醫學信息工程專業“數字圖像處理”教學方法探討

先永利 齊聰慧

[摘 要] 該文首先簡述了西華大學醫學信息工程專業的特點，接著結合當前電子信息大類學科的發展趨勢，針對數字圖像處理課程提出理論和實踐相結合的教學方法，以提高學生分析和解決相關醫學實踐問題的能力。同時將科研成果和醫學圖像處理的前言趨勢融入到教學中，讓學生近距離了解科研，了解整個醫學圖像處理的發展方向和動態，提高學生的學習熱情和動力。

[關鍵詞] 醫學信息工程;數字圖像處理;教學方法

[基金項目] 國家自然科學基金青年基金項目（61901394）

[作者簡介] 先永利（1986年—），女，四川瀘州人，博士，西華大學電氣與電子信息學院講師，主要從事數字圖像處理、醫學信號與信息處理研究。

[中圖分類號] G642.0 ? ?[文獻標識碼] A ? ?[文章編號] 1674-9324（2020）17-0271-02 ? ?[收稿日期] 2019-12-25

一、醫學信息工程專業特點

醫學信息工程專業屬于電子信息大類，是一門交叉學科。西華大學醫學信息工程專業是新成立的專業，從該專業的培養方案及培養目標可以發現，學生除了需要學習電子信息課程體系的專業基礎課程以外，比如信號與系統、模擬電路等，還需要學習醫學信息領域內的課程。比如生物醫學傳感與檢測、醫學信號處理等。其中，“數字圖像處理”著重講授數字圖像處理的理論知識及實現方法，訓練學生運用所學基礎理論知識解決實際問題的能力[1]。而該課程在醫學信息工程專業有其特殊性，如果還是按照以往的教學方式進行教學，達不到較好的學習效果。以往的教學方法普遍存在以教師為中心、以教材為中心且教學方法單一、教學氣氛單調的“平面化”教學問題[2]。因此，有必要對教學方式進行調整。醫學信息工程專業，主要涉及的數字圖像和醫學成像設備獲取到的圖像有關。生物醫學圖像可以分為宏觀和微觀兩大類。微觀層面主要指顯微圖像，比如光學顯微鏡或者電學顯微鏡獲取到的細胞圖像，宏觀層面主要指人體淺表或者體內的器官或者組織圖像。如計算機斷層成像（CT）、超聲、核磁共振成像（MRI）以及正電子發射成像（PET）等大型影像設備的成像結果。這些圖像都會涉及圖像增強、分割、融合等處理。而且由于圖像所占的存儲容量大，并且每次拍攝獲取的圖像都以幾十張到上百張，這就涉及到圖像的存儲和壓縮等處理。如何把數字圖像處理理論知識和專業應用方向結合起來進行教學，是醫學信息工程專業上這門課的老師最應該注意的問題。本文對西華大學醫學信息工程專業數字圖像處理課程的理論教學和實驗教學兩個方面的教學方法進行探討。結合當前時代發展主流，引入人工智能、大數據等概念，將科研成果融入教學中，提高學生的積極性和學習熱情，對就業方向和深造方向提供參考。

二、理論教學

在本科階段，數字圖像處理課程的理論教學主要包含八個內容：圖像處理基礎知識、圖像的數字化與顯示、圖像變換與二維數字濾波、圖像編碼與壓縮、圖像增強、圖像復原和圖像分割、形態學處理、彩色圖像處理。

1.“理論—應用”的教學模式。在教學中，我們采取“理論—應用”的教學模式，將每章的理論知識和醫學信息工程領域的圖像處理應用密切結合起來講解，讓學生體會到學習書本知識和專業實踐以及以后的工作應用是密不可分的，學了后也知道“怎么用”。

有一些理論基礎要求數學功底比較深，這時候更是考驗教師的時候。需要教師深入淺出并結合例子進行講解，比如圖像變換，將圖像的高頻成分、低頻成分和頻域中對應起來，讓學生建立起對應關系。同時，理論公式的推導一般比較枯燥，學生可能聽著聽著容易走神，不感興趣，這時候建議不用做太多的理論推導，更多是建立概念，將理論和應用結合起來。例如在學到第6章圖像增強時，學生都知道圖像增強主要是從人眼視覺主觀層面來評價增強的效果，和圖像復原有著本質的區別。但是傳統的數字圖像處理課程使用的圖像都是經典的Lena圖像，或者Cameraman等圖像，和醫學信息工程專業領域相關性不大。這時候，可以將這些方法使用的圖像都用醫學圖像代替。比如B超圖像。B超圖像由于其自身的成像特點，會自帶散斑噪聲，此時傳統的去噪方法不能直接用于B超圖像的去噪。而應對噪聲的特點進行分析，圖像增強方法也就有需要有針對性的選擇。只有增強之后才能提高圖像的清晰度和對比度，便于醫生對病灶的診斷和治療。另外，有一些病灶的尺寸太小，傳統的圖像分割方法不能直接使用，還得使用交互法進行分割。

