科教社教案医学人工智能通识教程梅挺第八章 医学人工智能在医学影像学中的应用.docxVIP

第八章医学人工智能在医学影像学中的应用

教学基本情况

授课信息

教学内容

智能影像分析与辅助诊断、诊断效能提升与资源配置优化、多模态影像融合（原理/算法/挑战）、基于影像的手术规划与导航、精准治疗决策支持（放疗靶区勾画/预后监测）、未来趋势与伦理安全

授课对象

本科（医学影像学、临床医学、生物医学工程、人工智能等相关专业）

授课地点

多媒体教室

授课学时

4学时（每学时45分钟）

课程类型

理论+实践

学情分析

知识和技能状态：

学生已完成人工智能基础理论、机器学习、深度学习、图像处理及临床AI应用等前置知识学习，对CNN、U-Net、GAN等模型有初步了解，熟悉医学影像模态（CT/MRI/PET/超声）。但对智能影像分析的全流程（预处理→特征提取→分割/检测→诊断报告）、多模态融合原理、影像组学、手术导航系统、放疗靶区勾画等专业领域缺乏系统性认知。

认知和实践能力：

学生具备一定的医学影像基础知识和编程能力，能理解基本的图像处理操作，但对三维影像重建、多模态配准、像素级分割、影像组学特征提取等复杂技术原理理解有限；对AI在影像诊断中的实际部署挑战（数据异质性、可解释性、计算资源）缺乏实践认知。

学习特点：

学生对医学影像AI兴趣浓厚，偏好案例驱动、影像可视化演示和临床场景模拟，乐于参与影像标注和模型效果对比讨论；需要强化将AI技术应用于影像诊断全流程的系统性思维，以及对伦理安全