生物医学工程专业《医学图像处理》课程改革设计

张国鹏，常小红，刘 洋，李宝娟，焦 纯，卢虹冰

生物医学工程专业《医学图像处理》课程改革设计

张国鹏，常小红，刘 洋，李宝娟，焦 纯，卢虹冰

从内容特色化、教学信息化、突出能力培养、突出实验教学、考核多样化5个方面介绍了《医学图像处理》课程的教学改革及探索，并详细分析了课程建设的效果，指出了该种课程教学新模式具有独特的教学风格和特色，可使生物医学工程专业的学生扎实掌握医学影像方面的基础知识，具备熟练的医学影像处理能力，从而为以后的相关工作打下良好的基础。

教学改革；《医学图像处理》；能力培养；计算思维

0 引言

随着现代成像及图像处理技术的深入发展，医学成像已迅速发展为一个专门的技术领域。各种类型的医学图像不仅可以使医生观察到患者体内脏器在形态学上的变化，而且可以使其对脏器的功能及治疗效果做出判断，从而成为临床与医学研究中不可缺少的工具。同时，可供医学临床、教学和研究使用的医学图像数量正以指数级的速度膨胀增长。据统计，医院信息化管理系统中，影像数据占整个存储量的90%以上。能否有效了解医学影像信息的基本知识和原理，从中提取更多的信息用于临床诊断和治疗，以解决临床及医学基础研究中的问题，已成为医学本科生能力培养的一个重要目标[1]。

《医学图像处理》课程是生物医学工程专业和影像专业本科生的一门重要的专业基础必修课。作为一门综合性课程，通过对先进的信息处理基础理论、医学成像原理及图像分析方法的介绍，使学生初步掌握常用医学影像系统的成像原理、成像质量的影响因素、提高图像质量的方法和原理以及医学图像的常用分析方法，以培养学生的专业素养，提高综合能力。由于该课程的内容涉及医学、计算机、数学和信号处理等多个学科领域的专业知识，对学生数学、信号处理等的理论基础要求高，预修课程包括《线性代数》、《概率论与数理统计》、《信号与系统》、《数字信号处理》等，同时又要求学生有很好的编程能力，能够将复杂的算法快速实现并得到处理结果，学习难度大；加上很多学校不具备相应的临床影像设备，难以获得有针对性效果的医学图像。因此，《医学图像处理》是一门教师和学生普遍认为难教难学的课程。

1 课程教学改革及探索

为了提高教学质量，教学组秉承“融知识传授、能力培养、素质教育于一体”的先进教学理念，面向学生能力培养，对课程进行了一系列的教学改革和研究，探索并创建了一套行之有效的“三化、二突出”《医学图像处理》课程教学新模式，形成了独特的教学风格和特色。具体表现在以下几个方面。

1.1 内容特色化

生物医学成像和图像处理是生物医学工程学科的重要分支。现代医学的几次革命性突破均与医学成像技术密切相关。但目前大部分院校的课程或者以医学影像设备为主，介绍各类成像设备的构造、成像原理等；或者侧重介绍数字图像的处理技术，包括信息处理理论和主要算法、图像的压缩和传输等。但对于医学图像而言，由于获取图像的特点与成像设备密切相关，其有效处理与对成像原理及影响因素的了解密切相关，因此，将医学成像和处理技术相结合，是图像技术在医学基础及临床应用中的特殊需求[2]。在课程教学中，我们在继承传统的基础上大胆创新，将医学成像与图像处理的内容进行融合并不断完善，将处理方法的设计分析与医学成像中的质量影响因素及临床需求相结合，形成了极具特色的教学内容。

同时，随着新的成像技术的快速发展及其在基础与临床研究中的逐步应用，教学组还不断吸收本领域研究的最新成果，对教材、教学内容进行改进及更新，增加了磁共振功能成像、统计图像重建、多模图像配准、DICOM医学图像传输标准等与临床应用密切相关的新内容。鉴于在教学内容及教材建设上的特色改革，教学组2011年获得了教育部大学计算机基础教学指导委员会“医学院校《医学成像与处理技术》核心课程实施方案的研究和分析”教学改革试点项目，项目成果“《医学成像与处理技术》课程基本要求及实施方案”作为核心课程之一被收入由教指委主编的《高等院校医药类计算机基础课程教学基本要求及实施方案》白皮书中，为其他院校相关课程的开展提供了指导和方案[3]。基于上述改革，教学组牵头国内多个医药院校，主编了《医学成像及处理技术》。作为教育部大学计算机课程改革项目规划教材，这可能是国内第一部将医学成像和处理技术有机融合、全面反映医学影像分析和处理需求的教材[4]。

