课程整合在医学图像处理教学中的探索

2018-08-13 05:35程敬海
中国中医药现代远程教育 2018年15期
关键词:医学影像课程目标图像处理

肖 寒 程敬海 李 鹏

(上海健康医学院医学影像学院,上海 201318)

课程整合的理论最早可以追溯到19世纪赫尔巴特提出的统觉论[1],他认为应该将支离破碎的教学内容加以整合,以利于完整人格的形成。从现代教育的观点来看,课程整合就是根据人才培养的需要,进行门类归并、内容梳理和统整、教学方法的革新等,实现课程的系统集成和重构[2]。随着社会经济的快速发展,社会需求的多样化更需要复合型、创新型的人才[3]。因此传统的课程有必要进行有机的整理合并,通过整合课程来全方位提高人才的素质[4]。

上海健康医学院在多个专业中开设了“医学图像处理”课程,如医学影像技术、放射治疗技术、医疗设备应用技术等专业。课程组的教师结合多年在此课程中的教学经验与实践,在学院多个教研室的支持下,对“医学图像处理”课程进行了整合开发。本文就该整合课程的教学实践与体会,以及教学中遇到的一些问题进行探讨,旨在为同行提供一些借鉴。

1 课程目标与整合的形式

“医学图像处理”是医学影像相关各专业本科生的一门专业必修课程,通过课程学习能够掌握数字图像的基本概念、了解常见的图像处理算法,能够在图像工作站上对医学图像进行处理,同时了解医学图像DICOM格式和PACS网络系统配置,并对图像三维重建、分割、配准、融合等技术有初步了解,为后续高层次的学习奠定基础。

为了实现课程目标,课程组以原有的“医学图像处理”课程为主体,将“工程数学”“医学信息学”“医学影像诊断学”等三门课程的部分内容进行筛选后,加入到“医学图像处理”课程中,然后对课程所有内容进行重新组织和设计,整合成一门全新的“医学图像处理”课程。课程整合有多种形式,如专题综合式,模块关联式、主题嵌入式、学科融合式等[5]。课程组选择了学科融合式对“医学图像处理”课程进行整合。该课程涉及多个领域,有复变函数、线性代数等数学基础领域,也有影像诊断等医学领域,还有计算机网络、计算机图像等信息领域,通过各不同学科的融合,统一构造在图像处理的知识与技能的主线上,让学生视域拓展的同时,破除了知识结构的碎片化,通过学科的关联提高了学生的综合应用能力[6]。

2 课程的整合过程

2.1 课程目标的调研 “医学图像处理”课程在整合之前,课程组对课程的总体目标进行了充分的调研。虽然该课程已经开设并讲授了多年,但是课程组认为到专业目标岗位第一线去调研仍然很有必要。结合我校“医工并举”的办学特点,我们确定了调研的对象为医院放射科一线技师、医疗器械安装工程师、医疗器械维修工程师等岗位的往届毕业生。我们通过发放问卷、电话访谈、见面访谈等形式展开调研,试图弄清楚学生通过学习“医学图像处理”课程,到底应该掌握哪些知识和技能。

调研结果汇总与筛选后,共采集到有效样本数95份,其中放射技师样本40份,安装工程师样本25份,维修工程师样本30份。表1列出了三类不同岗位人员调研结果分析的汇总情况。能够看出,三类人员都认为医学图像处理基本概念、常见的图像处理算法和图像增强算法等非常必要(均为65%以上);频域变换、图像分割、图像配准与融合等有一定的必要(60%~40%);图像的压缩编码等没有必要(10%以下)。出乎意料的是,对于图像三维重建、DICOM标准、PACS网络等认为很有必要(超过80%)。课程组经过集体讨论后最终确定了整合后的课程目标。

表1 课程目标调研汇总结果 (%)

