生物图像处理与信息学
课程编码：180206081104P3011H
英文名称：Biological Image Processing and Informatics
课时：40
学分：2.00
课程属性：专业课
主讲教师：杨戈等
教学目的要求
教学目的
图像数据在生命科学研究与应用中起至关重要的作用。本课程是一门介绍如何通过处理生物图像提取信息进而对信息进行分析挖掘的交叉科学课程。课程中介绍的技术涉及图像处理，计算机视觉，深度学习、机器学习和统计分析等多个领域。这些图像处理与数据分析技术在基础生命科学研究、新药研发、疾病诊断与治疗等领域都有重要应用。本课程的主要目的是介绍生物图像信息提取与处理分析的基本概念、方法和核心应用，采用课堂讲授、研究文献阅读和编程作业等多种方式培养学生实际动手处理生物图像的能力。本课程将为培养人工智能驱动的生命科学（AI+生命科学）和人工智能辅助制药（AI+药物研发）等交叉学科领域的复合型人才提供支持。
生物图像区别于计算机视觉中常见的自然图像以及临床诊断中常见的医学图像。对于从事生命科学相关专业的学生，通过本课程的学习可以深入了解深度学习和计算机视觉等人工智能技术，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。对于人工智能等相关专业的学生，通过本课程的学习可以熟悉生物图像，掌握其处理分析技术，拓宽和加深图像处理、计算机视觉和深度学习机器学习方面的知识。
教学要求
1.理解生物成像的基本概念原理与技术
2.掌握生物图像处理与信息学的基本概念、原理与方法，尤其是相关深度学习与机器学习方法
3.通过编程实践掌握生物图像处理与信息学的核心算法
4.熟悉生物图像处理与信息学的核心应用
预修课程
高等数学，编程基础
大纲内容
第一章 生物图像处理与信息学简介 3学时 3.0学时 杨戈
第1节 课程背景
第2节 生物图像处理与信息学的基本概念、方法与现状
第3节 生物图像处理实用工具
第4节 课程内容与组织
第二章 生物成像技术基础 3.0学时 杨戈
第1节 生物显微成像的基本概念
第2节 显微成像的对比度与分辨率
第3节 生物光学显微成像技术
第4节 生物体电子与冷冻电子显微成像技术
第三章 生物图像处理技术（1） 3.0学时 杨戈
第1节 生物图像处理的基本概念与流程
第2节 深度学习基本概念
第3节 像素分辨率点特征检测
第四章 生物图像处理技术（2） 3.0学时 杨戈
第1节 亚像素分辨率点特征检测
第2节 超分辨率成像技术
第3节 光片成像技术
第4节 第一次阅读作业讲解
第五章 生物图像处理技术（3） 3.0学时 杨戈
第1节 生物图像目标检测与分割的基本概念与经典方法
第2节 图像形态学处理技术
第3节 基于图切割(Graph Cut)的图像分割方法
第4节 第一次编程作业讲解
第六章 生物图像处理技术（4） 3.0学时 杨戈
第1节 生物图像目标检测与分割的深度学习方法与性能评价
第七章 生物图像处理技术（5） 3.0学时 杨戈
第1节 深度学习模型的鲁棒性、通用性、和可解释性
第2节 图像分割通用基础模型
第八章 生物图像处理技术（6） 3.0学时 杨戈
第1节 边缘检测与曲线检测的经典与深度学习方法
第2节 第二次阅读作业讲解
第九章 生物图像处理技术（7） 3.0学时 杨戈
第1节 图像配准的经典与深度学习方法
第2节 单粒子跟踪技术
第3节 光流跟踪技术
第4节 第二次编程作业讲解
第十章 生物图像处理应用实例 3.0学时 杨戈
第1节 生物图像表示学习
第2节 生物图像处理在基础生命科学、单细胞多组学与药物筛选等领域的应用
第十一章 生物图像信息学基础 3.0学时 杨戈
第1节 生物图像信息学的基本概念与技术
第2节 统计数据分析的基本概念与技术
第3节 空间统计分析
第十二章 生物图像信息学应用实例（1） 2.0学时 杨戈
第1节 生物图像信息学在人工智能驱动基础生命科学领域的应用
第2节 第三次阅读作业讲解
第十三章 生物图像信息学应用实例（2） 2.0学时 杨戈
第1节 生物图像信息学在人工智能辅助制药领域的应用
第十四章 编程大作业口头报告 3.0学时 杨戈
第1节 通过分组报告第三次编程大作业结果，教师进行点评分析
教材信息
1、
数字图像处理（第四版）
拉斐尔-冈萨雷斯
2020年5月
电子工业出版社
参考书
1、
计算机视觉基础,深度学习
韦斯利-斯奈德、戚海容著，张岩、袁汉青、朱佩浪等译,伊安-古德费罗等著，赵申剑、黎彧君、符天凡、李凯等译
2020年9月,2017年8月
机械工业出版社,人民邮电出版社
课程教师信息
杨戈教授，于2004年1月获美国明尼苏达大学机械工程（机器人学）博士学位。2004年1月至2008年12月在加利福尼亚州斯克里普斯研究所从事计算生物学博士后研究。2009年1月至2014年6月在卡内基梅隆大学担生物医学工程系和计算生物学系任助理教授，2014年6月至2018年12月任副教授。在卡内基梅隆大学任教期间曾获美国国家科学基金（NSF）青年科学家（CAREER）奖，国际生物医学图像会议大会（ISBI）最佳论文奖等荣誉。2019年1月回国，任国科大人工智能学院长聘教授，中科院自动化所模式识别国家重点实验室研究员。主要研究方向包括：生物图像信息学，计算机视觉，深度学习，系统生物学。