醫(yī)學(xué)應(yīng)用背景下數(shù)字圖像處理課程的教學(xué)探索

田昕　趙芳　李波

摘 要 “新工科”建設(shè)對數(shù)字圖像處理的教學(xué)方式提出了新的要求。文章針對現(xiàn)有教學(xué)方式的局限，提出將醫(yī)學(xué)應(yīng)用引入課程教學(xué)的改革思路。以教學(xué)中引入錐體束CT（Cone Beam Computed Tomography，CBCT）圖像處理為例，從教學(xué)內(nèi)容和實(shí)踐方法兩個(gè)方面闡述了具體的教學(xué)改革思路，探索“新工科”背景下，集基礎(chǔ)和應(yīng)用研究為一體的復(fù)合型數(shù)字圖像處理人才的培養(yǎng)模式。

關(guān)鍵詞 醫(yī)學(xué)應(yīng)用 數(shù)字圖像處理 教學(xué)

中圖分類號：G424 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：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(shù)字圖像處理技術(shù)的需求與日俱增，已成為人類獲取信息的重要來源及利用信息的重要手段。交叉學(xué)科的發(fā)展，尤其是臨床醫(yī)學(xué)的應(yīng)用需求，極大推動(dòng)了數(shù)字圖像處理技術(shù)的發(fā)展。[1]例如，計(jì)算機(jī)斷層掃描（Computed Tomography，CT） 的發(fā)明及醫(yī)學(xué)應(yīng)用，對圖像壓縮、編碼、識別等提出更高要求，需要數(shù)字圖像處理技術(shù)更加精細(xì)，準(zhǔn)確。在數(shù)字圖像處理課程的眾多知識點(diǎn)中，除上述圖像壓縮、編碼、識別外，圖像增強(qiáng)、圖像去噪和圖像分割等均與臨床醫(yī)學(xué)應(yīng)用高度相關(guān)。[2-3]目前多數(shù)院校使用的數(shù)字圖像處理教材中，與應(yīng)用相關(guān)的章節(jié)知識點(diǎn)陳舊，不適應(yīng)現(xiàn)有主流發(fā)展，導(dǎo)致學(xué)生學(xué)習(xí)積極性不高，無法滿足“新工科”背景下專業(yè)人才培養(yǎng)的需求。[3]在此現(xiàn)狀下，筆者基于近十年對“數(shù)字圖像處理”課程的教授經(jīng)驗(yàn)和在學(xué)科交叉背景下對醫(yī)學(xué)應(yīng)用的研究，以臨床醫(yī)學(xué)中CBCT圖像處理為例，探索結(jié)合醫(yī)學(xué)應(yīng)用的數(shù)字圖像處理課程教學(xué)改革思路，從而使得課程知識點(diǎn)新穎，將教學(xué)、實(shí)驗(yàn)和科學(xué)應(yīng)用融為一體，把學(xué)生培養(yǎng)成理論基礎(chǔ)扎實(shí)、應(yīng)用和創(chuàng)新能力較強(qiáng)的復(fù)合型人才。

目前，所授數(shù)字圖像處理課程的主要知識點(diǎn)包括圖像的灰度變換、頻率變換、圖像增強(qiáng)、圖像復(fù)原、圖像編碼、圖像分割等?；叶茸儞Q的目的是為了改善畫質(zhì)，使圖像的顯示效果更加清晰?；绢愋桶ň€性變換、分段線性變換和非線性變換。頻率變換是一種常見有效的圖像處理手段，頻率變換的目的在于使圖像處理問題簡化、有利于圖像特征提取和從概念上增強(qiáng)對圖像信息的理解。圖像復(fù)原是在研究圖像的退化原因基礎(chǔ)上，以退化圖像為依據(jù)，根據(jù)一定的先驗(yàn)知識，建立一個(gè)退化模型然后用相反的運(yùn)算，以恢復(fù)原始景物圖像。圖像編碼對圖像數(shù)據(jù)按照一定的規(guī)則進(jìn)行變換和組合，達(dá)到以盡可能少的代碼來表示盡可能多的信息。圖像分割是把圖像按照一定的要求分成一些“有意義”區(qū)域的技術(shù)。[4]筆者目前的思路是先完成所有知識點(diǎn)的教學(xué)工作;然后首先以CBCT為例，講解在此醫(yī)學(xué)應(yīng)用背景下，所需要使用到的灰度變換、頻率變換、圖像增強(qiáng)、圖像復(fù)原及實(shí)驗(yàn)方法。

