BOPPPS教学模式在生物医学图像处理教学中的应用

毕迎春,白 羽,刘俊彤,苏 洋,王培培,张 浩

(皖南医学院 1.医学信息学院;2.健康大数据挖掘与应用研究中心,安徽 芜湖 241002)

在新工科、新医科的背景下,人工智能、大数据、物联网等新一代信息技术发挥着至关重要的作用,医工交叉人才的缺口凸显,培养医工交叉人才成为各高校关注的焦点[1-2]。生物医学图像处理课程是医学信息工程等医工交叉学科的专业必修课程,特点是理论性和实践性强,医学、数学、计算机等多学科相关知识交叉融合在授课内容中[3]。在有限的学时内,既要掌握医学图像处理的理论基础,又要应用程序设计语言实现相关算法,对学生和教师都极具挑战性。

BOPPPS(bridge in-objective/outcome-pre-assessment-participatory learning-post-assessment-summary)是一种以学生为中心,围绕6个教学环节,构建闭环教学过程的教学模式,近年来已被广泛应用于课堂教学中[4-6]。石蕴玉等采用BOPPPS教学模型对数字图像处理课程进行了教学设计[7];赵亚红等在OBE理念下,对误差理论与测量平差基础课程应用BOPPPS教学模式实施教学[8]。马立丽以线上教学资源为支撑,基于BOPPPS教学模式对Java程序设计课程进行教学改革[9]。

为解决传统课堂的教学痛点问题,提高学生参与度,激发学生学习热情,本研究通过回顾分析的方法,分析BOPPPS教学模式对生物医学图像处理课程教学效果的影响及促进作用。

1 对象与方法

1.1 研究对象 选取皖南医学院医学信息工程专业学生作为研究对象,2019级63名本科生为研究组(采用基于BOPPPS教学模式),男34名,女29名,平均年龄(21.49±0.78)岁;2018级64名本科生为对照组(采用传统教学模式),男38名,女26名,平均年龄(21.66±0.84)岁。两组学生均在大三下学期主修该门课程,基于教材、教学大纲、命题方案和形成性评价方案同等的条件下,布置相同的作业和实验任务,确保期末考试试卷题型、题量、覆盖知识点完全一致,仅图像矩阵数据及题目描述方式不同[10]。两组在性别构成和年龄上差异均无统计学意义(P>0.05)。

1.2 教学方法

1.2.1 传统教学 理论课以教师讲授为主,按照授课进程表,根据教材和课件进行课堂讲授,对应教学大纲和难重点分配授课时间。实验课依据理论课堂讲授内容,以验证性实验为主,教师先演示,学生再上机实验。

1.2.2 BOPPPS模式教学 依据BOPPPS教学模式,结合线上教学平台雨课堂或超星学习通,将教学过程划分为6个教学环节:①导入(bridge-in,B),选择多种方式导入授课内容,吸引学生的注意力,如复习之前课程内容,过渡到新知识;结合授课内容,课前在线上发布预习课件或视频,课上抛出问题;引入思政案例,如伦琴射线的发现过程;观察分析待处理的图像特征等。②目标(object,O),将学习目标进行细化,从知识目标、能力目标和价值目标三个层次,让学生在学习新知识前对学习目标具有清晰的认知。③前测(pre-assessment,P),使用线上教学平台发布和收集测试结果,教师通过学生完成测试的情况,判断学生已具备的相关知识水平,进而对课程内容的难重点时间分配进行适当的调整。④参与式学习(participatory learning,P),线上教学平台中的弹幕、随机点名、讨论、分组、投稿、投票、问卷等功能均为参与式学习提供了互动的方法。教师针对学生的共性问题进行讲解,实验内容不再先行演示,而是让学生自己查阅资料,完成程序设计,实现实验效果,教师以启发、提示、答疑为主,同时鼓励同学查阅文献,了解最新图像处理方法,进行课堂分享,开展线上、线下讨论,学生能够参与到课堂中,变被动为主动,激发学习兴趣。⑤后测(post-assessment,P),可以课上针对知识点进行提问,也可以课后线上发布课后作业,促进学生对新知识更深层次的探讨。⑥总结(summary,S),与学生一起,归纳本堂课程所学习的内容,梳理难重点,加深学生印象,并为下节课程做好铺垫,可利用问卷形式,得到学生对本堂课程的反馈,为后续课程提供参考。

