多种开发工具在医学图像处理课程教学中综合应用.docVIP

多种开发工具在医学图像处理课程教学中综合应用 　　医学图像信息处理是一门结合了算法与程序设计的专业课程，若仅依靠Visual C++ 6.0作为开发平台，可能导致学生视野偏窄、学习效率偏低。通过此次教学改革，将Matlab、OpenCV、VTK及Visual Studio开发平台共同应用于教学过程中，在不同的章节突出不同的内容。实践表明，借助这些高级开发平台进行学习，学生学习积极性得到激发，理论水平及工程实践能力明显提升，为开展毕业设计或科研工作打下良好的基础。 　　1 引言 　　医学图像信息处理是结合温州医科大学医学特色，向信息管理与信息系统专业学生开设的一门高年级专业课，旨在让学生掌握生物医学成像及图像处理方面的基本原理、方法和发展趋势，拓宽学生知识基础，提高学生素质，使学生具有解决一般医学成像和图像处理问题的能力。 　　以前，在医学图像信息处理课程中是以Visual C++ 6.0和Matlab作为课堂演示及上机实验的平台。Visual C++ 6.0作为一种通用的开发平台，使用其编写程序时，工作量大，开发周期长。对于学生来说，把大量的时间用在熟悉开发语言而不是用在学习图像处理的算法上，显然不是本课程的目的。因此，仅使用Visual C++作为教学及实验的工具并不合适。 　　Matlab语法结构简单，提供了专门的图像处理工具箱，使学习者不必太多地去关心图像的文件格式、读写、显示等细节，而把精力集中在算法研究上。但是，仅偏重于学生如何使用Matlab工具箱实现图像处理的功能，不利于学生深入理解各种算法原理。而且，由于Matlab程序的移植性较差，学生学完后不能面对实际的开发应用，难以提高实践动手能力[1]。 　　本课题研究的目的在于拓宽学生知识面，在教学过程中增加了OpenCV和VTK这两种高层开发平台，以期提高学习效率，为开展学生科研、毕业设计以及今后的工作打下更加扎实全面的基础。 　　2 教学改革的具体实施 　　此项教学改革的总体思路是将Matlab、OpenCV、VTK共同引入医学图像信息处理课程的学习，在不同的章节嵌入适当的示例程序，分析算法原理和代码实现。同时，设计合适的实验项目，让学生能够按部就班、从简到难地开展基于以上开发工具的上机实??。改变学生由于C++语言的复杂繁琐所导致的学习积极性不高、缺乏自主探索意识的现状，转而能够在学习和实践中充分体验医学数字图像处理的内涵和魅力。同时，教师可以挑选对该方面感兴趣的学生，以学生科研课题或毕业设计的形式，做进一步的指导，从而使本课程的教学水平得到提高。 　　Matlab平台的应用 Matlab虽然不适合于本课程所有章节的演示与实验，但在介绍数字图像的一些基本概念时不失为一个好的平台，因为它具有界面直观明了、命令简单、易学易懂的优点。以下几幅图是在教学过程中使用的部分示例：图1是用Matlab命令显示的人体骨骼PET原始图像及其直方图，图2是原始图像的灰度反转图及其直方图。 　　OpenCV的应用 OpenCV即开源计算机视觉库，它是以C函数和C++类的形式实现大量图像处理算法。相对于Matlab而言，学生不仅可以利用OpenCV开放的源代码，以函数进行图像处理，而且可以查看算法的代码实现，在提高编程能力的同时理解算法的原理[2]。 　　在讲解图像增强、图像分割、图像变换时设计了采用Visual S+OpenCV为平台的实验内容。因为考虑到工具的高效性和通用性，所以OpenCV是本次教改中最为重要的一个教学内容，所占学时也最多。根据以往经验，大多数学生对OpenCV并不熟悉，配置OpenCV的开发环境又比较麻烦，仅让学生在实验课上跟着教师做一遍并不能让他们真正掌握知识，因此需要先在理论课上对OpenCV做详细的介绍，演示各种开发案例，讲解常用函数功能，然后在实验课上再让学生对照实验指导书安装OpenCV并一步步配置开发环境，接着完成各项实验内容，包括在win32控制台项目中使用OpenCV和在MFC框架下使用OpenCV进行数字图像处理。实验课后再布置若干个大型的实验任务，可以2～3人一个小组，让学生自己查资料开发完成，期末上交实验报告及源代码。 　　实践表明，采用理论课+实验课+课外实验的模式，整个学期持续地让学生接触、实践新的开发工具，才有可能比较好地掌握这个工具。否则，很可能就变成学一段忘一段的无效学习。图3是采用Sobel边缘检测算子分割图像的效果图，图4是对图像做阈值分割的效果图，图5和图6分别是对图像进行仿射变换和透视变换的效果图。 　　VTK的应用 VTK是在OpenGL的基础上，结合面向对象技术，重新设计和开发用于三维计算机图形、三维可视化、图像处理的C++类库。医学图像的三维重建和显示是本课程中最抽象的内容。在教学过程中，