1教學(xué)內(nèi)容設(shè)計(jì)

1.1 CBCT簡介

相對于傳統(tǒng)CT，CBCT可以直接利用其采集到的二維投影數(shù)據(jù)重建三維圖像，同時(shí)可以在較低輻射劑量下工作，目前被各大醫(yī)院廣泛使用。在CBCT重建過程中由于輻射劑量的減少，重建圖像質(zhì)量極易受到噪聲等外界因素的干擾，對數(shù)字圖像處理技術(shù)提出了更高的要求。

基于Feldkamp-Davis-Kress （FDK）的CBCT三維重建過程可以通過下式進(jìn)行表示：

（1）

在上式中，為角度下被測物體的投影，其他參數(shù)描述詳見。[5]

1.2 相關(guān)教學(xué)內(nèi)容

首先選用一幅實(shí)測CBCT的投影數(shù)據(jù)，如圖1（a）所示，可以看出投影數(shù)據(jù)較暗，導(dǎo)致局部細(xì)節(jié)很難被觀察，按照所學(xué)知識點(diǎn)引導(dǎo)學(xué)生觀測投影數(shù)據(jù)的直方圖，如圖1（b）所示。在數(shù)字圖像處理中，直方圖是最簡單且最有用的工具，反映的是一幅圖像中各灰度級像素出現(xiàn)的頻率之間的關(guān)系。可以看出，造成投影數(shù)據(jù)較暗的原因在于其灰度分布主要集中在左側(cè)較小的范圍內(nèi)，此時(shí)可以提出如下類似問題：如果采用灰度變換中的非線性變換來改善圖像質(zhì)量，圖1（c）中的相關(guān)參數(shù)該如何選?。?/p>

考慮到投影數(shù)據(jù)中存在的噪聲問題，可以引導(dǎo)學(xué)生回顧課程中的圖像增強(qiáng)知識。圖像增強(qiáng)不僅僅以圖像保真度為原則，而是通過處理有選擇性地突出一些感興趣的信息。首先從圖像空間域平滑展開，對比分析局部平均法和中值濾波法的性能差異。局部平均法是一種直接在空間域上進(jìn)行平滑的處理，可用像素鄰域內(nèi)各像素的灰度平均值代替該像素原來的灰度值，實(shí)現(xiàn)圖像的平滑。中值濾波是對一個(gè)滑動(dòng)窗口內(nèi)的所有像素灰度值從小到大排序，用中值代替窗口中心像素的原來灰度值，是一種非線性的圖像平滑法。結(jié)合圖像特點(diǎn)，可以指出在低輻射計(jì)量下，噪聲特性趨向于泊松分布，導(dǎo)致局部平均法和中值濾波的性能依然有限，促使學(xué)生查詢文獻(xiàn)思考問題解決辦法，激發(fā)科研熱情和自主科研能力。

如果需要進(jìn)行頻率域?yàn)V波或者頻率域特征分析，可以對選用的投影數(shù)據(jù)進(jìn)行傅里葉變換。傅里葉變換是一種正交變換，經(jīng)過變換后圖像能量集中分布在低頻成分上，邊緣、線信息反映在高頻成分上。首先詳細(xì)講解基于傅里葉變換的投影數(shù)據(jù)頻譜計(jì)算方法，進(jìn)一步結(jié)合高通和低通濾波后圖像的變化情況，說明圖像細(xì)節(jié)與圖像頻譜間的關(guān)聯(lián)。

