医学信息工程专业“数字图像处理”教学方法探讨
来源:用户上传
作者:先永利 齐聪慧
[摘 要] 该文首先简述了西华大学医学信息工程专业的特点，接着结合当前电子信息大类学科的发展趋势，针对数字图像处理课程提出理论和实践相结合的教学方法，以提高学生分析和解决相关医学实践问题的能力。同时将科研成果和医学图像处理的前言趋势融入到教学中，让学生近距离了解科研，了解整个医学图像处理的发展方向和动态，提高学生的学习热情和动力。
[关键词] 医学信息工程;数字图像处理;教学方法
[基金项目] 国家自然科学基金青年基金项目（61901394）
[作者简介] 先永利（1986年—），女，四川泸州人，博士，西华大学电气与电子信息学院讲师，主要从事数字图像处理、医学信号与信息处理研究。
[中图分类号] G642.0 [文献标识码] A [文章编号] 1674-9324（2020）17-0271-02 [收稿日期] 2019-12-25
一、医学信息工程专业特点
医学信息工程专业属于电子信息大类，是一门交叉学科。西华大学医学信息工程专业是新成立的专业，从该专业的培养方案及培养目标可以发现，学生除了需要学习电子信息课程体系的专业基础课程以外，比如信号与系统、模拟电路等，还需要学习医学信息领域内的课程。比如生物医学传感与检测、医学信号处理等。其中，“数字图像处理”着重讲授数字图像处理的理论知识及实现方法，训练学生运用所学基础理论知识解决实际问题的能力[1]。而该课程在医学信息工程专业有其特殊性，如果还是按照以往的教学方式进行教学，达不到较好的学习效果。以往的教学方法普遍存在以教师为中心、以教材为中心且教學方法单一、教学气氛单调的“平面化”教学问题[2]。因此，有必要对教学方式进行调整。医学信息工程专业，主要涉及的数字图像和医学成像设备获取到的图像有关。生物医学图像可以分为宏观和微观两大类。微观层面主要指显微图像，比如光学显微镜或者电学显微镜获取到的细胞图像，宏观层面主要指人体浅表或者体内的器官或者组织图像。如计算机断层成像（CT）、超声、核磁共振成像（MRI）以及正电子发射成像（PET）等大型影像设备的成像结果。这些图像都会涉及图像增强、分割、融合等处理。而且由于图像所占的存储容量大，并且每次拍摄获取的图像都以几十张到上百张，这就涉及到图像的存储和压缩等处理。如何把数字图像处理理论知识和专业应用方向结合起来进行教学，是医学信息工程专业上这门课的老师最应该注意的问题。本文对西华大学医学信息工程专业数字图像处理课程的理论教学和实验教学两个方面的教学方法进行探讨。结合当前时代发展主流，引入人工智能、大数据等概念，将科研成果融入教学中，提高学生的积极性和学习热情，对就业方向和深造方向提供参考。
二、理论教学
在本科阶段，数字图像处理课程的理论教学主要包含八个内容：图像处理基础知识、图像的数字化与显示、图像变换与二维数字滤波、图像编码与压缩、图像增强、图像复原和图像分割、形态学处理、彩色图像处理。
1.“理论—应用”的教学模式。在教学中，我们采取“理论—应用”的教学模式，将每章的理论知识和医学信息工程领域的图像处理应用密切结合起来讲解，让学生体会到学习书本知识和专业实践以及以后的工作应用是密不可分的，学了后也知道“怎么用”。
有一些理论基础要求数学功底比较深，这时候更是考验教师的时候。需要教师深入浅出并结合例子进行讲解，比如图像变换，将图像的高频成分、低频成分和频域中对应起来，让学生建立起对应关系。同时，理论公式的推导一般比较枯燥，学生可能听着听着容易走神，不感兴趣，这时候建议不用做太多的理论推导，更多是建立概念，将理论和应用结合起来。例如在学到第6章图像增强时，学生都知道图像增强主要是从人眼视觉主观层面来评价增强的效果，和图像复原有着本质的区别。但是传统的数字图像处理课程使用的图像都是经典的Lena图像，或者Cameraman等图像，和医学信息工程专业领域相关性不大。这时候，可以将这些方法使用的图像都用医学图像代替。比如B超图像。B超图像由于其自身的成像特点，会自带散斑噪声，此时传统的去噪方法不能直接用于B超图像的去噪。而应对噪声的特点进行分析，图像增强方法也就有需要有针对性的选择。只有增强之后才能提高图像的清晰度和对比度，便于医生对病灶的诊断和治疗。另外，有一些病灶的尺寸太小，传统的图像分割方法不能直接使用，还得使用交互法进行分割。
2.注重不同方法的应用范围。图像处理有很多种处理方法，对于具有相似功能的处理方法而言，不同方法有不同的应用范围。比如，图像增强有多种方法，比如直方图均衡化，图像平滑，图像锐化。那么需要针对特有的医学图像进行分析，选择相应的算法。教师需要采用各种不同的应用实例来讲解它们之间的区别，比如乳房的CT图像，里面有肿瘤，由于黑色区域比较多，这时候可以采用图像反转的方式来增强图像中的肿瘤信息。以医院放射科实际采集的肿瘤病人的图片为例，当肿瘤和周围组织对比度差别太小，不利于医生查看的时候，我们采用分段线性变换的对比度增强和直方图修正结合的方法来进行图像增强。当图片中含有在扫描时带有的设备和环境等噪声干扰的时候，图像淹没在噪声中，我们就采用中值滤波、同态滤波的方法进行处理[3]。
