生物图像处理与信息学  081104M06008H

学期:2020—2021学年(春)第二学期 | 课程属性:专业研讨课 | 任课教师:杨戈
授课时间: 星期五,第5、6、7 节
授课地点: 教一楼305
授课周次: 1、2、3、4、5、6、7、8、9
授课时间: 星期五,第5、6、7 节
授课地点: 教一楼305
授课周次: 11
课程编号: 081104M06008H 课时: 30 学分: 1.50
课程属性: 专业研讨课 主讲教师:杨戈 助教:郭远昊
英文名称: Biological Image Processing and Informatics 召集人:

教学目的、要求

生物图像处理与信息学是近十几年兴起的一门交叉学科。它集成图像处理,计算机视觉,深度学习和统计分析等技术对于生物图像进行定量分析与理解。本课程的主要教学目的是介绍生物图像处理与信息学的基本概念,原理与方法以及代表性应用。生物图像区别于传统计算机视觉技术面向的自然和社会场景图像。对于人工智能等相关专业的学生,通过本课程的学习可以掌握处理生物图像的技术以及对处理结果进行进一步分析的方法,从而拓宽和加深图像处理以及计算机视觉方面的知识。对于从事生物等相关专业的学生,通过本课程的学习可以学会自己动手处理实验图像数据并对处理结果进行进一步的分析。
本课程的主要教学要求包括:
?	理解生物成像技术的基本概念原理与技术
?	掌握生物图像处理与信息学的基本概念、原理与方法
?	学会使用生物图像处理与信息学的常用软件
?	熟悉生物图像处理与信息学的主要应用
授课方式:课堂讲授为主,结合文献阅读报告与编程作业
课程考核方式:课程考核采用编程作业加上读书报告的形式

预修课程

计算机编程基础

教 材

主要内容

第1周:课程介绍:图像处理的基本概念,课程内容与组织介绍,生物图像处理实用工具与技能(3学时)
第2周:光学显微成像基础: 光学基础,显微成像的对比度与分辨率,荧光显微成像技术(3学时)
第3周:生物图像处理基础(I): 生物图像处理的基本概念与流程;像素分辨率点特征检测(3学时)
第4周:生物图像处理基础(II): 亚像素分辨率点特征检测,超分辨率成像,光片成像(3学时)
第5周:生物图像处理基础(III): 图像分割的基本概念,基于灰度的图像分割,图像形态学处理技术(3学时)
第6周:生物图像处理基础(IV): 基于区域生长与分解的图像分割,图像分割性能评价(3学时)
第7周:生物图像处理基础(V): 基于图切割的图像分割,基于深度学习的生物图像处理介绍(3学时)
第8周:生物图像处理基础(VI): 边缘检测,曲线检测,图像配准(3学时)
第9周:生物图像处理基础(VII): 图像配准,单粒子跟踪,光流技术(3学时)
第10周:生物图像信息学: 生物图像信息学的基本概念与代表性应用(3学时)

参考文献

图像处理与计算机视觉
Gonzalez & Woods, Digital Image Processing, 4th ed., Pearson, 2017.
Gonzalez, Woods, & Eddins, Digital Image Processing Using MATLAB, 2nd ed. Gatesmark Publishing, 2009.
Sonka, Hlavac, & Boyle, Image Processing, Analysis, and Machine Vision, CL-Engineering, 2007.

光学
Hecht, Optics, 4th ed. (or 3rd ed), Addison Wesley, 2001.

光学显微成像与荧光显微成像
Herman, Fluorescence Microscopy, 2nd ed., Taylor & Francis, 1998.
Inoue & Spring, Video Microscopy, 2nd ed., Plenum Press, 1997.