医学工程教学方法探讨范文

本站小编为你精心准备了医学工程教学方法探讨参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

随着科技的发展，各种图像信息都逐步进入数字化时代，以便存储和进行后续的通信、变换和识别等处理。数字图像处理课程是图像处理、电子、通信、生物医学工程等众多工科专业本科生学习的一门专业必（选）修课，虽然不同专业在学习理论知识时是相通的，但各专业在实际的图像处理的教学方法和具体应用上还是有较大差别。[1]生物医学工程专业有着其特殊性，在医学图像领域，从显微图像到CT、超声、MRI及PET等大型影像设备的成像结果，都涉及大量的图像需要存储，然后需要对图像进行增强、分割、融合等处理。如何把数字图像处理理论知识和专业应用方向结合起来进行教学，是生物医学工程专业上这门课的老师最应该注意的问题。本文对生物医学工程专业数字图像处理课程的理论教学和实验教学两个方面的教学方法和经验进行探讨。

1理论教学

在本科阶段，数字图像处理课程理论教学主要讲述六部分内容：图像处理基础、图像变换理论、图像压缩编码、图像增强、图像恢复和图像分割。[2]

1.1“理论—应用”的教学模式

在教学中，我们采取“理论—应用”的教学模式，将每章的理论知识和生物医学工程领域的图像处理应用密切结合起来讲解，让学生体会到学习书本知识和专业实践以及以后的工作应用是密不可分的，学了后也知道“怎么用”。比如在学到第一章图像处理基础的图像数字化这一环节，虽然学生都知道结论就是：采样频率要大于图像最高频谱的两倍。但是对于实际应用中，这个参数很抽象，具体怎么选择？结合以前学的一维时间域信号的采集，采样频率就是采样时间间隔的倒数，即要求：采样时间间隔小于某个值（这个值是由原模拟时间信号进行FT后频率成分的最大值的倒数的一半来决定的）；而现在转换到二维的图像域，实际上是图像在空间上的采样间隔（每个像素的大小）要小于某一个值，也就是最后数字图像可分辨的最小“尺寸”是多少的问题。联系到本专业的磁共振成像应用中，就是医院的影像诊断仪器在检查病人相关疾病（如肿瘤等）时，可以看到的最小肿瘤的尺寸，从而对学生说明一个问题：仪器不是万能的，不是想看多大的病灶就可以看到的。进一步扩展，这个尺寸又怎么定呢？和具体的每种成像设备的成像原理有关，当然对本科生来说，由于学时和知识结构的限制，不能扩展太多。由于医学影像设备得到图像的过程和其他普通图像数字化过程不太一样，此时要强调不是所有的数据在采集的时候都是直接在图像域采集，医学图像领域很多是先在频域采集数据，然后转换到空间域的图像。最后举一个实例，配以幻灯实例进行说明：如果医学影像设备不满足采样定理，看到的图像会是各组织相互重叠在一起，根本无法用于医生诊断。这样就让学生加深了印象，认识到采样定理的重要性，在以后的相关实现中一定要满足这样一个看似简单的采样定理。这种“理论—应用”的教学模式极大地调动了学生的学习积极性。

1.2注重不同方法的应用范围

图像处理有很多种处理方法，对于具有相似功能的处理方法而言，不同方法有不同的应用范围。比如，图像增强有多种方法，但是从根本上分为两大类，一类是没有噪声，但图像对比度差，可以用对比度增强和直方图修正的方法来增强对比度。另一类是有噪声，需要采用消除或者削弱噪声的图像平滑方法。我们采用各种不同的应用实例来讲解它们之间的区别。以医院放射科实际采集的肿瘤病人的图片为例，当肿瘤和周围组织对比度差别太小，不利于医生查看的时候，我们采用分段线性变换的对比度增强和直方图修正结合的方法来进行图像增强。当图片中含有在扫描时带有的设备和环境等噪声干扰的时候，图像淹没在噪声中，我们就采用中值滤波、同态滤波的方法进行处理。把每个关键知识点配以实际的医学影像领域实例展示，这样不仅将不同方法的区别讲解清楚，而且将枯燥的理论形象化，使得学生的学习不是“死记硬背”，而是要知道各个知识点在本专业的应用范围。

2实践教学

实践教学在进行实验设置和编写实验指导书的时候，充分考虑到学生第一次接触二维图像的一个实际情况，不可能在很短的时间直接采用C，VC之类的编程环境逐行编写代码来实现数字图像处理课程中各种复杂的处理方法，因此，我们采用易于学习和使用的Matlab平台作为实验工具，充分利用MATLAB图像处理工具箱在数学运算和算法验证上的优势，主要对所学过的各种方法进行验证，从而比较各种方法的优缺点以及使用范围。实验教学以验证性实验为主，配以开放性的自主设计为辅。我们安排了图像变换、图像的空间增强方法、图像的频域增强方法、图像复原以及图像分割的相关实验五个，通过具体的上机实践，激发同学们的学习激情，在学习和实践中充分体验数字图像处理的内涵和它的魅力。与通用的图像处理课程不同，我们结合生物医学工程专业的特点，尽可能多地采用实际的医学影像图片作为处理的图像源，包括磁共振成像(MRI)，CT等扫描的图像，以及红外乳腺图片、生化领域的细胞图片。比如，在图像分割的验证性实验中，我们以对红细胞的个数进行自动计数为例。首先要求学生采用边缘分割的方法把红细胞分割出来，然后再进行计数处理；让学生采用区域生长法进行分割，比较两种方法在分割上的准确度。在分割时要学生注意对粘连红细胞要进一步分为单个红细胞。在图像压缩的开放性设计实验中，我们以磁共振成像（MRI）的图像压缩为例，要求采用正交变换的方法进行压缩，将256×256的MRI图像分成1024个8×8的子图像块后，对每个图像块进行离散余弦变换，由于系数集中在左上角低频部分，采用掩模的方法，我们保留左上角的系数，根据压缩比的不同，保留的系数个数不同。分别设置掩模左上角为1的个数为10，6，3，1的情况（掩模其他位置均为0），对应图像的压缩比分别为6.4，10.7，21.3，64。然后在解压图像时，采用对“舍弃”掉的系数用0代替，进行反余弦变化，观察解压图像和原始MRI图像的差值图像。比较不同压缩效率下，解压图像的失真度，得出此副图像合适的压缩比是多少。再让学生思考当子块划分为16×16时，图像的压缩效率和解压图像效果又会怎样变化。通过这样的实验设置，让学生对生物医学工程专业领域碰到的诸如图像压缩、图像增强等处理方法有了直观的认识，完美地把理论知识与专业应用结合了起来。

3结语

本文就生物医学工程专业开设的数字图像处理课程的特殊性做了分析，提出了适用于该课程的教学方法。从理论教学和实验教学两个方面进行了举例说明，以实例阐述了如何将理论知识和生医专业的专业领域巧妙结合的方法，以及实验中将理论应用到医学图像的处理应用中。该教学方法使学生真正学会了将理论知识转化为解决本专业实际问题的能力，对提高生物医学工程专业的数字图像处理的教学质量有很好的参考价值。经过几年的教学实施，该课程取得了良好的教学效果，也提高了本专业学生的就业竞争力。