把每个关键知识点配以实际的医学影像领域实例进行讲解，这样不仅将不同方法的区别讲解清楚，而且将枯燥的理论形象化，使得学生的学习不是“死记硬背”，而是要知道各个知识点在本专业的应用范围。
三、实践教学
主要采用易于学习和使用的Matlab平台作为实验工具，充分利用MATLAB图像处理工具箱在数学运算和算法验证上的优势，主要对所学过的各种方法进行验证，从而比较各种方法的优缺点以及使用范围。实验教学以验证性实验为主，配以开放性的自主设计为辅。我们安排了图像的基本操作、图像频域变换、图像空域增强、域增强方法、二值形态学图像处理的相关实验四个，通过具体的上机实践，激发同学们的学习激情，在学习和实践中充分体验数字图像处理的内涵和它的魅力。与通用的图像处理课程不同，我们结合医学信息工程专业的特点，尽可能多地采用实际的医学影像图片作为处理的图像源，包括B超图像，磁共振成像（MRI），CT等扫描的图像，以及细胞等显微图像。通过这样的实验设置，让学生对医学信息工程专业领域碰到的诸如图像增强、图像分割等处理方法有了直观的认识，完美地把理论知识与专业应用结合了起来。 四、结合科研成果以及人工智能背景进行教学
在给本科生教学过程中，笔者发现学生们对数字图像处理的实际应用非常感兴趣，笔者也一直觉得理论课的学习，最终一定要应用到实践。因此在“数字图像处理”的教学过程中，可以加入数字图像处理的前沿内容，特别是教师参与过的一些科研课题，比如生物医学图像处理——视网膜图像，涉及到图像去噪，图像分割，图像配准，信息处理和计算，这些步骤实际就是我们平时学习的知识，只是针对具体的领域进行应用。通过这种方式，让学生了解科研并不神秘，提高他们的学习兴趣。在不占用课堂正常教学的前提下，也可适当给学生扩充一下人工智能背景下医学图像处理的发展趋势，比如智慧医疗、远程医疗、机器读片等最新的热点技术，给学生更多的想象空间，激发学生兴趣。
五、结语
本文就医学信息工程专业开设的“数字图像处理”课程的特殊性做了分析，提出了适用于该课程的教学方法。从理论教学和实验教学两个方面进行了举例说明，以实例讲述了如何将理论知识和医学信息工程专业的专业领域巧妙结合的方法，以及实验中将理论应用到医学图像的处理应用中。该教学方法可以帮助学生真正学会将理论知识转化为解决本专业实际问题的能力，对提高医学信息工程专业的数字图像处理的教学质量有很好的参考价值。
参考文献
[1]王忠芝，刘文萍，王晗，付慧.“数字图像处理”课程教学改革探索[J].中国林业教育，2019，37（3）：66-69.
[2]孟祥超，符冉迪，邵枫，陈恳.“数字图像处理”立体式教学方法改革与实践[J].高教学刊，2019，23：136-138.
[3]黃敏.生物医学工程专业“数字图像处理”教学方法探讨[J].科教文汇，2012，42-43.
Abstract：In this paper，the characteristics of Medical Information Engineering Specialty in Xihua University are briefly described.And then，aiming to improve students' abilities to analyze and solve problems in practice，the teaching method combining theory with practice is put forward according to the current development trend of electronic information subject.Meanwhile，the research achievements and the foreword trend of medical image processing can be integrated into the teaching，so that the students can know the research closely，and the development dynamics of medical image processing.The proposed method can enhance students' learning enthusiasm and motivation.
Key words：biomedical information engineering;digital image processing;teaching method
转载注明来源:https://www.xzbu.com/9/view-15191306.htm