1.2 教学信息化

由于课程中的很多内容，特别是基本理论及算法原理相对抽象，且是前期多门数学、物理、信息课程知识的综合，学生往往难以理解或掌握。针对这种情况，教学组充分发挥专业技术优势，设计了大量多媒体课件和演示动画及软件，使关键理论和算法具体化、形象化，结合图像处理结果，设置了身临其境的教学环境，以改善教学效果，提高教学质量。目前，全部教学内容均有配套的多媒体课件，课件总数达21个（包括双语课件），以中文课件为例，共有视频8段、动画48个、图像812幅、应用案例191个。同时，教学组结合临床需求，自行研制了由髋关节发育不良手术仿真系统、唇裂缝合术模拟系统以及放射性粒子治疗计划系统等处理软件构成的“外科手术虚拟实验室”，能够模拟并实现基于患者影像的三维器官模型构建、临床参数定量测量、术式仿真等功能，获得了全军院校基础实验课程虚拟实验室和虚拟软件推选成果一等奖。基于上述信息化教材及资源，教学组建立了《医学图像处理》课程网站（mip.fmmu.edu.cn），全部授课内容面向互联网开放，为课程的课外教学、网络教学、学生自主学习提供了良好的信息化平台。

1.3 突出能力培养

作为一门理论与应用相结合、具有交叉特色的专业基础课程，图像处理基本理论及算法的学习与临床应用之间有着非常密切的联系。所谓“授之以鱼不如授之以渔”，应用能力和思维能力的培养是课程教学成功的关键。

随着计算科学的发展及其与自然和社会各个学科的日益结合，它已从最初的计算工具变成普遍适用于自然和社会领域的通用思维模式。医学成像及处理技术利用信息理论和计算机来处理解决医学影像中存在的问题，正是计算思维能力在医学应用中的完美体现[5-6]。因此，我们在教学中着重突出学生应用能力和思维能力的培养，一方面在教学中采用大量临床影像实例，结合其获取、存在问题及处理的过程，使学生理解理论、算法实现和应用间的关系，提高其分析问题、解决问题的能力；另一方面，教学过程中我们通过阐述计算在海量数据处理及算法设计上的应用，突出计算思维在解决医学图像相关处理问题时的作用和思路，从而强化学生的应用能力和思维能力的培养。这种新型的、深层次的教学改革得到了大家的关注。2012年底，我们作为牵头单位，获得由教育部高教司立项的大学计算机系列课程及教材建设项目“面向计算思维的医药院校大学计算机基础课程改革”。该项目共有全国30余所医药院校参加，旨在通过对4门计算机核心基础课程的改革，突出计算思维能力的训练与培养，使大学计算机基础教育的核心课程能够成为开发和培养计算思维能力的重要途径，培养医学生运用计算思维进行医学研究、临床决策和指导临床应用的能力。作为4门核心课程之一，《医学图像处理》将进一步从思维方法和专业应用层次上开展计算思维能力的培养探索。

鉴于医学成像及处理技术的前沿性及快速发展的特性，为学生提供具有最新前沿内容的双语讲座，不仅可传授课程相关的基础知识、思维方法和最新应用，还可通过这种方式创造的广阔环境和丰富材料，进一步提高学生理解基础理论、掌握关键算法、跟踪发展前沿以及利用影像处理技术解决专业问题的能力。为此，教学组一方面在教学中结合课程进展，开展部分前沿新内容的双语教学讲座；另一方面，利用与国外团队的科研合作交流机会，每年邀请国外教授为学生授课，让学生现场体验国外授课的方式和效果。近年来共邀请来自State University of New York at Stony Brook、Johns Hopkins University、U－niversity of Utah、Dartmouth University等医学影像领域的多名国外知名教授为学生授课，这其中包括IEEE会士，也包括核医学成像及医学物理方面的终身教授，得到学生的热烈欢迎和积极反响。

1.4 突出实验教学

《医学图像处理》是一门理论性、应用性和实践性都很强的课程。实验教学在课程中具有极为重要的作用，不仅能够强化对课程内容及理论教学的理解和消化，同时算法的编程实现亦是课程教学的要求。在本课程的实验教学中，教学组一方面结合课程知识结构体系的需要，采用具有延续性的临床应用案例，将实验内容与课堂授课紧密衔接，使理论课和实验课穿插进行、紧密配合；另一方面，教学组采用任务驱动型实验模式，着重优化实验类型，精心设计实验内容。教学中将实验细化为基础型、综合型、设计型和自主型4大类，适当降低基础型实验的比例，加大综合型、设计型及自主型实验的比例。围绕课程标准要求，教学组共设计了基础型、综合型、设计型实验7个，同时还设计了自主型实验11个，鼓励有兴趣和有精力的学生选做。这些自主实验题目主要来自日常生活（如人脸检测、食品检测、电路板检测）、临床应用（如脑组织分割、CT伪影去除）及行业权威杂志中的文献（如螺旋重建、边缘保持滤波等），趣味性和实验内容兼顾，对学生开展综合和创新能力的培养很有帮助。实验项目特别是综合及创新实验有部分英文原版内容或参考文献，以促进学生专业英语能力及学科知识的共同发展。

