醫(yī)學(xué)影像學(xué)生Python課程設(shè)計(jì)及實(shí)踐

［摘 要］ 研究醫(yī)學(xué)影像學(xué)生Python課程的設(shè)計(jì)與實(shí)踐。Python編程語言在醫(yī)學(xué)影像學(xué)領(lǐng)域的應(yīng)用日益廣泛，然而當(dāng)前以生物醫(yī)學(xué)數(shù)據(jù)為主的教學(xué)往往未能滿足醫(yī)學(xué)影像學(xué)生的專業(yè)需求。為此，設(shè)計(jì)了以醫(yī)學(xué)影像數(shù)據(jù)案例驅(qū)動(dòng)的教學(xué)模式，并增加了數(shù)據(jù)展示與可視化和影像組學(xué)分析的小組創(chuàng)新項(xiàng)目訓(xùn)練。教學(xué)實(shí)踐表明，學(xué)生對(duì)課程設(shè)計(jì)表現(xiàn)出了較高的學(xué)習(xí)興趣，小組創(chuàng)新項(xiàng)目訓(xùn)練培養(yǎng)了學(xué)生的實(shí)踐應(yīng)用和問題解決能力。然而，仍需要進(jìn)一步加強(qiáng)專業(yè)方向內(nèi)容，提供更多實(shí)踐機(jī)會(huì)，以滿足學(xué)生的學(xué)習(xí)需求。

［關(guān)鍵詞］ Python編程語言；醫(yī)學(xué)影像；數(shù)據(jù)展示；影像組學(xué)

［基金項(xiàng)目］ 2022年度廣東省高等教育教學(xué)改革項(xiàng)目“Python生物醫(yī)學(xué)計(jì)算基礎(chǔ)在線教學(xué)平臺(tái)建設(shè)與應(yīng)用”；2022年度廣東省本科高校在線開放課程指導(dǎo)委員會(huì)研究課題“用還原生物學(xué)思維改造生物醫(yī)學(xué)類Python編程混合式教學(xué)”（2022ZXKC084）；南方醫(yī)科大學(xué)生物醫(yī)學(xué)工程學(xué)院信息技術(shù)系教學(xué)業(yè)務(wù)費(fèi)（B100300005）

［作者簡(jiǎn)介］ 鐘麗明（1990—），女，廣東湛江人，博士，南方醫(yī)科大學(xué)生物醫(yī)學(xué)工程學(xué)院講師，主要從事醫(yī)學(xué)圖像分析和醫(yī)學(xué)人工智能研究。

［中圖分類號(hào)］ G642.0 ［文獻(xiàn)標(biāo)識(shí)碼］ A ［文章編號(hào)］ 1674-9324（2024）17-0153-04 ［收稿日期］ 2023-08-18

引言

隨著科技的飛速發(fā)展，計(jì)算機(jī)科學(xué)和醫(yī)學(xué)影像學(xué)在過去幾十年里取得了巨大的進(jìn)步。計(jì)算機(jī)科學(xué)為醫(yī)學(xué)影像學(xué)的發(fā)展提供了強(qiáng)大的技術(shù)支持，而醫(yī)學(xué)影像學(xué)又為計(jì)算機(jī)科學(xué)的應(yīng)用提供了廣闊的領(lǐng)域。在這個(gè)互相融合的時(shí)代，Python編程語言的應(yīng)用在醫(yī)學(xué)影像學(xué)中逐漸成為一種趨勢(shì)［1］。

醫(yī)學(xué)影像學(xué)作為醫(yī)學(xué)的一個(gè)重要分支，通過成像技術(shù)為醫(yī)生提供了人體結(jié)構(gòu)和功能信息。隨著影像設(shè)備的不斷升級(jí)和數(shù)字化技術(shù)的應(yīng)用，醫(yī)學(xué)影像數(shù)據(jù)的產(chǎn)生和存儲(chǔ)變得更加便捷，也使得數(shù)據(jù)的處理和分析變得更加復(fù)雜。傳統(tǒng)的手工處理方法已經(jīng)不能滿足對(duì)大規(guī)模醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行快速和準(zhǔn)確分析的需求。而Python作為一種簡(jiǎn)單易學(xué)、功能強(qiáng)大的編程語言，正好滿足了這一需求。