2.注重不同方法的應用范圍。圖像處理有很多種處理方法，對于具有相似功能的處理方法而言，不同方法有不同的應用范圍。比如，圖像增強有多種方法，比如直方圖均衡化，圖像平滑，圖像銳化。那么需要針對特有的醫學圖像進行分析，選擇相應的算法。教師需要采用各種不同的應用實例來講解它們之間的區別，比如乳房的CT圖像，里面有腫瘤，由于黑色區域比較多，這時候可以采用圖像反轉的方式來增強圖像中的腫瘤信息。以醫院放射科實際采集的腫瘤病人的圖片為例，當腫瘤和周圍組織對比度差別太小，不利于醫生查看的時候，我們采用分段線性變換的對比度增強和直方圖修正結合的方法來進行圖像增強。當圖片中含有在掃描時帶有的設備和環境等噪聲干擾的時候，圖像淹沒在噪聲中，我們就采用中值濾波、同態濾波的方法進行處理[3]。

把每個關鍵知識點配以實際的醫學影像領域實例進行講解，這樣不僅將不同方法的區別講解清楚，而且將枯燥的理論形象化，使得學生的學習不是“死記硬背”，而是要知道各個知識點在本專業的應用范圍。

三、實踐教學

主要采用易于學習和使用的Matlab平臺作為實驗工具，充分利用MATLAB圖像處理工具箱在數學運算和算法驗證上的優勢，主要對所學過的各種方法進行驗證，從而比較各種方法的優缺點以及使用范圍。實驗教學以驗證性實驗為主，配以開放性的自主設計為輔。我們安排了圖像的基本操作、圖像頻域變換、圖像空域增強、域增強方法、二值形態學圖像處理的相關實驗四個，通過具體的上機實踐，激發同學們的學習激情，在學習和實踐中充分體驗數字圖像處理的內涵和它的魅力。與通用的圖像處理課程不同，我們結合醫學信息工程專業的特點，盡可能多地采用實際的醫學影像圖片作為處理的圖像源，包括B超圖像，磁共振成像（MRI），CT等掃描的圖像，以及細胞等顯微圖像。通過這樣的實驗設置，讓學生對醫學信息工程專業領域碰到的諸如圖像增強、圖像分割等處理方法有了直觀的認識，完美地把理論知識與專業應用結合了起來。

四、結合科研成果以及人工智能背景進行教學

在給本科生教學過程中，筆者發現學生們對數字圖像處理的實際應用非常感興趣，筆者也一直覺得理論課的學習，最終一定要應用到實踐。因此在“數字圖像處理”的教學過程中，可以加入數字圖像處理的前沿內容，特別是教師參與過的一些科研課題，比如生物醫學圖像處理——視網膜圖像，涉及到圖像去噪，圖像分割，圖像配準，信息處理和計算，這些步驟實際就是我們平時學習的知識，只是針對具體的領域進行應用。通過這種方式，讓學生了解科研并不神秘，提高他們的學習興趣。在不占用課堂正常教學的前提下，也可適當給學生擴充一下人工智能背景下醫學圖像處理的發展趨勢，比如智慧醫療、遠程醫療、機器讀片等最新的熱點技術，給學生更多的想象空間，激發學生興趣。

五、結語

本文就醫學信息工程專業開設的“數字圖像處理”課程的特殊性做了分析，提出了適用于該課程的教學方法。從理論教學和實驗教學兩個方面進行了舉例說明，以實例講述了如何將理論知識和醫學信息工程專業的專業領域巧妙結合的方法，以及實驗中將理論應用到醫學圖像的處理應用中。該教學方法可以幫助學生真正學會將理論知識轉化為解決本專業實際問題的能力，對提高醫學信息工程專業的數字圖像處理的教學質量有很好的參考價值。

參考文獻

[1]王忠芝，劉文萍，王晗，付慧.“數字圖像處理”課程教學改革探索[J].中國林業教育，2019，37（3）：66-69.

[2]孟祥超，符冉迪，邵楓，陳懇.“數字圖像處理”立體式教學方法改革與實踐[J].高教學刊，2019，23：136-138.

[3]黃敏.生物醫學工程專業“數字圖像處理”教學方法探討[J].科教文匯，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