刘艳丽，贝翠琳，高小涛，董现玲，昝程

（承德医学院，河北 承德）

一 引言

随着现代科学技术越来越多地应用于医学领域，医学成像设备越发的高精尖、各种医学图像处理技术的稳定性和准确性要求也越来越高。专业培养中引入医学图像处理课程的定位是利用计算机对医学图像进行处理与分析，相关方法涵盖了理、工、医等多学科知识的交叉融合，因此我校在专业课程群建设中融入了复变函数与积分变换、MATLAB基础与应用、Python语言应用、信号与系统、数字信号处理、医学影像原理等多门必修课程，不难发现，课程模块从学科抽象的基础理论到实际应用跨度较大，知识繁杂，而我校作为普通的本科医学院校，理工科基础较为薄弱，学生基础亦参差不齐[1]，总体较综合性大学还有一定的差距，往往表现出数理基础不够扎实，综合运用能力较为不足的现象。我校自2010年开始陆续为本专科学生开设了医学图像处理课程，结合学生基础和教学实际，一直在探究适合校本学生特点的教学方式。虽然课堂上引入了仿真软件，但学生大多以被动接收知识、单纯验证实验为主，学生的主动性和参与性不够，很难进行实践创新及实际应用。

近年来信息技术和教育教学的日益融合、大规模在线开放课程（MOOC）等资源共享为教育教学改革提供了新思路和新途径，应用MOOC资源可突破课堂教学的时间和空间限制，学生可以因地制宜，大大提高了学习便利性，但在逐步实施过程也发现有效的师生互动不足、专业特色不突出等问题，单纯依赖网络平台很难做到学生的因材施教[2-3]。2020年新型冠状病毒肺炎疫情的突然发生给人们正常生活带来了极大困扰，而另一方面也进一步推动了线上教学与混合教学模式改革。如何更好地融合线上线下教学模式，扬长避短，以期达到线上教学的便利性、个体性兼顾线下教学互动性的特点[4]，是教育者们积极探索的。

随着我校教育教学信息化的持续推进，应用超星学习通搭建网络教学平台，可上传完整的教学资源，包括课程简介、教学大纲、章节建设、配套教学视频等资源，学生可自主安排线上资源的学习时间，可进行重复学习并提出问题，同时教师可依据学生的反馈设置当前教学进度，整理收集学生的问题结合课程重难点进行线下课程的精讲和解疑，使学生更好地掌握教学内容，进一步提高线下教学的有效性。同时，应用网络教学平台可以将学生学习的实时数据及时记录，如视频的点击量、学习次数（反刍比）、参与讨论等，形成对学生平时成绩的动态化考核，教师可通过学生对本门课程的学习习惯、阶段性成绩等进一步分析，调整教学进度，优化教学内容，极大地促进教学质量的提高[5]。

二 教学设计和思路

我校开设的医学图像处理课程共46学时，20个理论学时，26个实践学时。通过学习通平台建设网络教学课程，依据专业培养要求和教学大纲设计并上传相关的教学资源。区别于传统的固有教学模式，学生不受学习进度的约束，以章节为结点，实施课前引导，激发学生自主学习、课中指导，增加课上师生互动，引导学生思考讨论、课后有效实践，完善整个教学活动。

在课程开展之前，预先建立课程的微信或QQ群，介绍课程的教学方法及准备相关软件。要求学生利用课下登录课程平台完成课前预习、观看视频讲解、章节测验及知识点讨论环节，以理论强化和相关知识点梳理为主。课中老师针对各个章节内容重要知识点梳理引发集体思考和讨论，一方面可以检查学生的自主学习效果，另一方面有助于学生对整理课程内容的把握和巩固，为实践环节做好充分准备。课后布置实践任务，从临床影像实际案例出发，选择比较典型的临床应用案例如脑科学应用、胸外科应用、骨科应用等图像进行设计情境式实践教学，考查学生对图像综合处理的方法和算法，实现工程技术解决医学实际问题的深度融合。