隨著人工智能、大數(shù)據(jù)和科技的迅速發(fā)展，Python編程語言在各個(gè)領(lǐng)域都得到了廣泛的應(yīng)用和認(rèn)可，尤其在高等院校中［2］。Python的簡(jiǎn)單易學(xué)、功能強(qiáng)大和開放性特點(diǎn)，使其成為許多高等院校開設(shè)的首選編程語言。越來越多的高等院校開設(shè)Python課程。南方醫(yī)科大學(xué)開設(shè)了針對(duì)醫(yī)學(xué)專業(yè)的Python課程，力求培養(yǎng)生物醫(yī)學(xué)數(shù)據(jù)方面的科研創(chuàng)新能力［3-4］。教材選用Allegra Via等編寫的Managing Your Biological Data with Python的中文譯本。該教材包含許多Python管理生物信息數(shù)據(jù)的案例，可深度結(jié)合醫(yī)學(xué)專業(yè)與Python編程，為學(xué)生提供豐富的實(shí)踐案例和數(shù)據(jù)處理技能。

然而，盡管Python課程在醫(yī)學(xué)專業(yè)取得了積極進(jìn)展，如何更好地應(yīng)用Python編程來分析醫(yī)學(xué)影像數(shù)據(jù)，對(duì)于醫(yī)學(xué)影像專業(yè)學(xué)生尤為重要。醫(yī)學(xué)影像數(shù)據(jù)的處理和分析復(fù)雜多樣，需要深入了解醫(yī)學(xué)影像學(xué)的特點(diǎn)和領(lǐng)域需求，結(jié)合Python編程的特點(diǎn)，設(shè)計(jì)更切合實(shí)際的醫(yī)學(xué)影像專業(yè)教學(xué)課程。

一、教學(xué)現(xiàn)狀分析

目前，我們的Python教學(xué)課程面向臨床醫(yī)學(xué)八年制、基礎(chǔ)醫(yī)學(xué)、基礎(chǔ)醫(yī)學(xué)（院士創(chuàng)新班）等專業(yè)開設(shè)，主要以生物醫(yī)學(xué)數(shù)據(jù)的案例為主，這種教學(xué)現(xiàn)狀存在一些問題。

在醫(yī)學(xué)影像學(xué)專業(yè)中，學(xué)生需要具備對(duì)醫(yī)學(xué)圖像數(shù)據(jù)進(jìn)行處理和分析的能力。然而，當(dāng)前的Python課程主要以生物信息數(shù)據(jù)為案例，未能很好地滿足醫(yī)學(xué)影像學(xué)生的專業(yè)需求。這導(dǎo)致學(xué)生在學(xué)習(xí)過程中難以將Python編程技能與實(shí)際醫(yī)學(xué)圖像問題相結(jié)合，缺乏對(duì)醫(yī)學(xué)圖像數(shù)據(jù)處理的實(shí)際應(yīng)用能力。

醫(yī)學(xué)圖像數(shù)據(jù)的處理和分析相對(duì)復(fù)雜，涉及圖像預(yù)處理、分割、特征提取等技術(shù)。然而，在當(dāng)前的教學(xué)中，這些復(fù)雜內(nèi)容并未充分涉及。缺乏對(duì)醫(yī)學(xué)圖像數(shù)據(jù)特有的處理方法和技術(shù)的深入了解，會(huì)影響學(xué)生對(duì)醫(yī)學(xué)影像學(xué)的學(xué)習(xí)效果和興趣。

學(xué)生解決實(shí)際醫(yī)學(xué)影像問題的實(shí)踐機(jī)會(huì)不足，缺乏對(duì)醫(yī)學(xué)圖像數(shù)據(jù)實(shí)際應(yīng)用的實(shí)際操作經(jīng)驗(yàn)。理論知識(shí)雖然重要，但對(duì)于掌握Python編程在醫(yī)學(xué)圖像領(lǐng)域的應(yīng)用能力來說，實(shí)踐是不可或缺的一環(huán)。缺乏實(shí)際操作，可能導(dǎo)致學(xué)生在面對(duì)真實(shí)醫(yī)學(xué)圖像數(shù)據(jù)時(shí)不知如何下手，影響他們的自信心和學(xué)習(xí)動(dòng)力。

