医学图像处理课程教学经验探析.docVIP

医学图像处理课程教学经验探析摘要：本文分析探讨了医学图像处理课程的特点，结合医药院校学生的实际情况，从课堂教学所用教案及实验教学所选软件和内容两个方面对医学图像处理课程教学方法进行了探讨。 关键词：医学图像；多媒体；Photoshop；MatLab 《医学图像处理》是以《数字图像处理》为基础，结合医学院校的特点和教学要求，以医学图像为处理方向，开展的一门课程。作为一门医科院校的工科课程，《医学图像处理》课程的对象是医学院校的工科学生，是生物医学工程、计算机科学等专业的必修课程。该门课程教授的是指将医学图像信号转换成的数字信号用计算机技术对其进行处理的算法和过程，要求学生既掌握基础的医学常识又有教深的计算机编程的经验。由于专业与课程的特殊性，导致该课程在教学过程中存在些许问题和困难：如学生没有较强的基础理论知识，听课过程中遇到困难，容易失去学习兴趣，不能掌握专业知识，或者只懂理论而不知道如何在计算机上编程实现应用。经过多轮的教学和不断的探索，将已有的一些经验做一个小结，以期对提升教学效果有所帮助。 1 多媒体动画教案的优势和应用 《医学数字图像处理》课程需要重点讲解的内容包括：图像运算、图像灰度变换、直方图处理、图像的空域增强及频域增强、图像分割、图像配准、图像复原、图像压缩编码、形态学处理等内容。图像处理课程涉及面广、跨度大、内容多，且具有较强的工程性，在教学上存在一定难度。多媒体动画教案的应用能将学生难以理解的抽象内容及复杂的变化过程,通过动态模拟和局部放大的手段,动态直观地展现在学生面前，将抽象的算法转换为浅显生动的形象[1]。 例如进行图像增强时常采用均值滤波和中值滤波算法，仅用数学公式教导的办法，因其较抽象导致效率低且效果不好，将算法步骤先用动画直观展现出来，再结合数学公式解释阐明，大大降低了学习难度，保证了学生的学习兴趣。又例如频域滤波法中的高通滤波算法可增强图像的高频分量而滤除图像的低频分量从而达到突出图像边缘的目的。这一算法是基于傅里叶变换及信号处理等抽象理论发展出来的，理解起来有一定的难度，在课堂上，首先给学生展示一张脑部CT图片及其对应的频域图，对应高通滤波算法逐渐改变滤波范围使原来的图像相应发生改变，让学生对脑部CT图片在计算机上进行逐步动态锐化，锐化后脑膜轮廓清晰可辨，达到了增强图像边缘的目的。利用多媒体教学，可以直观地看到图像在处理前后的明显变化，便于学生接受,增强了学生对重要概念的理解，提高了教学质量和课教学效率。多媒体的动态教学需要贯穿这个课程始终，例如讲解图像灰度变换时可以开窗算法为例，辅以显影效果不甚理想的医学图片如细胞显微图等讲解利用代数运算对图像进行处理的方法，并将处理后得到的增强图片与原图像加以比对，让学生真切地看到图像处理的作用，了解其价值和意义。此类例子还有很多，通过具体的医学图像实例进行直观生动的课堂演示，可以提高学生的学习兴趣让他们积极参与到教学过程中来，成为教学中的主体。 多媒体动画教案在教学中的作用不言而喻，因此制作合适的教案是能否成功完成教学任务的关键。经过多轮的摸索总结，我们发现教学案例的选择要结合实际，除了让学生掌握理论外，还要让他们知道学到的知识可以用到什么方面、怎么用。 2 实验教学工具与内容的选择 目前，医学图像处理教学选用比较多的软件有PhotoShop、Matlab和VC等。在实际教学中需根据学生的特点选择不同的医学图像处理教学软件，比如我们学院生物工程专业学生编程基础较弱，在学习医学图像处理时选择的是PhotoShop和Matlab，通过PhotoShop软件向学生展示各种医学图像处理算法的实现效果[2]，而使用Matlab编程工具实现各种图像处理算法，另外调用Matlab图像处理工具箱中的系统函数可以实现医学图像的增强、分割等基本图像处理功能，可以让学生掌握一些基本的医学图像处理编程方法。而对于计算机专业的学生，由于他们系统地学过计算机课程，因此在医学图像处理实验教学时就采用VC编程实现各种图像算法。首先提供给学生一个用VC编写好的图像处理平台代码，然后交给学生如何在该平台上增删改他们所需要的图像处理算法。尽管直接使用VC++编写医学图像程序通常代码都比较长，学生比较难掌握，但是采用VC编程相对MatLab编程而言更容易实现可视化界面，编写出的程序可以模仿PhotoShop软件的部分功能，极大地提升了学生的学习兴趣。除此之外还可以使学生了解医学图像处理的每一个细节，彻底领悟医学图像处理各种实现算法的精髓，从而加深对抽象的医学图像处理理论的理解。 在实验内容的选择上多选用验证性算法，以期让学生通过实验巩固和加深对医学图像分析的各种常用算法的理解与掌握在我们的教学中；为了提高学生对实验的重视程度和实验积极性，将实验考核成绩引入