由多張投影數(shù)據(jù)進(jìn)行三維重建，涉及課程中的圖像復(fù)原知識點(diǎn)。輸入的是一系列投影圖，而輸出的是重建圖。重點(diǎn)講解FDK算法中如何建立投影數(shù)據(jù)與三維重建圖像的聯(lián)系，同時(shí)指出目前FDK算法的局限性，引導(dǎo)學(xué)生自主學(xué)習(xí)代數(shù)重建法、統(tǒng)計(jì)重建法等內(nèi)容，擴(kuò)寬學(xué)生相關(guān)內(nèi)容的知識面。

基于三維重建圖像，可以對其中的目標(biāo)進(jìn)行定位。以此為背景，首先探討可行的邊緣檢測方法以及分析不同區(qū)域分割方法的有效性。邊緣檢測方法可以重點(diǎn)分析Canny邊緣檢測方法的特點(diǎn)，例如，低誤判率、高定位精度等。區(qū)域分割方法可以重點(diǎn)分析最小誤差分割法和區(qū)域增長法等。

上述教學(xué)內(nèi)容中涉及的課程知識點(diǎn)如圖2所示。

2實(shí)踐方法設(shè)計(jì)

科研實(shí)踐是理論教學(xué)中重要的一個(gè)環(huán)節(jié)，其目的是培養(yǎng)學(xué)生的動(dòng)手能力、設(shè)計(jì)能力與創(chuàng)新能力。[6-7]以此為實(shí)踐方法的根本目的，針對前文中涉及的相關(guān)知識點(diǎn)，探索合適的實(shí)踐方法。

實(shí)踐測試數(shù)據(jù)集選用網(wǎng)上公開數(shù)據(jù)head phantom模體及實(shí)測投影數(shù)據(jù)。編程語言根據(jù)學(xué)生的情況進(jìn)行自主選擇。實(shí)踐過程包括公共選題和自主選題兩個(gè)方面。公共選題為基本的圖像處理操作，包括圖像縮放、圖像平移等，主要是鍛煉學(xué)生基本的編程能力。自主選題由上述相關(guān)知識點(diǎn)引申，以問題為導(dǎo)向，鍛煉學(xué)生自主解決問題的能力，其流程如圖3所示。

選題的難易應(yīng)該與學(xué)生的能力相匹配，因此設(shè)計(jì)的題目難度盡量適中，考慮到個(gè)體間的差異，同時(shí)提供少數(shù)創(chuàng)新性較強(qiáng)的題目供學(xué)習(xí)能力較強(qiáng)的學(xué)生選擇，可以適當(dāng)提升該類題目在實(shí)踐考核中分?jǐn)?shù)的權(quán)重。由學(xué)生自行協(xié)商，按照選題對學(xué)生進(jìn)行分組，每組人數(shù)不超過5人，同時(shí)明確每名學(xué)生在分組中的職責(zé)。編程平臺依據(jù)學(xué)生的興趣進(jìn)行選擇，例如C++、Matlab及Python等主流高級語言。為了簡化編程過程，推薦使用OpenCV等開源圖像處理庫中的相關(guān)函數(shù)。OpenCV是一個(gè)基于BSD許可發(fā)行的跨平臺計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)軟件庫，可以運(yùn)行在Linux、Windows、Android和Mac OS操作系統(tǒng)上。它提供了Python、Matlab等語言的接口，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺方面的很多通用算法。詳細(xì)設(shè)計(jì)包括文獻(xiàn)調(diào)研、算法設(shè)計(jì)、實(shí)驗(yàn)驗(yàn)證及分析、報(bào)告撰寫等環(huán)節(jié)，時(shí)間長度可設(shè)置為選題結(jié)束后的一個(gè)月內(nèi)。小組匯報(bào)主要介紹預(yù)期目標(biāo)完成情況、個(gè)人作用、算法描述、實(shí)驗(yàn)結(jié)果及總結(jié)。