除了解決醫(yī)學(xué)影像學(xué)方面的問題，我們也應(yīng)關(guān)注數(shù)據(jù)展示和可視化的重要性。數(shù)據(jù)的有效展示對(duì)于傳達(dá)信息和支持決策是至關(guān)重要的。然而，目前的課程可能未充分涉及數(shù)據(jù)可視化技術(shù)，導(dǎo)致學(xué)生在表達(dá)數(shù)據(jù)方面的能力有所欠缺。

針對(duì)以上問題，我們需要對(duì)教學(xué)內(nèi)容進(jìn)行調(diào)整和改進(jìn)，加強(qiáng)醫(yī)學(xué)影像學(xué)相關(guān)案例的教學(xué)，增加數(shù)據(jù)展示和可視化的教學(xué)和小組創(chuàng)新項(xiàng)目訓(xùn)練，以提高學(xué)生對(duì)醫(yī)學(xué)圖像數(shù)據(jù)處理和分析的理解和應(yīng)用能力。

二、課程設(shè)計(jì)與實(shí)施

（一）整體設(shè)計(jì)

隨著計(jì)算機(jī)科學(xué)的快速發(fā)展，Python編程語言在醫(yī)療領(lǐng)域的應(yīng)用正在變得越來越廣泛。本課程旨在針對(duì)目前以生物信息數(shù)據(jù)的案例為主的Python教學(xué)存在的問題，通過加強(qiáng)醫(yī)學(xué)影像學(xué)相關(guān)案例的教學(xué)，提供數(shù)據(jù)展示與可視化技術(shù)的培訓(xùn)，以及小組創(chuàng)新項(xiàng)目訓(xùn)練，幫助學(xué)生有效處理和分析醫(yī)學(xué)圖像數(shù)據(jù)，同時(shí)提升數(shù)據(jù)展示和可視化的能力，以滿足其專業(yè)發(fā)展和實(shí)踐需求。通過本課程的學(xué)習(xí)，學(xué)生將學(xué)會(huì)使用Python處理生物醫(yī)學(xué)數(shù)據(jù)，掌握Python編程語言在醫(yī)學(xué)圖像處理、人工智能等方面的應(yīng)用。掌握Python繪圖，用于繪制專業(yè)的科學(xué)圖表和數(shù)據(jù)可視化。

（二）醫(yī)學(xué)影像數(shù)據(jù)案例驅(qū)動(dòng)教學(xué)模式

醫(yī)學(xué)影像數(shù)據(jù)案例驅(qū)動(dòng)教學(xué)模式是一種以真實(shí)醫(yī)學(xué)影像數(shù)據(jù)為基礎(chǔ)的教學(xué)方法。它將醫(yī)學(xué)影像數(shù)據(jù)作為學(xué)習(xí)和教學(xué)的主要案例，通過讓學(xué)生直接面對(duì)真實(shí)的醫(yī)學(xué)圖像數(shù)據(jù)，激發(fā)學(xué)生的學(xué)習(xí)興趣和主動(dòng)性，提高他們對(duì)醫(yī)學(xué)影像學(xué)科的理解和應(yīng)用能力。

在醫(yī)學(xué)影像數(shù)據(jù)案例驅(qū)動(dòng)教學(xué)模式中，課程中將引入來自臨床實(shí)際的醫(yī)學(xué)影像數(shù)據(jù)，如CT掃描、MRI圖像等，作為學(xué)習(xí)的基礎(chǔ)案例。學(xué)生將通過Python編程，對(duì)這些醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行讀取和可視化。通過實(shí)際操作，學(xué)生將更深入地了解醫(yī)學(xué)影像數(shù)據(jù)的復(fù)雜性和特點(diǎn)，學(xué)會(huì)如何應(yīng)用數(shù)據(jù)處理技術(shù)來解決醫(yī)學(xué)影像學(xué)中的實(shí)際問題。

