医学应用背景下数字图像处理课程的教学探索

田昕　赵芳　李波

摘 要 “新工科”建设对数字图像处理的教学方式提出了新的要求。文章针对现有教学方式的局限，提出将医学应用引入课程教学的改革思路。以教学中引入锥体束CT（Cone Beam Computed Tomography，CBCT）图像处理为例，从教学内容和实践方法两个方面阐述了具体的教学改革思路，探索“新工科”背景下，集基础和应用研究为一体的复合型数字图像处理人才的培养模式。

关键词 医学应用 数字图像处理 教学

中图分类号：G424                                  文献标识码：A   DOI：10.16400/j.cnki.kjdk.2021.11.048

Teaching Exploration in Digital Image Processing Course

under the Background of Medical Application

TIAN Xin [1]， ZHAO Fang[2]， LI Bo[3]

（[1] School of Electronic Information， Wuhan University， Wuhan， Hubei 430072;

[2]Department of Cardiovascular Disease， Zhongnan Hospital of Wuhan University， Wuhan， Hubei 430071;

[3]Department of Radiology， Stomatology Hospital of Wuhan University， Wuhan， Hubei 430079）

Abstract The construction of "New Engineering" puts forward new requirements for the teaching methods in digital image processing course. To address the limitations of existing teaching methods， we propose a new methodology by introducing the medical application into the teaching process in this study. We take the image processing of cone beam computed tomography （CBCT） in our teaching as an example， and discuss the specific teaching innovation from the aspects of teaching content and practice method. Furthermore， we explore the training mode of compound digital image processing talents with the skills of both fundamental and applied research under the background of "New Engineering".

Keywords medical application; digital signal processing; teaching

0 引言

數字图像处理技术的需求与日俱增，已成为人类获取信息的重要来源及利用信息的重要手段。交叉学科的发展，尤其是临床医学的应用需求，极大推动了数字图像处理技术的发展。[1]例如，计算机断层扫描（Computed Tomography，CT） 的发明及医学应用，对图像压缩、编码、识别等提出更高要求，需要数字图像处理技术更加精细，准确。在数字图像处理课程的众多知识点中，除上述图像压缩、编码、识别外，图像增强、图像去噪和图像分割等均与临床医学应用高度相关。[2-3]目前多数院校使用的数字图像处理教材中，与应用相关的章节知识点陈旧，不适应现有主流发展，导致学生学习积极性不高，无法满足“新工科”背景下专业人才培养的需求。[3]在此现状下，笔者基于近十年对“数字图像处理”课程的教授经验和在学科交叉背景下对医学应用的研究，以临床医学中CBCT图像处理为例，探索结合医学应用的数字图像处理课程教学改革思路，从而使得课程知识点新颖，将教学、实验和科学应用融为一体，把学生培养成理论基础扎实、应用和创新能力较强的复合型人才。

目前，所授数字图像处理课程的主要知识点包括图像的灰度变换、频率变换、图像增强、图像复原、图像编码、图像分割等。灰度变换的目的是为了改善画质，使图像的显示效果更加清晰。基本类型包括线性变换、分段线性变换和非线性变换。频率变换是一种常见有效的图像处理手段，频率变换的目的在于使图像处理问题简化、有利于图像特征提取和从概念上增强对图像信息的理解。图像复原是在研究图像的退化原因基础上，以退化图像为依据，根据一定的先验知识，建立一个退化模型然后用相反的运算，以恢复原始景物图像。图像编码对图像数据按照一定的规则进行变换和组合，达到以尽可能少的代码来表示尽可能多的信息。图像分割是把图像按照一定的要求分成一些“有意义”区域的技术。[4]笔者目前的思路是先完成所有知识点的教学工作;然后首先以CBCT为例，讲解在此医学应用背景下，所需要使用到的灰度变换、频率变换、图像增强、图像复原及实验方法。

1教学内容设计

1.1 CBCT简介

相对于传统CT，CBCT可以直接利用其采集到的二维投影数据重建三维图像，同时可以在较低辐射剂量下工作，目前被各大医院广泛使用。在CBCT重建过程中由于辐射剂量的减少，重建图像质量极易受到噪声等外界因素的干扰，对数字图像处理技术提出了更高的要求。

基于Feldkamp-Davis-Kress （FDK）的CBCT三维重建过程可以通过下式进行表示：

（1）

在上式中，为角度下被测物体的投影，其他参数描述详见。[5]

1.2 相关教学内容

首先选用一幅实测CBCT的投影数据，如图1（a）所示，可以看出投影数据较暗，导致局部细节很难被观察，按照所学知识点引导学生观测投影数据的直方图，如图1（b）所示。在数字图像处理中，直方图是最简单且最有用的工具，反映的是一幅图像中各灰度级像素出现的频率之间的关系。可以看出，造成投影数据较暗的原因在于其灰度分布主要集中在左侧较小的范围内，此时可以提出如下类似问题：如果采用灰度变换中的非线性变换来改善图像质量，图1（c）中的相关参数该如何选取？

考虑到投影数据中存在的噪声问题，可以引导学生回顾课程中的图像增强知识。图像增强不仅仅以图像保真度为原则，而是通过处理有选择性地突出一些感兴趣的信息。首先从图像空间域平滑展开，对比分析局部平均法和中值滤波法的性能差异。局部平均法是一种直接在空间域上进行平滑的处理，可用像素邻域内各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑。中值滤波是对一个滑动窗口内的所有像素灰度值从小到大排序，用中值代替窗口中心像素的原来灰度值，是一种非线性的图像平滑法。结合图像特点，可以指出在低辐射计量下，噪声特性趋向于泊松分布，导致局部平均法和中值滤波的性能依然有限，促使学生查询文献思考问题解决办法，激发科研热情和自主科研能力。