課程考核方式由期末考試、平時(shí)作業(yè)及課程實(shí)踐三部分組成。期末考試和平時(shí)作業(yè)主要考察對課程知識的掌握情況，成績約占總成績的70%;課程實(shí)踐主要考核學(xué)生的創(chuàng)新及實(shí)踐能力，由教師對各小組匯報(bào)情況綜合打分計(jì)算，成績約占總成績的30%。期望通過這樣的考核方式，充分激發(fā)學(xué)生學(xué)習(xí)的熱情及創(chuàng)新活力。

3展望

通過將具體醫(yī)學(xué)應(yīng)用科學(xué)問題引入到“數(shù)字圖像處理”課程的教學(xué)中，可以促使學(xué)生帶著問題去思考枯燥的理論知識，激發(fā)學(xué)生的求知欲和學(xué)習(xí)此門課程的興趣，從而取得更好的學(xué)習(xí)成績;結(jié)合實(shí)際應(yīng)用的實(shí)踐過程將充分鍛煉學(xué)生自主科研的能力，一方面需要通過查閱文獻(xiàn)思考解決問題的辦法，增強(qiáng)創(chuàng)新意識，另一方面還需要將具體思路進(jìn)行編程實(shí)現(xiàn)，提升編程水平;新的教學(xué)模式下，學(xué)生可以對所學(xué)知識舉一反三，從而將其應(yīng)用到更多研究領(lǐng)域，為未來就業(yè)或攻讀碩士研究生進(jìn)行先行的知識儲(chǔ)備。

4 結(jié)束語

科學(xué)上的突破和創(chuàng)新依賴于學(xué)科交叉，這給“新工科”背景下的數(shù)字圖像處理課程教學(xué)方式提出了新的要求。臨床醫(yī)學(xué)的應(yīng)用在數(shù)字圖像處理技術(shù)中占有重要地位，筆者基于近年來的教學(xué)經(jīng)驗(yàn)和科研經(jīng)歷，以CBCT圖像處理為例，分別從教學(xué)內(nèi)容和實(shí)踐方法兩方面提出了以問題為導(dǎo)向的課程教學(xué)方法，期待可以充分激發(fā)學(xué)生的創(chuàng)新活力和學(xué)習(xí)熱情。目前筆者初步的經(jīng)驗(yàn)認(rèn)為該方法可行、有效，值得推廣應(yīng)用。今后在工作實(shí)踐中，筆者還將繼續(xù)探索此教學(xué)方法在“數(shù)字圖像處理”課程教學(xué)方面的應(yīng)用前景，努力將新的教學(xué)模式應(yīng)用于教學(xué)實(shí)踐，不斷提高教學(xué)質(zhì)量。

通訊作者：趙芳

參考文獻(xiàn)

[1] 陳德潮.面向醫(yī)療大數(shù)據(jù)的數(shù)字圖像處理課程建設(shè)的探索[J].科技風(fēng)，2020（20）.

[2] 喻罡，肖嘉瑩，黃忠朝等.醫(yī)工融合創(chuàng)新人才課程體系建設(shè)——以醫(yī)學(xué)圖像處理為例[J].中國醫(yī)學(xué)教育技術(shù)，2020，34（04）：422-424.

[3] 張磊，許淼.新工科“數(shù)字圖像處理”課程教學(xué)改革研究[J].無線互聯(lián)科技，2020，17（16）： 116-117.

[4] 賈永紅.數(shù)字圖像處理（第三版）[M].武漢：武漢大學(xué)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，劉洋，趙志升等.以科研為導(dǎo)向的《數(shù)字圖像處理》課程教學(xué)改革與探索[J].佳木斯職業(yè)學(xué)院學(xué)報(bào)，2016（11）：175-176.

[7] 陳芳，張道強(qiáng).基于研究性學(xué)習(xí)的數(shù)字圖像處理課程教學(xué)改革[J].軟件導(dǎo)刊，2020，19（12）：48-50.