第頁《醫學影像圖像處理》教學大綱課程編號：13180345英文名稱：Medicalimageprocessing學分：2.5學分學時：總學時48學時，其中理論32學時，實踐16學時先修課程：C語言，Matlab語言課程類別：專業方向選修課程授課對象：自動化專業學生教學單位：機械與電氣工程學院修讀學期：第6學期一、課程描述和目標本課程為自動化專業三年級開設的專業方向選修課，注重理論與實踐操作、軟件編程的結合。本課程以數字圖像處理基礎知識為主線，以醫學圖像為對象，通過算法講解、軟件仿真等方式系統全面地介紹醫學影像圖像處理技術。包括：數字圖像處理的基本知識、Matlab語言圖像處理、醫學圖像算法分析等。通過本課程的學習，使學生能夠準確理解醫學圖像成像原理，掌握基本的醫學圖像算法處理能力，并能夠運用所學的醫學圖像處理算法來解決典型的醫學圖像處理實際問題。為學習后續課程以及畢業后從事相關工程項目開發和科學研究打下基礎。本課程擬達到的課程目標:課程目標1：理解醫學圖像的成像原理及應用，掌握基本的醫學圖像處理算法，能進行項目分析及設計；了解領域內的新技術、新趨勢。課程目標2：能夠運用所學基本圖像處理算法知識，完成基本的醫學圖像分析和處理任務，具備利用開發工具進行圖像分析與處理的初步程序設計能力。課程目標3：培養學生形成基本的圖像分析處理思維和程序設計能力；使學生從中提升提出問題、分析問題、解決問題的能力。二、課程目標對畢業要求的支撐關系畢業要求指標點課程目標權重對應關系2.3能認識并判斷實際工程問題有多種解決方案，能分析文獻尋求可替代的解決方案課程目標11M3.4能完成設計方案并分析闡明設計的合理性課程目標21M4.2能基于專業理論和對象特征，選擇研究路線和設計可行的實驗方案課程目標31M（H—高，M—中，L—低）三、教學內容、基本要求與學時分配序號教學內容基本要求學時教學方式對應課程目標1概述介紹數字圖像處系統的概述，圖像數據格式，醫學圖像處理工具及格式轉換和基本處理。了解圖像處理的基本概念；了解醫學圖像與數字圖像的異同；掌握醫學圖像基本概念、特點、及應用。2集中講授12醫學影像的運算介紹醫學影像的線性點運算、非線性運算；matlab開發環境；醫學影像灰度閾值變化和偽彩色處理實現。掌握典型線性點運算、非線性點運算、代數運算的計算方法及其作用，掌握matlab的程序設計方法。4集中講授1.2.3醫學影像的幾何變換介紹醫學圖像的基本變換，內容有旋轉變換、縮放變換、錯切變換、平移變換、圖像插值放大和剪切等。掌握醫學影像的旋轉、縮放、平移、鏡像、剪切等計算方法，掌握利用Matlab進行典型幾何變換的程序設計方法。4集中講授1.2.34醫學圖像增強介紹醫學圖像的灰度變換、直方圖均衡化、直方圖規定化、圖像平滑和銳化等概念，并在Matlab開發環境下進行相關算法設計。了解直方圖的用途，掌握醫學影像的直方圖均衡化、規定化計算方法，掌握典型的空域圖像平滑和銳化方法，了解型的頻域圖像平滑和銳化方法，掌握利用Matlab進行醫學影像增強的程序設計方法。4集中講授1,2,35圖像形態學介紹二值圖像形態學的基本概念、服飾、膨脹運算、形態學開啟、閉合運算，形態學應用及二值圖像形態學算法分析和實現。掌握二值圖像形態學腐蝕、膨脹、開啟、閉合運算，熟悉灰度圖像形態學基本運算，熟悉形態學運算的作用，掌握利用Matlab進行醫學影像形態學處理的程序設計方法。6集中講授1,2,36醫學影像分割介紹邊緣監測算法、閾值分割算法、分水嶺算法、區域生長算法等概念和在matlab環境下的實現。掌握典型的邊緣檢測、閾值分割、分水嶺分割及區域生長分割算法；單一閾值、自適應閾值、OTSU等閾值分割算法。掌握利用Matlab進行醫學影像分割的程序設計方法。6集中講授1,2,37醫學影像配準介紹醫學影像配準與融合概念，掌握醫學影像配準、多模醫學影像配準、醫學影像融合及醫學影像開發包和醫學影像分析軟件等內容。了解醫學影像配準和醫學影像融合的基本方法。熟悉利用Matlab進行醫學影像配準與融合的程序設計方法及利用醫學影像分析軟件包分析內容。6集中講授1,2,3合計32序號實驗項目實驗內容與要求學時類型對應課程目標1醫學圖像的讀取理解醫學圖像的數據存儲格式，利用matlab軟件進行讀取操作。要求：必修2驗證1.2.32醫學圖像運算掌握醫學圖像的點運算及線性運算。要求：必修2設計1.2.33醫學圖像幾何變換理解幾何變換算法原理，能熟練利用matlab實現圖像幾何變換。