《医学图像处理》课程教学大纲

《医学图像处理》教学大纲

一、课程基本信息

课程名称 医学图像处理

Medical Image Processing

课程编码 CST522121015 开课院部 计算机科学与技术学院 课程团队 计算机视觉教学团队

学分 1.5 课内学时 28 讲授 16 实验 0 上机 12 实践 0 课外学时 0

适用专业 智能科学与技术 授课语言 中文

先修课程 深度学习基础、数字图像处理

课程简介

（限选） 随着医学成像技术的发展与进步，图像处理在医学研究与临床医学中的应用越来越广泛。与一般意义上的医学图像处理比较，针对中国人群的医学图像处理有其特殊性和不同的侧重点。本课程针对中国人群的医学影像特点，设置了包含图像滤波、图像恢复、边缘检测、轮廓提取、图像编码等传统经典图像处理的教学内容，同时也重点对于医学图像分析中所广泛涉及的两个最为重要的内容——图像分割与图像配准进行了详细介绍。为学生了解和掌握医学图像处理的主要理论和技术方法奠定了基础。其教学重点是使学生掌握针对中国人群特点的医学图像处理的主要理论和技术方法，包括图像滤波、图像恢复、边缘检测、轮廓提取、图像编码等传统经典图像处理方法。课程中也穿插思政案例，使学生在掌握专业知识的同时，培养学生树立正确的价值观和深入理解社会主义核心价值观。

With the development and progress of medical imaging technology, image processing is applied more and more widely in

medical research and clinical medicine. Compared with medical image processing in general sense, medical image

processing for Chinese population has its particularity and different emphasis. According to the characteristics of

medical images of Chinese people, this course has set up traditional classical image processing teaching contents

including image filtering, image restoration, edge detection, contour extraction, image coding, etc, at the same time,

it also focuses on the two most important contents widely involved in medical image analysis-image segmentation and

image registration. It laid a foundation for students to understand and master the main theories and technical methods

of medical image processing. Its teaching focus is to enable students to master the main theories and technical methods

of medical image processing according to the characteristics of Chinese population, including image filtering, image

restoration, edge detection, contour extraction, traditional Classical image processing methods such as image coding.

Ideological and Political cases are also interspersed in the course to enable students to master professional knowledge

while cultivating students to establish correct values and deeply understand socialist core values.