2.2 课程整合门类的确定 根据课程目标,课程组将知识与技能大类与目前学院开设的课程进行对应,以寻求课程整合的门类。数字图像的基本概念、线性变换等基本算法和图像增强等属于原有“医学图像处理”课程内容。图像频域变换需要用到复变函数、线性代数等数学知识,课程组经过商定将“工程数学”整合到课程中。DICOM标准和PACS网络的配置等属于“医学信息学”的内容,也将这门课程整合进来。最后图像三维重建、分割、配准和融合等,需要一定的影像诊断知识,课程组商定将“医学影像诊断学”的部分内容也加入到课程中。最终确定了以原有的“医学图像处理”课程为主体,将“工程数学”“医学信息学”“医学影像诊断学”等三门课程的部分内容整合到新课程中的方案。

2.3 课程内容的重构与设计 整合后的课程包含多个学科门类,但是作为一门完整的课程,其内容需要具备系统性和严密的逻辑性。课程组经过多次讨论,对整合后的课程内容进行认真分析,理清了各知识要点在认知和学习中的逻辑先后次序,对理论内容和实训内容进行重构与设计。最终确定的知识与技能结构大类如表2所示。

表2 课程知识与技能结构大类

2.4 教学资源的开发 课程组根据重构后的课程内容,编写了教学大纲。因为涉及多个学科,经过多次讨论后统稿并最终定稿,形成了统一的授课标准。经过课程组全体老师的共同努力,编写了校本教材和配套的实训手册,对整合后的课程内容进行了有机的融合,避免了让学生同一门课中使用多本教材的尴尬。实训条件方面充分利用了学院现有的计算机机房和PACS系统实训室,并增购了图像三维处理软件系统。

3 课程教学的实施与效果

整合后的“医学图像处理”课程开设在医学影像技术、放射治疗技术、医疗设备应用技术等专业的第三学年第二学期。整个课程一共64学时。学院配备了不同学科的共5名教师授课,其中高级职称教师2人,博士学位教师4人。课程实训使用学院计算机机房、PACS实训室、X线DR实训室等多个实训场所。课程的考核采用理论考核与实训项目考核结合的形式,两种考核形式各占50%。

课程经过整合后,教学效果得到明显的提升。对已经授课的二届学生进行满意度调查后发现,有70%的学生认为整合后的课程内容衔接很好,有系统性,20%的学生认为好。大多数学生觉得整合后的课程更有整体性,能够将图像处理相关的知识与技能串起来,更便于理解和接受,提高了学习的效率。

4 课程整合的一些思考

在“医学图像处理”整合课程的教学和开发过程中,也发现有一些问题需要注意。第一,在整合的课程内容选取上,不能求“全”。课程虽然是由多学科的不同课程整合在一起,但毕竟是一门课程,应该以某一门课程作为主线,其他加入的课程为主线课程服务,而且加入的内容也要经过筛选,有所取舍。第二,整合课程需要校本自编教材的支持。因为整合后课程涉及多个学科,授课内容也经过重构和设计,教学时需要使用一本统一的教材,不能让学生在不同学科内容时使用不同的教材,学生会觉得无所适从。第三,教学中不同教师之间要注意授课内容的衔接。整合后的课程因为涉及多个学科,让某一位教师来承担整个课程的教学比较困难,不同教师授课时应该意识到是在讲授同一门课程,要注意授课内容的前后关联。

猜你喜欢
医学影像课程目标图像处理
结合多层特征及空间信息蒸馏的医学影像分割
《计算方法》课程的“面向产出”评价改革实践
医学影像技术在医学影像诊断中的合理运用
人工智能辅助冠状动脉CTA图像处理和诊断的研究进展
基于不同主体的课程质量综合评价
——以“交通运输规划”课程为例
基于工程教育专业认证的课程目标达成度定量评价研究
——以信号与系统课程为例
影像组学在核医学影像中的应用进展
基于ARM嵌入式的关于图像处理的交通信号灯识别
基于图像处理的机器人精确抓取的设计与实现
机器学习在图像处理中的应用