要求：必修2設計1.2.34圖像形態學理解形態學概念掌握利用形態學處理圖像的方法。要求：必修4設計1.2.35醫學圖像分割了解圖像·分割的基本算法。掌握閾值分割、分水嶺算法、區域生長法等程序設計。要求：必修4設計1.2.36醫學影像配準掌握MATLAB環境下的醫學影像配準與融合。要求：必修2綜合1.2.3合計16四、課程教學方法1.總體設計以課程目標為導向，項目任務為載體，具體任務都有與之響應的醫學圖像算法原理，理論與實際相結合，實施基于項目任務式的應用教學。課堂教學方法：理論講授、實踐演示、項目討論。實驗教學方法：自主練習、個別答疑、集中指導。課外學習方法：預習教材相關章節，完成課后作業。2.課堂教學課堂講授：理論教學實施項目舉例教學模式，以一種典型的醫學影像處理算法為例進行分析、講述、實現，在此基礎上重點激勵學生的自主學習能力，對該算法進行改進與提升，使算法效果更優，并自主實現不同算法達到同一目的。激發學生的學習熱情，培養分析問題和解決問題的思維。課內討論：圍繞項目演示，提出問題，引導學生進行優化、完善和補充。3.實驗教學在課外學習和作業實施的基礎上，通過規定的任務和集中講解，在掌握有關知識理論的前提下，實現各種醫學圖像算法并演示結果。4.課外學習課前預習：要求學生在課前按預習計劃完成自主學習內容，即自學教材相關章節。課后作業：要求學生按時完成課后作業，進一步學習教材和醫學圖像處理的相關內容，真正理解和掌握相關知識點。項目實踐：要求學生以個人形式按要求完成一個項目實踐（大作業）。項目實踐的題目為實際醫學圖像處理問題，要求形成設計報告，并以matlab軟件實現。要求集中進行現場驗收，并進行系統演示和答辯。五、學業評價和課程考核1．考核方式考試（）考查（√）2．成績記載百分制（）五級分制（√）3.考核原則強化實踐——強化課內外實踐突出平時——注重平時上機操作注重能力——重點考察醫學圖像算法理解及編程實現能力4.成績總評考核評價構成：平時成績50%（平時作業20%，實驗成績20%，平時課堂表現10%），項目實踐（大作業）50%。5.考核方案（1）平時作業考核方案平時作業占20%，主要考查學生對醫學圖像處理基本算法的掌握程度。每次按A、B、C、D四等予以記載,總評時最終折算成A（90分）、B（80分）、C（70分）、D（60分）?？傇u時根據按該項總得分×占比20%的方式計算得到平時作業成績。表5-1平時作業的考核方案序號考察點占比%得分對應課程目標1醫學影像處理完成作業情況1001,2,3（2）實驗成績考核方案實驗成績占20%，主要考查醫學影像處理的編程設計能力。每次實驗過程按照項目式任務布置，學生課堂完成算法分析和編程實現。根據完成情況及實驗報告決定該實驗成績。每次按A、B、C、D、E五等予以記載,總評時最終折算成A（90分）、B（80分）、C（70分）、D（60分）、E（50分）。總評時根據按該項總得分×占比20%的方式計算得到實驗成績。表5-2實驗的考核方案序號考察點占比%得分對應課程目標1操作能力，實驗功能實現情況501,2,32實驗報告501,2,3（3）平時課堂表現考核方案平時課堂表現及提問考核方法，是按照每節有一個圖像處理算法演示，根據演示結果提問有無改進更新的辦法，提交改進算法。根據提交改進算法每次按A、B、C、D、E五等予以記載,總評時最終折算成A（90分）、B（80分）、C（70分）、D（60分）、E（50分）：總評時根據按該項總得分×占比10%的方式計算得到考核成績。表5-3平時課堂表現考核方案序號考察點占比%得分對應課程目標1醫學圖像算法改進5012算法編程熟練程度501,2,3（4）項目實踐（大作業）考核方案項目實踐（大作業）占總成績的50%，主要考察醫學影像處理的綜合應用能力。要求基于matlab語言開發平臺完成一個實際應用的醫學數字圖像處理算法，并提交設計報告。項目采用現場集中答辯驗收方式，必須進行答辯及效果演示。根據答辯情況、設計報告質量、大作業完成情況決定該項目考核成績，具體指標要求見項目指導書。大作業必須50分以上（百分制），總評成績才可及格。

表5-4項目實踐的考核方案序號考察點占比%得分對應課程目標1系統設計報告（須含軟件設計流程圖，各模塊功能實現說明）301,2,32答辯情況201,2,33大作業501,2,3六、教學反饋教學反饋包括平時作業和實驗操作等評改后的反饋。教學反饋形式一般為課堂反饋和應學生需要給予的單獨反饋。七、推薦教材與參考資料（一）推薦教材：1邱建峰，聶生東．醫學影像圖像處理實踐教程．北京：清華大學出