负责人 大纲执笔人 审核人 二、课程目标

序号 代号 课程目标 OBE 毕业要求指标点

任务 自选

1 M1 目标1：掌握医学图像处理方面的基本原理、方法和发展趋势。 否 2.3, 12.2 2.3, 12.2

2 M2 目标2：学会分析医学图像处理问题，做到准确提炼问题、理解问题涉及的工程技术基础知识、将理论知识转为解决方案。 否 10.2, 12.2 10.2, 12.2

3 M3 目标3：解决医学图像处理的实际问题中领会团队合作的精神，提升沟通能力。 否 9.2, 10.1 9.2, 10.1

三、课程内容

序号 章节号 标题 课程内容/重难点 支撑课程目标 课内学时 教学方式 课外学时 课外环节

1 第一章 医学图像处理概论 本章主要针对中国人群特点，对医学影像技术的发展及相关成像技术做简要的介绍，使学生了解国内医疗图像处理发展现状。

1.1医学图像技术的发展

从模拟成像向数字化成像技术发展；从平面成像向立体成像技术和动态成像技术发展。

1.2医学图像处理技术及其应用

医学图像处理技术在现代医学中的应用。 M1 1 讲授 1 自学

2 第二章 医学图像处理基础 本章重点：数字图像的灰度直方图以及图像像素间的基本关系。

2.1图像的数字化

通过采样和量化操作来得到一幅空间图像上表现为离散分布的有限个像素、灰度取值上表现为有限个离散的可能值的数字图像。

2.2 数字图像的数值描述

将数值图像中的像素值在数字矩阵图像中表示。

2.3 数字图像的类型

根据数字图像的特性将其分成不同的类型，静态图像可分为矢M1 2 讲授 2 自学 量（vector）图和位图（bitmap）。

2.4 数字图像的灰度直方图

对图像整体画面的亮暗分布进行统计的概念。

2.5 图像像素间的基本关系

基于像素领域处理算法的基础。

3 第三章 医学图像的运算 本章重点难点：对医学图像进行线性与非线性灰度变换及其集合运算。

3.1医学图像的灰度变换

线性灰度变换；非线性灰度变换；部分线性灰度变换。

3.2 医学图像的集合运算

把图像像素点的空间位置或图像的空间尺寸按照某种映射关系映射为不同空间位置或不同的空间尺寸。

3.3 其他医学图像运算

图像的代数运算、局部运算和全局运算。 M1,M2 2 讲授 2 作业

4 第四章 医学图像变换 本章重点难点：图像变换几种方式的数学原理的理解与掌握。

4.1 傅里叶变换

一种正交变换，是函数的第二种语言描述。

4.2离散余弦变换

可以将图像描述为不同幅值和频率的正玹值之和的形式。

4.3小波变换

通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析。 M2 2 讲授 2 作业

5 第五章 医学图像增强 本章难点重点：掌握空间滤波器的原理、低通与高通滤波器的推导。

5.1 概述

图像增强的主要目的以及实际应用。

5.2 直方图增强

通过改变图像的全部或局部对比度进行图像增强的技术。 M2 2 讲授 2 作业 5.3 图像的空间滤波器增强

图像空间借助模板进行邻域操作，各滤波器都是利用模板与图像做卷积运算。

5.4 图像的频域滤波增强

在频域中进行滤波增强，包括低通滤波器与高通和滤波器。

6 第六章 医学图像分割 本章难点重点：掌握基于各种原理的医学图像分割，包括基于阈值、边缘检测、区域及模式识别的图像分割方法。

6.1 医学图像分割的意义、概念

根据医学图像的某种相似性特征将医学图像或分为若干个互不相交的连通的区域的过程。

6.2 基于阈值的图像分割方法

将图像中感兴趣目标与图像背景进行分离的图像分割方法，一般是基于一维灰度直方图统计特征的分割方法。

6.3 基于边缘检测的图像分割方法

先检测图像中的边缘点，再按照一定的策略连接成轮廓，通过轮廓跟踪完成区域分割。

6.4 基于区域的图像分割方法

把具有某种相似性质的像素或区域连通起来，从而构成最终的分割区域。

6.5 基于模式识别原理的图像分割方法

将图像中各区域具有的不同特征看作是不同的模式。 M1,M2 2 讲授 2 作业

7 第七章 医学图像重建与可视化 本章难点重点：医学图像重建算法包括方程联立法、迭代法、二维傅里叶变换法及反投影法的理解及掌握。

7.1 概述

医学断层成像；断层成像的数理原理。

7.2 医学图像重建算法

通过方程联立法、迭代法、二维傅里叶变换法及反投影法对医学图像进行重建。 M1,M2 2 讲授 2 作业 7.3 图像三维可视化

三维重建，通过对获得的数据或二维图像信息进行处理，生成物体的三维结构，并按照人的视觉习惯进行不同效果的显示。

8 第八章 医学图像的配准与融合 本章难点重点：医学图像配准理论基础的理解，各种配准的主要算法的掌握。

8.1 医学图像配准的理论基础

图像配准原理；空间变换；参数的优化搜索及插值方法。

8.2 医学图像配准的主要方法

基于特征的配准方法和基于灰度的配准方法这两种常用的图像配准方法。

8.3 医学图像配准的评估

从体模、准标、图谱和目测检验几个方面来进行评估。

8.4 医学图像融合技术

将两幅（或两幅以上）来自不同成像设备或不同时刻获取的已配准的图像，采用某种算法，把各个图像的优点或互补性有机地结合起来，获取信息量更丰富的新图像的技术。

8.5 常用的医学图像融合方法

基于空域的图像融合；基于变换域的图像融合。 M2 1 讲授 1 作业

9 第九章 医学图像计算机辅助检测/诊断技术 本章重点：CAD计算程序的理解以及如何进行交互式的CAD计算程序。

9.1 CAD技术的发展

CAD技术的历史及其到现代的发展。

9.2 CAD计算程序的基本步骤

三个基本步骤。图像分割、滤波和搜寻可疑区域，确定可以肿瘤区域边界和计算相关图像特征，分辨真阳性和假阳性肿瘤区域。

9.3 CAD计算程序的评估方法

通过真阳性、假阳性组成的ROC曲线等进行评估。 M2,M3 1 讲授 1 作业