ADDINCNKISM.UserStyle《計算機視覺與智能醫學圖像處理實驗》課程教學大綱（實驗課程）一、課程基本信息課程號1323S08007開課單位電子信息工程學院課程名稱計算機視覺與智能醫學圖像處理實驗ExperimentforComputerVisionandIntelligentMedicalImageProcessing課程性質必修考核類型考查課程學分0.5課程學時17課程類別專業發展課程（專業核心課）適用專業（類）智能醫學工程二、課程描述及目標（一）課程簡介《計算機視覺與智能醫學圖像處理實驗》在醫學臨床、教學和科研中發揮著越來越重要的作用，有力地推動著醫學科學研究和臨床醫療的進步。本課程主要涉及超聲成像、計算機斷層掃描成像、核磁共振成像等醫學影像的自動化智能分析，在臨床中發揮著重要的作用，對患者病情的分析和診斷，制定合理的治療計劃并引導精確治療有重要的意義。本課程主要包括圖像基礎運算、圖像增強、圖像分割和深度學習等實驗項目。（二）教學目標本實驗課為智能醫學工程專業核心課程之一，旨在加強學生對醫學圖像問題獨立分析和解決的能力，使學生獲得綜合設計和創新能力的培養，以及實事求是、嚴肅認真的科學作風和良好的實驗習慣，為今后工作打下良好的基礎。通過本課程，學生將掌握以下圖像處理基本技能。課程目標1：掌握圖像的基礎運算操作和圖像變換理論，圖像增強和分割的基本算法，學會深度學習處理圖像的常用模型，建立圖像分析和識別的基本思想；課程目標2：熟悉掌握至少一種醫學圖像處理軟件，能夠使用計算機語言在處理軟件中對醫學圖像進行基礎運算操作的搭建；課程目標3：使學生具有設計實現醫學圖像目標檢測、分割等算法的能力。三、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4-2：能夠基于科學原理，采用科學方法設計實驗所需元部件、裝置、系統等課程目標15-1：掌握智能醫學系統實現手段5-2：至少會用一種機器學習平臺設計、分析和搭建復雜智能醫學系統的解決方案課程目標25-2：至少會用一種機器學習平臺設計、分析和搭建復雜智能醫學系統的解決方案7-2：能針對實際智能醫學工程項目，評價其安全性課程目標3四、教學方式與方法采用以上機練習為主的教學方式，通過講解實驗重點及其中包含的理論知識引導學生獲得正確的實驗和理論思路，從而成為理論課的有益補充，使理論和實踐相結合。五、教學重點與難點（一）教學重點運用圖像基礎運算開展實踐教學，實現圖像增強和分割功能，基于深度學習框架搭建醫學影像分析模型，實現CT圖像智能分析。（二）教學難點如何把對這些基本原理的深入理解轉化為解決實際問題的能力。六、實驗內容、基本要求與學時分配序號實驗項目名稱實驗內容與要求學時類型對應課程目標1圖像基本運算1.基于Python編程實現圖像的讀寫、顯示功能；2.圖像點運算3.圖像代數運算4.圖像幾何運算2驗證性課程目標1課程目標22圖像增強1．運用直方圖變換進行圖像增強2.實現空間域濾波增強3．實現頻域平滑濾波器和頻域銳化濾波器的圖像增強4驗證性課程目標1課程目標23圖像分割1.閾值法圖像分割2.區域分割算法3.二值圖像處理法圖像分割4驗證性課程目標1課程目標24醫學影像運動偽影識別1．醫學影像數據集構建和預處理2.AlexNet網絡搭建偽影識別模型3.訓練AlexNet網絡，并對模型進行微調4.測試集測試模型并采用多評價指標進行評價和分析5.集成模型算法開發7設計性課程目標1課程目標2課程目標3合計17注：實驗要求包括必修、選修；實驗類型包括“驗證性”、“設計性”等。七、學業評價和課程考核（一）考核類型：考試√考查（二）考核方式：實驗報告√實驗作品其它：（填寫具體考核方式）（三）成績評定：考核依據建議分值（百分比）考核/評價細則對應課程目標過程考核70%出勤表現20%學習通不定時發布簽到，全體學生參與，共計發布10次簽到，每次簽到成功記2分，共計20分。A：學生按時完成簽到得2分；B：遲到不足5分鐘記1分；C：遲到超過5分鐘或者早退記0分。課程目標1課程目標2課堂互動30%考查學生課堂上參與主題討論的積極性發布主題討論3次，每次10分，共計30分。主題討論的學生回復準確性評價細則：A：學生的提出觀點正確且具有邏輯性得8-10分；B：觀點并不完全正確，回答具有一定邏輯性記為1-7分；C：觀點不正確且回答沒有邏輯性記為0分。課程目標1課程目標2實驗報告50%報告包含實驗過程和現象記錄，以及實驗分析總結內容。A：內容和現象記錄完整，結果分析充分，總結有獨到見解得40-50分；B：內容和現象記錄完整，結果分析邏輯清晰得30-39分；C：內容和現象記錄完整，結果分析有所欠缺得0-29分。課程目標1課程目標2期末考核30%綜合應用項目，考察學生知識的靈活應用能力。數據理解占5%，包括問題描述記2分和制作數據畫像記3分；數據采集和預處理占10%，包括數據標簽制作記4分，訓練集、驗證集、測試集劃分記3分，圖像增強記3分；模型構建和訓練占30%，包括網絡結構搭建和目標函數、優化器、超參數確定記10分，模型訓練過程和訓練集loss、accuracy曲線繪制記10分，繪制驗證集loss、accuracy曲線繪制并確定最優模型記10分；模型測試和分析占30%，包括測試集測試模型，輸出測試集評價指標記15分，實現遷移模型并給出測試集上的結果記15分；項目報告書占20%，包括整體邏輯性記5分，內容完整性記5分，格式正確性記10分；代碼完成度占5%，包括代碼無語法錯誤且能跑通記3分，按照要求實現功能記2分。課程目標1課程目標2課程目標3八、課程目標達成評價課程目標的實際達成效果計算方式如下，達成值越高，教學效果越好。課程目標達成度畢業要求指標點達成度九、教材與教學參考書（一）教材《數字圖像處理》,KennethR.Castleman,朱志剛（譯），電子工業出版社，2017年，第3版，ISBN：9787040396638。（二）教學參考書《圖像處理和分析教程》，章毓晉編，人民郵電出版社，2020年，第3版，ISBN；9787115536983；《計算機視覺教程》，章毓晉編，人民郵電出版社，2021年，第3版，ISBN：9787115546197；《DigitalImageProcess