三 教学过程和实施

本科阶段医学图像处理课程定位为基本的医学背景图像处理和方法，是通用数字图像处理技术的改进和创新[6]，前期课程中学生已经学习了数学及信号处理算法，并在各门课程中进行了公式推导和逻辑训练。因此本门课程在讲解时尽量简化一些繁杂的公式推导，难理解的知识点教师适当引导，并鼓励学生通过网络资源自主复习理解。按照医学图像处理的流程，课程内容设计了图像的基本知识、医学图像增强、分割、配准与融合及图像的三维重建和可视化等主要章节。在完成章节项目实践的基础上推荐开放性综合案例如人脸识别、细胞检测、超声图像分割应用等提升训练，以适应学习能力较强、学习兴趣浓厚的学生。为了进一步加强线上及线下融合，教师准备了八个专题内容，对线上内容进行梳理和总结，以问题思考来呈现，课上兼顾讨论与分析，加深学生对知识的理解（如表1）。

表1 专题引导式教学设计

四 实践环节保障

学生可以自主选择用MATLAB或者Python软件进行图像处理和分析仿真，线下选用医学图像处理仿真实践教程，合理分配验证性实验时间。除此之后，建议学生以3～4人成立兴趣小组，对感兴趣的医学领域图像进行收集，查阅相关论文资料，充分了解图像的获取及病理图像特点，应用常规的算法调试参数进行处理，加强学生综合能力及对理论知识梳理和灵活运用能力，开展项目驱动实验，培养学生发现问题、提出问题、分析问题和解决问题的工程思维能力[7]。

有效的软件仿真的另一个方面是算法编程实验，地方医学院校学生的编程能力有限，但是对于图像处理而言，优质的算法对分析效果的好坏至关重要，因此需进一步加强学生编程和应用能力。图像处理实验室实施开放制度，鼓励学生利用课下分析研究算法，然后进入实验室仿真讨论，及时发现不足。

五 强化综合性课程设计

在项目驱动实验中，推荐学生学习新技术、新方法进行设计。学生依据前期的兴趣点深入选题设计，在一周时间里完成学生或小组自评、ppt展示、小组他评、教师点评、分析和总结等环节。极大程度地挖掘学生的学习兴趣、思考问题的广度和深度以及分析解决问题的能力，体会到开拓新思路、一分耕耘一分收获的乐趣，同时孵化医工融合创新创业项目。将创新创业教育融入到专业教育中，是建设创新型国家的重大战略。要提高创新能力，则需要专业知识、创新方法和工具、创新实践三个环节的教学。利用大学生创新创业教育课程培养学生在医工交叉领域的创新设计能力。利用TRIZ理论分析当前医工交叉科技作品的不足，培养学生利用创新设计工具寻找问题，优化设计能力。同时鼓励学生参加创新创业项目和各种学科竞赛，指导学生从“医学图像处理+医学”选题，以算法为核心，尝试解决医学中尚未解决的问题，弥补课堂教学的不足。

六 教学评价

利用网络平台进行混合式教学可以有效把握学生的学习进度，再利用授课环节把握学生的学习情况。学生可以多次反刍重难点知识，要求学生在规定时间内提交作业或者实验报告，如果完成得不好，教师可打回重做，并且每步分数可查，增加学生学习的紧迫感。课上也可以利用学习平台要求学生遵守课堂纪律，可以通过手势、位置签到、随机点名、讨论题统计分数、作业互评等方式调节课堂气氛，提高学生课堂主动性和参与度。

教学评价中形成性评价在结课后由学习通平台自动生成，包含课程视频、章节测样、章节学习次数、参与讨论、作业或实验报告环节，总占比40%，终结性评价期末考查，包含理论和实践操作，尽可能多的开放题目，总占比60%。开放性综合案例旨在引导学生兴趣，增加对学科方向的深入理解，尽量不给学生造成较强心理压力，因此不计入必考项目。但如果完成得好，可适当增加5分的总评分。教学评价设计如表2所示。

表2 线上线下融合教学评价方案

七 结语

近年来，基于互联网技术的网络教学平台建设日益成熟，尤其是在2020年全民抗疫过程中发挥了极大的优势。本文以医学图像处理课程实施混合式教学改革为例，共享优势高校教学资源，同时结合院校实际因地制宜，不断提升教学质量，培养医工融合型的应用人才。