在這種教學(xué)模式下，學(xué)生將從抽象的概念中脫離出來，直接面對(duì)真實(shí)的醫(yī)學(xué)場(chǎng)景和數(shù)據(jù)，使得學(xué)習(xí)更加貼近實(shí)際，增強(qiáng)了學(xué)生的學(xué)習(xí)動(dòng)力。通過參與醫(yī)學(xué)影像數(shù)據(jù)的處理和分析，學(xué)生將深刻理解醫(yī)學(xué)影像學(xué)科在現(xiàn)實(shí)醫(yī)療實(shí)踐中的應(yīng)用價(jià)值，培養(yǎng)學(xué)生的科研創(chuàng)新能力和問題解決能力。這種教學(xué)模式不僅提供了數(shù)據(jù)處理和分析的技術(shù)培訓(xùn)，還能增強(qiáng)學(xué)生的臨床思維能力和跨學(xué)科能力。學(xué)生將學(xué)會(huì)運(yùn)用數(shù)據(jù)處理技術(shù)為醫(yī)學(xué)診斷和治療提供支持。這種綜合性的教學(xué)方法將為學(xué)生未來的醫(yī)學(xué)研究和臨床實(shí)踐奠定堅(jiān)實(shí)基礎(chǔ)。同時(shí)，通過學(xué)習(xí)醫(yī)學(xué)影像數(shù)據(jù)案例，學(xué)生將更加深入地理解數(shù)據(jù)可視化的重要性，學(xué)會(huì)用圖表和圖形來展示醫(yī)學(xué)數(shù)據(jù)，提高數(shù)據(jù)展示和表達(dá)能力。

（三）數(shù)據(jù)展示與可視化

醫(yī)學(xué)領(lǐng)域的Python教學(xué)中，數(shù)據(jù)展示與可視化教學(xué)是一種重要的教學(xué)方法，旨在幫助學(xué)生學(xué)會(huì)如何使用Python編程語言來有效地展示醫(yī)學(xué)影像數(shù)據(jù)、生物醫(yī)學(xué)數(shù)據(jù)和相關(guān)信息。在醫(yī)學(xué)相關(guān)專業(yè)中，學(xué)生需要掌握對(duì)生物醫(yī)學(xué)數(shù)據(jù)和醫(yī)學(xué)圖像數(shù)據(jù)進(jìn)行處理和分析的能力，同時(shí)也需要具備有效傳達(dá)醫(yī)學(xué)數(shù)據(jù)和研究結(jié)果的能力。

然而，之前的教學(xué)內(nèi)容并未涉及數(shù)據(jù)展示與可視化。為此，我們?cè)谡n程中設(shè)計(jì)這一內(nèi)容。課程將引導(dǎo)學(xué)生學(xué)習(xí)使用Python中的數(shù)據(jù)可視化庫(kù)，如Matplotlib、Plotly和Seaborn等，來創(chuàng)建適合醫(yī)學(xué)數(shù)據(jù)展示的圖表和圖形。課程中將教授學(xué)生使用不同的圖表和圖形，如線圖、散點(diǎn)圖、條形圖、柱狀圖、餅圖、熱力圖等，來展示不同類型的數(shù)據(jù)。學(xué)生將學(xué)會(huì)根據(jù)數(shù)據(jù)的特點(diǎn)和目的，選擇合適的圖表類型，設(shè)計(jì)清晰明了的圖表，并通過調(diào)整顏色、標(biāo)簽和圖例等元素，使得數(shù)據(jù)呈現(xiàn)更具吸引力和表現(xiàn)力。學(xué)生將學(xué)會(huì)如何通過編程代碼來處理醫(yī)學(xué)圖像數(shù)據(jù)，生成圖像，繪制圖表，并添加必要的標(biāo)簽和注釋，以達(dá)到清晰地展示醫(yī)學(xué)數(shù)據(jù)和研究結(jié)果的目的。

