1323S08006-计算机视觉与智能医学图像处理-2023版人才培养方案课程教学大纲.docxVIP

PAGE3

附件5-1

ADDINCNKISM.UserStyle《计算机视觉与智能医学图像处理》课程教学大纲

（理论课程·2023版）

一、课程基本信息

课程号

1323S08006

开课单位

电子信息工程学院

课程名称

计算机视觉与智能医学图像处理

ComputerVisionandIntelligentMedicalImageProcessing

课程性质

必修

考核类型

考试

课程学分

3

课程学时

51

课程类别

专业发展课程（专业核心课）

先修课程

信号与系统、机器学习与模式识别

适用专业（类）

智能医学工程专业

二、课程描述及目标

（一）课程简介

随着信息技术及医学影像成像技术的发展，智能医学图像处理在医学临床、教学和科研中发挥着越来越重要的作用，有力地推动着医学科学研究和临床医疗的进步。超声成像、计算机断层扫描成像、核磁共振成像、正电子发射断层显像、单光电子发射断层显像等医学影像在临床中发挥着重要的作用，对患者病情的分析和诊断，制定合理的治疗计划并引导精确治疗有重要的意义。如何有效地应用图像增强、分割、配准、融合以及三维重建等数字图像分析与处理技术，对人体解剖结构和病变区域进行定位、提取、三维再现并量化分析是使得医学影像数据应用价值最大化的前提和保证。

《计算机视觉与智能医学图像处理》课程是本专业（类）的一门专业核心课程，旨在通过理论教学与实践操作训练，使学生掌握医学图像的种类、特征、应用领域、数字化存储形式等基础知识，学习理解计算机视觉中医学图像处理的理论和算法原理，结合应用案例使学生具备一定的动手能力，为进一步学习医学图像领域的其他课程奠定基础。

（二）教学目标

通过本课程，使学生打下坚实的计算机视觉与智能医学图像处理专业知识基础，掌握现代智能医学图像处理的内容、模式和发展趋势，具备对超声成像、计算机断层扫描成像、正电子发射断层显像等医学图像进行图像增强、分割等基础操作能力，为学生建立健全合理的知识结构创造良好的条件。

课程目标1：掌握计算机视觉与医学图像处理的基本概念，理解图像信息特征的基础知识和算法；

课程目标2：掌握图像的基础运算操作和图像变换理论，图像增强和分割的基本算法，学会深度学习处理图像的常用模型，建立图像分析和识别的基本思想；

课程目标3：熟悉掌握至少一种医学图像处理软件，能够使用计算机语言在处理软件中对医学图像进行基础运算操作的搭建；

课程目标4：使学生具有设计实现医学图像目标检测、分割等算法的能力。

三、课程目标对毕业要求的支撑关系

毕业要求指标点

课程目标

权重

1-3：掌握智能科学与技术相关工程基础知识

7-1：理解环境保护和社会可持续发展的内涵、意义和相关法律法规

课程目标1

10%

1-3：掌握智能科学与技术相关工程基础知识

2-2：能够综合工程原理、工程方法和文献研究进行分析，并得到相应结论

课程目标2

40%

1-3：掌握智能科学与技术相关工程基础知识

4-1：能够对智能医学系统相关的各类现象和特性进行分析和研究

课程目标3

30%

2-2：能够综合工程原理、工程方法和文献研究进行分析，并得到相应结论

4-1：能够对智能医学系统相关的各类现象和特性进行分析和研究

课程目标4

20%

四、教学方式与方法

（一）授课方式采用多媒体教学和网络教学相结合进行

利用多媒体方式完成基本概念、理论的讲解，并且形象、方便的呈现所需各种图形和医学影像；在学习通建立网络课程，将课程内容扩展上网，将中国大学MOOC、网易公开课、哔哩哔哩等网站上的相关课程资源以课前预习和知识拓展的形式扩展上网，弥补教学中课堂人数过多、师生沟通不便、学生自学通道不畅等问题。

（二）开展以“任务/目的”为驱动的启发式教学模式

针对每一章的具体内容，在讲授理论知识之前，先给学生一个具体的工程应用实例，提出问题，启发学生的学习动机，激活思维，引导学生积极开动脑筋，主动分析其中将会面临的主要问题，督促学生课下以小组为单位自己去查找相关资料，提出解决问题的方法、思路。理论知识讲解完之后，教师再针对工程实例对各小组的完成情况进行分析和讲评，形成“教师引导，学生自主学习”的教学模式，在激发学习兴趣的同时提高了学生应用理论知识解决实际问题的能力。

五、教学重点与难点

（一）教学重点

本课程是一门理论性较强的学科，具有多学科交叉和融合的特点，涉及的知识面较广，重点主要是将讲授与医学图像处理相关的基本知识、基本原理和相关算法，使学生具有相关知识的编程应用能力。最终通过实践可以完成一些图像处理的实际案例，开发出简单的医学图像处理功能工具。

（二）教学难点

教学难点主要是在学习理论基础上开展交叉学科应用，尤其是机器学习，甚至深度学习等算法模型，用于实现医学图像智能分析相关部分。

六、教学内容、基本要求与学时分配

序号