1.5 考核多样化

为更好地评价学生对理论和算法应用的掌握程度，全面反映学生的理论水平、实验技能，特别是应用能力，教学组对传统评价方式进行了改革，学生总成绩由3个部分构成：试卷着重考察学生的综合理解和融会贯通，约占50%。与传统试卷不同的是，试题多为基于图像、结合实际应用的试题，考察学生的分析处理和应用能力。实验成绩主要根据每个实验项目学生的所用语言、算法实现方法以及实验报告内容来确定（如采用C语言比用Matlab加分），约占40%。第三部分主要体现学生的自主学习及创新能力，由课程加分构成，学生在教学中提出的新问题、新应用、讨论题目或实验设计中的新思路、新方法均有加分，选做自主实验项目亦有加分，该部分约占总分的10%。上述综合评价策略的实施结果表明，多样化的考核方法能够更好地促进学生学习方式的转变，避免死记硬背，提高学习的主动性和综合能力。

2 课程建设效果

A picture isworth thousands ofwords（画意达万言），所见即所得是图像的最大特点。教学过程中制作的示例图像及电子教案，让理论和算法具体化、形象化，同时结合图像处理结果，信息化的教学方式使学生获得直观感受，大大提高其理解和掌握水平。目前，中文课件中有各类图像812幅，资源库中共有图像1 249幅，累计幻灯片总数超过2 000张，为课程教学提供了坚实支撑。

好的临床应用案例是吸引学生掌握医学成像及处理技术的关键。在长期的教学实践中，教学组共搜集制作了191个临床或日常图像应用案例，其中，临床案例58个，基本上每个知识点的教学都可由相应的案例引入，大大提高了课程吸引力及教学效果。

在此基础上，教学组建立了内容完整、资源丰富、互动交流的课程网站。目前，课程网站上提供教学所需的完整教学资料，包括教学大纲、教学计划、多媒体课件、实验指导、习题库、师生互动、学生设计实验作品展示、课堂实录等。该课程进一步向网络教学和多媒体教学的方向发展。

学校教务处收集的近3 a的本科生评价结果表明，生物医学工程专业《医学图像处理》的教学满意率最低达96.9%，3 a平均为98%，课程课堂教学满意率高，教学效果极佳。

3 结语

生物医学工程专业的学生毕业后多数进入医院从事医学工程相关工作，应能熟练处理医院中大量应用的医学影像。我们提出的“三化、二突出”《医学图像处理》课程教学新模式具有独特的教学风格和特色，可使生物医学工程专业的学生扎实掌握医学影像方面的基础知识，具备熟练的医学影像处理能力，从而为其以后的相关工作打下良好的基础。

[1]田捷.医学影像处理与分析[M].北京：电子工业出版社，2003.

[2]康晓东.医学影像图像处理[M].北京：人民卫生出版社，2009.

[3]教育部高等学校计算机基础课程教学指导委员会.高等院校医药类计算机基础课程教学基本要求及实施方案[M].北京：高等教育出版社，2012.

[4]卢虹冰，宋文强，张国鹏，等.医学成像与处理技术[M].北京：高等教育出版社，2013.

[5]陈国良，董荣胜.计算思维与大学计算机基础教育[J].中国大学教学，2011（1）：7-11，32.

[6]Jeannette MW.Computational thinking[J].Communications of the ACM，2006，49（3）：33-35.

（收稿：2014-01-15 修回：2014-04-24）

Course reform of Medical Image Processing in biomedical engineering faculty

ZHANG Guo-peng,CHANG Xiao-hong,LIU Yang,LIBao-juan,JIAO Chun,LU Hong-bing
(School of Biomedical Engineering,the Fourth Military Medical University,Xi'an 710032,China)

The teaching reform of biomedical engineering faculty is explored from the aspects of characteristic content, informatized teaching,ability cultivation,experimental teaching and multi examination modes.The effect of the course construction is analyzed,and the new teachingmode makes the students from biomedical engineering faculty gifted with knowledge and ability for medical image processing,and lays a foundation for their practice in the future.[Chinese Medical Equipment Journal，2014，35（7）：147-149]

teaching reform;Medical Image Processing;ability cultivation;computerized thinking

R318；C961

A

1003-8868（2014）07-0147-03

10.7687/J.ISSN1003-8868.2014.07.147

教育部大学计算机课程改革项目（2-9）

张国鹏（1975—），男，博士，讲师，主要从事生物医学工程方面的研究工作。

710032西安，第四军医大学生物医学工程学院（张国鹏，常小红，刘 洋，李宝娟，焦 纯，卢虹冰）

卢虹冰，E-mail：luhb@fmmu.edu.cn