通過實(shí)踐項(xiàng)目，學(xué)生將有機(jī)會(huì)運(yùn)用所學(xué)的數(shù)據(jù)展示與可視化技能，處理真實(shí)的醫(yī)學(xué)影像數(shù)據(jù)，并將其呈現(xiàn)在圖表和圖形中。這樣的實(shí)踐項(xiàng)目將增強(qiáng)學(xué)生的實(shí)際操作經(jīng)驗(yàn)，使他們更加熟練地應(yīng)用Python編程來展示醫(yī)學(xué)數(shù)據(jù)，為醫(yī)學(xué)研究和臨床實(shí)踐提供支持。

（四）小組創(chuàng)新項(xiàng)目訓(xùn)練

小組創(chuàng)新項(xiàng)目訓(xùn)練在醫(yī)學(xué)領(lǐng)域?qū)I(yè)Python教學(xué)中具有重要的作用。通過實(shí)踐應(yīng)用能力的提升、團(tuán)隊(duì)合作與溝通技巧的培養(yǎng)、問題解決與創(chuàng)新能力的培養(yǎng)，以及綜合學(xué)科知識(shí)的應(yīng)用，學(xué)生將為未來的醫(yī)學(xué)影像學(xué)領(lǐng)域的職業(yè)發(fā)展和學(xué)術(shù)研究奠定堅(jiān)實(shí)基礎(chǔ)。同時(shí)，這樣的實(shí)踐訓(xùn)練也將培養(yǎng)學(xué)生的創(chuàng)業(yè)精神和自信心，激發(fā)他們?cè)卺t(yī)學(xué)影像學(xué)領(lǐng)域持續(xù)學(xué)習(xí)和探索的熱情。

目前，課程設(shè)計(jì)包括三個(gè)內(nèi)容：COVID-19感染數(shù)據(jù)可視化；結(jié)合“德爾密克戎”新冠毒株的感染科學(xué)數(shù)據(jù)（一定要注明數(shù)據(jù)來源），建立人群傳播仿真模型；匯總及分析至少十篇相關(guān)文獻(xiàn)并繪制詞云。然而，小組創(chuàng)新項(xiàng)目中缺少醫(yī)學(xué)影像數(shù)據(jù)方面的訓(xùn)練，為此我們?cè)谡n程內(nèi)容中加入了影像組學(xué)（Radiomics）分析。

Radiomics是一種醫(yī)學(xué)影像學(xué)領(lǐng)域的新興研究方向，它結(jié)合了醫(yī)學(xué)影像學(xué)、生物信息學(xué)和機(jī)器學(xué)習(xí)技術(shù)，旨在從醫(yī)學(xué)影像中提取大量的定量特征，并與疾病的診斷、預(yù)后和治療效果等進(jìn)行關(guān)聯(lián)。Radiomics的研究對(duì)于實(shí)現(xiàn)個(gè)性化醫(yī)療和精準(zhǔn)診療具有重要意義。在Python教學(xué)中，小組創(chuàng)新項(xiàng)目訓(xùn)練可以以Radiomics為主題，讓學(xué)生通過Python編程技術(shù)探索醫(yī)學(xué)影像中的Radiomics特征提取和分析方法。

小組創(chuàng)新項(xiàng)目訓(xùn)練中，學(xué)生可以組成小組，每個(gè)小組負(fù)責(zé)一個(gè)具體的Radiomics項(xiàng)目。教師將提供醫(yī)學(xué)影像數(shù)據(jù)集和相關(guān)問題，鼓勵(lì)學(xué)生利用Python編程來實(shí)現(xiàn)Radiomics特征的提取和分析，例如：

1.特征提取。學(xué)生可以使用Python中的圖像處理庫(kù)，如SimpleITK和PyRadiomics，來提取醫(yī)學(xué)影像中的定量特征，如形狀、紋理、強(qiáng)度等。

2.特征選擇與降維。學(xué)生可以運(yùn)用Python中的特征選擇算法和降維技術(shù)，篩選出與疾病相關(guān)的重要特征，減少數(shù)據(jù)維度和冗余信息。

3.建模和預(yù)測(cè)。學(xué)生可以使用Python中的機(jī)器學(xué)習(xí)庫(kù)，如Scikit-learn，來建立Radiomics模型，預(yù)測(cè)疾病的診斷、預(yù)后或治療效果等。