如果需要进行频率域滤波或者频率域特征分析，可以对选用的投影数据进行傅里叶变换。傅里叶变换是一种正交变换，经过变换后图像能量集中分布在低频成分上，边缘、线信息反映在高频成分上。首先详细讲解基于傅里叶变换的投影数据频谱计算方法，进一步结合高通和低通滤波后图像的变化情况，说明图像细节与图像频谱间的关联。

由多张投影数据进行三维重建，涉及课程中的图像复原知识点。输入的是一系列投影图，而输出的是重建图。重点讲解FDK算法中如何建立投影数据与三维重建图像的联系，同时指出目前FDK算法的局限性，引导学生自主学习代数重建法、统计重建法等内容，扩宽学生相关内容的知识面。

基于三维重建图像，可以对其中的目标进行定位。以此为背景，首先探讨可行的边缘检测方法以及分析不同区域分割方法的有效性。边缘检测方法可以重点分析Canny边缘检测方法的特点，例如，低误判率、高定位精度等。区域分割方法可以重点分析最小误差分割法和区域增长法等。

上述教学内容中涉及的课程知识点如图2所示。

2实践方法设计

科研实践是理论教学中重要的一个环节，其目的是培养学生的动手能力、设计能力与创新能力。[6-7]以此为实践方法的根本目的，针对前文中涉及的相关知识点，探索合适的实践方法。

实践测试数据集选用网上公开数据head phantom模体及实测投影数据。编程语言根据学生的情况进行自主选择。实践过程包括公共选题和自主选题两个方面。公共选题为基本的图像处理操作，包括图像缩放、图像平移等，主要是锻炼学生基本的编程能力。自主选题由上述相关知识点引申，以问题为导向，锻炼学生自主解决问题的能力，其流程如图3所示。

选题的难易应该与学生的能力相匹配，因此设计的题目难度尽量适中，考虑到个体间的差异，同时提供少数创新性较强的题目供学习能力较强的学生选择，可以适当提升该类题目在实践考核中分数的权重。由学生自行协商，按照选题对学生进行分组，每组人数不超过5人，同时明确每名学生在分组中的职责。编程平台依据学生的兴趣进行选择，例如C++、Matlab及Python等主流高级语言。为了简化编程过程，推荐使用OpenCV等开源图像处理库中的相关函数。OpenCV是一个基于BSD许可发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它提供了Python、Matlab等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。详细设计包括文献调研、算法设计、实验验证及分析、报告撰写等环节，时间长度可设置为選题结束后的一个月内。小组汇报主要介绍预期目标完成情况、个人作用、算法描述、实验结果及总结。

课程考核方式由期末考试、平时作业及课程实践三部分组成。期末考试和平时作业主要考察对课程知识的掌握情况，成绩约占总成绩的70%;课程实践主要考核学生的创新及实践能力，由教师对各小组汇报情况综合打分计算，成绩约占总成绩的30%。期望通过这样的考核方式，充分激发学生学习的热情及创新活力。

3展望

通过将具体医学应用科学问题引入到“数字图像处理”课程的教学中，可以促使学生带着问题去思考枯燥的理论知识，激发学生的求知欲和学习此门课程的兴趣，从而取得更好的学习成绩;结合实际应用的实践过程将充分锻炼学生自主科研的能力，一方面需要通过查阅文献思考解决问题的办法，增强创新意识，另一方面还需要将具体思路进行编程实现，提升编程水平;新的教学模式下，学生可以对所学知识举一反三，从而将其应用到更多研究领域，为未来就业或攻读硕士研究生进行先行的知识储备。

4 结束语

科学上的突破和创新依赖于学科交叉，这给“新工科”背景下的数字图像处理课程教学方式提出了新的要求。临床医学的应用在数字图像处理技术中占有重要地位，笔者基于近年来的教学经验和科研经历，以CBCT图像处理为例，分别从教学内容和实践方法两方面提出了以问题为导向的课程教学方法，期待可以充分激发学生的创新活力和学习热情。目前笔者初步的经验认为该方法可行、有效，值得推广应用。今后在工作实践中，笔者还将继续探索此教学方法在“数字图像处理”课程教学方面的应用前景，努力将新的教学模式应用于教学实践，不断提高教学质量。

通讯作者：赵芳

参考文献

[1] 陈德潮.面向医疗大数据的数字图像处理课程建设的探索[J].科技风，2020（20）.

[2] 喻罡，肖嘉莹，黄忠朝等.医工融合创新人才课程体系建设——以医学图像处理为例[J].中国医学教育技术，2020，34（04）：422-424.

[3] 张磊，许淼.新工科“数字图像处理”课程教学改革研究[J].无线互联科技，2020，17（16）： 116-117.

[4] 贾永红.数字图像处理（第三版）[M].武汉：武汉大学出版社，2015.

[5] L.A.Feldkamp， L.C.Davis，and J.W.Kress. Practical Cone-beamAlgorithm[J].Journal of the Optical Society of America A，1984，1（6）：612-619.

[6] 梁俊花，刘洋，赵志升等.以科研为导向的《数字图像处理》课程教学改革与探索[J].佳木斯职业学院学报，2016（11）：175-176.

[7] 陈芳，张道强.基于研究性学习的数字图像处理课程教学改革[J].软件导刊，2020，19（12）：48-50.