1.3 评价方式 以平时作业、实验成绩、期末成绩和总评成绩作为评价指标,均为百分制。平时作业能够考查学生对理论知识的理解和应用程度,实验成绩能够从多方面体现学生的实践能力,包括资料查阅的能力、编写和调试程序的能力,期末成绩能够检测学生一个学期的整体学习成效。依据教学大纲,总评成绩=平时作业×15%+实验成绩×15%+期末成绩×70%,能够反映学生的综合素质。

2 结果

2.1 两组学生成绩比较 研究组平时作业、实验成绩、期末成绩和总评成绩均高于对照组,研究组与对照组的平时作业均值差为3.02分,实验成绩均值差为4.28分,期末成绩均值差为3.78分,总评成绩均值差为3.68分,见表1。

表1 两组平时作业、实验成绩、期末成绩和总评成绩比较

2.2 两组学生成绩优秀率比较 两组学生在平时作业优秀率上差异无统计学意义(P>0.05),研究组实验成绩优秀率、期末成绩优秀率、总评成绩优秀率均高于对照组,其中研究组实验成绩优秀率大幅度提升,超过对照组47.65%,见表2。

表2 两组平时作业优秀、实验成绩优秀、期末成绩优秀与总评成绩优秀情况比较[n(%)]

3 讨论

生物医学图像处理课程是医学信息工程专业领域内一个重要的医工交叉学科方向,实践性强,覆盖面广,与当前人工智能技术结合紧密,和国家高精尖技术战略发展高度契合,传统课堂教学仅能让学生完成基础知识学习,对图像处理算法仅能进行简单的验证性实验,本研究基于BOPPPS教学模式的实践表明,学生更愿意参与到以学生为中心的课堂中,不但能够掌握基础知识,还促进了对新知识、新技术的探究,提高了实践能力,达到了较好的教学效果。

基于BOPPPS的教学模式,有效利用课前和课后时间,扩展课堂教学时间,让学生能够在课堂上分享自己查阅整理后的最新图像处理算法资料,展示出自己完成的实验效果,积极地参与到课堂中,对授课内容充满探究性学习。BOPPPS教学模式的核心是参与式学习,在课程的教学设计中,结合线上教学平台提供的多种互动工具,充分发挥学生的主体性,以教师引导+指导、学生探索+讨论+独立解决问题的形式,改变了原本以教师为主的课堂。

学生变被动为主动,明确了学习目标,对不懂的知识具有探究精神,线上能够通过弹幕、讨论、投稿等方式,反馈自己不懂的知识点,线下能够查阅相关资料,并及时与同学或教师沟通交流,继续探索相关算法的改进、新知识的应用等,提高了持续学习的能力。

教师进行角色转换,利用线上教学平台,发布各种学习资源,为学生指引学习方向;通过前测和后测反馈的情况,及时调整教学进度[11];充分挖掘线上教学平台提供的工具,调动学生学习积极性,提高参与度;辅助学生完成资料查阅收集,指导实验算法对比;探索教学模式的过程中,教师的教学能力得到了极大的提高。

通过基于BOPPPS教学模式的实践,教师清晰地认识到角色转换的重要性,“以学生为中心,关注学生持续发展”的课堂能够获得更多学生的参与和认可,后续将结合线上教学平台,丰富教学资源,设计更多应用型案例,从多角度优化BOPPPS教学模式,不断改善教学效果。