4.結(jié)果可視化。學(xué)生可以運(yùn)用Python中的數(shù)據(jù)可視化庫(kù)，如Matplotlib和Plotly，將Radiomics分析結(jié)果以圖表和圖形的形式進(jìn)行展示和解釋。

通過小組創(chuàng)新項(xiàng)目訓(xùn)練，學(xué)生將獲得在Radiomics領(lǐng)域中應(yīng)用Python編程解決實(shí)際問題的能力。他們將學(xué)會(huì)處理醫(yī)學(xué)影像數(shù)據(jù)、提取Radiomics特征、運(yùn)用機(jī)器學(xué)習(xí)算法進(jìn)行預(yù)測(cè)分析，并最終將結(jié)果可視化呈現(xiàn)。這樣的實(shí)踐性訓(xùn)練將增強(qiáng)學(xué)生的實(shí)際操作經(jīng)驗(yàn)和科研創(chuàng)新能力，為他們未來在醫(yī)學(xué)影像學(xué)和Radiomics研究中奠定堅(jiān)實(shí)的基礎(chǔ)。

三、教學(xué)實(shí)踐效果分析

本研究的教學(xué)實(shí)踐效果從數(shù)據(jù)展示與可視化作業(yè)完成和小組創(chuàng)新項(xiàng)目訓(xùn)練成績(jī)進(jìn)行評(píng)估。

在數(shù)據(jù)展示與可視化章節(jié)，學(xué)生對(duì)于Python編程在醫(yī)學(xué)影像學(xué)中的應(yīng)用表現(xiàn)出了較高的學(xué)習(xí)熱情。99%的同學(xué)在當(dāng)天就完成了相關(guān)作業(yè)，并積極在愛課平臺(tái)上提交作業(yè)。這說明學(xué)生對(duì)于數(shù)據(jù)展示和可視化技術(shù)的學(xué)習(xí)成果較為顯著，為之后的小組創(chuàng)新項(xiàng)目訓(xùn)練和其他科研項(xiàng)目打下了堅(jiān)實(shí)的基礎(chǔ)。

在小組創(chuàng)新項(xiàng)目訓(xùn)練方面，課程中提供了包括影像組學(xué)在內(nèi)的4個(gè)項(xiàng)目，其中21名同學(xué)（占總學(xué)生數(shù)的31%）對(duì)影像組學(xué)訓(xùn)練項(xiàng)目表現(xiàn)出了濃厚的興趣，并自愿組成三個(gè)小組來完成這一挑戰(zhàn)。兩個(gè)小組在完整完成項(xiàng)目的基礎(chǔ)上，還對(duì)模型進(jìn)行了優(yōu)化，并將其應(yīng)用于腦膠質(zhì)瘤的公開數(shù)據(jù)庫(kù)中。最終，這兩個(gè)小組取得了優(yōu)秀的結(jié)果，充分展示了Python編程在影像組學(xué)領(lǐng)域的應(yīng)用潛力。

綜合分析教學(xué)實(shí)踐的結(jié)果，本研究的教學(xué)方法和內(nèi)容得到了學(xué)生的積極響應(yīng)和認(rèn)可。數(shù)據(jù)展示與可視化章節(jié)的成功完成為學(xué)生在影像組學(xué)等后續(xù)科研項(xiàng)目中奠定了堅(jiān)實(shí)的基礎(chǔ)。同時(shí)，小組創(chuàng)新項(xiàng)目訓(xùn)練也取得了令人鼓舞的成績(jī)，學(xué)生在實(shí)踐中掌握了Python編程技術(shù)，成功應(yīng)用于醫(yī)學(xué)影像數(shù)據(jù)的處理與分析，體現(xiàn)出了較高的創(chuàng)新和實(shí)踐能力。

結(jié)語

本論文旨在探討醫(yī)學(xué)影像學(xué)生Python課程設(shè)計(jì)及實(shí)踐的有效性和教學(xué)成果，我們主要采用了醫(yī)學(xué)影像數(shù)據(jù)案例驅(qū)動(dòng)教學(xué)模式、數(shù)據(jù)展示與可視化和增加影像組學(xué)分析的小組創(chuàng)新項(xiàng)目訓(xùn)練。

