輔助診斷系統(tǒng)時，采用的是支持向量機技術(shù)，而不是最新的深度學習技術(shù)。為了能夠順利地實施項目驅(qū)動的醫(yī)學圖像處理教學改革，我們對醫(yī)學圖像處理課程教學內(nèi)容進行了重構(gòu)，以項目開發(fā)的形式將肺結(jié)節(jié)計算機輔助診斷系統(tǒng)中涉及的主要知識點與醫(yī)學圖像處理教學內(nèi)容一一對應(yīng)起來，根據(jù)項目進度依次學習醫(yī)學圖像處理課程中的各個知識點[5-6]。根據(jù)實際情況，將肺結(jié)節(jié)的計算機輔助診斷系統(tǒng)項目分解成CT圖像獲取、圖像降噪、肺實質(zhì)分割、ROI分割、特征提取和分類識別等幾個模塊。在項目中的CT圖像獲取模塊，可以對應(yīng)醫(yī)學圖像處理中的數(shù)字化圖像的概念、圖像的表示、圖像的讀取、DICOM格式醫(yī)學圖像的讀取以及圖像的幾何變換等內(nèi)容。在圖像降噪模塊中可以對應(yīng)醫(yī)學圖像處理教學內(nèi)容中的主要知識點———圖像增強，包括線性變換、指數(shù)變換、對數(shù)變換、直方圖均衡化、中值濾波、均值濾波和頻域濾波等。在肺實質(zhì)分割和ROI分割部分會涉及醫(yī)學圖像處理內(nèi)容中的另一個主要知識點——圖像分割，包括閾值分割、區(qū)域生長、邊緣檢測、聚類分割及形態(tài)學方法等。在特征提取部分涉及圖像的表示與描述，包括提取目標區(qū)域的面積、周長、圓形度、傅里葉描述子等。在分類識別部分可以采用支持向量機或深度學習的方法[7]。支持向量機的方法雖然在識別精度上沒有深度學習方法高，但能比較好地融入醫(yī)學圖像處理中的各個主要知識點，比較適合醫(yī)學圖像處理教學，并且支持向量機技術(shù)對計算機性能的要求不高，大多數(shù)學生的電腦或?qū)W校機房的電腦都能運行。在運用支持向量機技術(shù)進行分類建模時，則只教授學生怎么運用現(xiàn)成的支持向量機技術(shù)進行建模，而不要求學生掌握支持向量機的基本原理，盡量降低學生學習開發(fā)的難度。肺結(jié)節(jié)的計算機輔助診斷系統(tǒng)的過程基本涵蓋了醫(yī)學圖像處理的主要教學內(nèi)容。項目實踐過程以小組的形式進行，5～6人一組?？紤]到醫(yī)學院校信息管理與信息系統(tǒng)專業(yè)絕大多數(shù)學生開發(fā)能力不強的特點，開發(fā)語言也采用難度較低的Matlab實驗平臺進行算法的設(shè)計與驗證。整個項目開發(fā)流程中，在不給學生增加難度的情況下，形成了一個完整的醫(yī)學圖像處理知識鏈，不僅有效地避免了學生“只見樹木，不見森林”式地對各個孤立知識點的理解，而且使學生學會了項目開發(fā)和團隊合作，從而達到學以致用的目的，極大地提高了學生學習的積極性和主動性。

3結(jié)語

通過對傳統(tǒng)的醫(yī)學圖像處理課程教學內(nèi)容進行重構(gòu)，以項目開發(fā)的形式將醫(yī)學圖像處理中涉及的主要知識點串聯(lián)起來，改變了以理論知識傳授為主的傳統(tǒng)教學觀念，激發(fā)了學生學習的積極性和主動性，加強了對學生實踐應(yīng)用能力和綜合素質(zhì)的培養(yǎng)，從而實現(xiàn)培養(yǎng)具有創(chuàng)新能力的應(yīng)用型人才的目標。

參考文獻

[1]李新利,楊國田,劉禾.基于理論與實踐并重的圖像處理與分析課程建設(shè)[J].高教學刊,2019(5):101-102,105.

[2]徐美芳,王浩全,桂志國.關(guān)于數(shù)字圖像處理課程專題式教學模式的探討[J].安徽工業(yè)大學學報(社會科學版),2009,26(4):122-123.

[3]王云峰.基于C-CDIO模式的“數(shù)字圖像處理”課程教學改革與探討[J].現(xiàn)代信息科技,2019,3(8):99-100,103.

[4]劉君.結(jié)合人工智能的數(shù)字圖像處理教學改革探討[J].科技創(chuàng)新導報,2018,15(16):229-230,232.

[5]萬程.數(shù)字圖像處理課程的CDIO教學改革[J].教育教學論壇,2019(33):113-114.

[6]曲中水.探究式教學法在數(shù)字圖像處理課程中的應(yīng)用[J].高師理科學刊,2018,38(6):78-81,97.

[7]陳舒涵,胡學龍,姚志均,等.深度學習在“數(shù)字圖像處理”課程教學中的應(yīng)用探討[J].工業(yè)和信息化教育,2019(2):84-88,94.

作者：韓貴來 李海霞 單位：海南醫(yī)學院醫(yī)學信息學院