Python編程語言在醫(yī)學(xué)影像學(xué)領(lǐng)域的應(yīng)用越來越廣泛。本課程在基于生物醫(yī)學(xué)數(shù)據(jù)案例教學(xué)的基礎(chǔ)上增加Python編程語言在醫(yī)學(xué)影像數(shù)據(jù)的處理、分析和可視化方面的相關(guān)應(yīng)用，提高了學(xué)生對(duì)醫(yī)學(xué)影像學(xué)的學(xué)習(xí)興趣和動(dòng)力。

數(shù)據(jù)展示與可視化教學(xué)模式是本課程的重要組成部分。學(xué)生通過實(shí)際操作和項(xiàng)目練習(xí)，學(xué)會(huì)了如何使用Python編程技術(shù)有效地展示醫(yī)學(xué)影像數(shù)據(jù)和研究結(jié)果。這種教學(xué)模式提高了學(xué)生在表達(dá)數(shù)據(jù)方面的能力，并加深了對(duì)醫(yī)學(xué)影像數(shù)據(jù)處理的理解。

綜上所述，通過醫(yī)學(xué)影像數(shù)據(jù)案例驅(qū)動(dòng)教學(xué)模式、數(shù)據(jù)展示與可視化教學(xué)以及影像組學(xué)分析的小組創(chuàng)新項(xiàng)目訓(xùn)練，學(xué)生取得了積極的學(xué)習(xí)成果。然而，課程設(shè)計(jì)仍有改進(jìn)的空間，加強(qiáng)專業(yè)方向的內(nèi)容和實(shí)踐機(jī)會(huì)將進(jìn)一步提高學(xué)生的學(xué)習(xí)體驗(yàn)和創(chuàng)新能力。未來，應(yīng)繼續(xù)探索創(chuàng)新的教學(xué)方法，培養(yǎng)更多優(yōu)秀的醫(yī)學(xué)影像學(xué)人才，為醫(yī)學(xué)影像學(xué)領(lǐng)域的發(fā)展貢獻(xiàn)更多有價(jià)值的成果。

參考文獻(xiàn)

［1］丘文峰.基于Python的醫(yī)學(xué)圖像處理框架及其應(yīng)用［D］.廣州：華南師范大學(xué)，2010.

［2］周鋼，李永杰，郭暉，等.以Python推動(dòng)計(jì)算思維培養(yǎng)落地的大學(xué)計(jì)算機(jī)基礎(chǔ)課程教學(xué)［J］.計(jì)算機(jī)教育，2022（2）：79-82.

［3］郝立巍，陽維，曹蕾.還原生物學(xué)思維的生物醫(yī)學(xué)類Python教學(xué)探索［J］.計(jì)算機(jī)教育，2022（11）：146-150.

［4］曹蕾，段建顥，王丹丹，等.基于計(jì)算思維能力培養(yǎng)的醫(yī)學(xué)生Python課程設(shè)計(jì)及實(shí)踐［J］.計(jì)算機(jī)教育，2020（9）：159-162+167.

Python Course Design and Practice for Medical Imaging Students

ZHONG Li-ming， HAO Li-wei， CAO Lei， YANG Wei

（School of Biomedical Engineering， Southern Medical University， Guangzhou， Guangdong

510515， China）

Abstract： This instructional paper aims to investigate the design and implementation of a Python course for medical imaging students. The application of Python programming language in the field of medical imaging is increasingly widespread. However， the current teaching， which primarily focuses on biomedical data， often fails to meet the specialized needs of medical imaging students. To address this， we have devised a teaching model driven by medical imaging data cases， and incorporated group-based innovative projects focusing on data visualization and imageomics analysis. The teaching practice demonstrates that students have shown a high level of interest in the course design， and the group-based innovative projects have nurtured their practical application and problem-solving skills. Nevertheless， further improvements are needed in terms of enhancing domain-specific content and providing more practical opportunities to cater to students’ learning needs.

Key words： python programming; medical imaging; data visualization; imageomics