智能图像处理课程思政的探索与实践

1 引言

人工智能的发展推动图像处理从 " 手工特征" 迈向 " 智能驱动" 阶段，这不仅改变算法设计范式，更对数据合规性、技术自主性提出更高要求。MATLAB 图像处理工具箱内含丰富的函数和应用程序，不仅涵盖了基本的图像处理流程，还支持更高级的图像分析和算法开发，让其成为从事图像处理工作的重要工具。然而，2020 年美国将 13 所中国高校列入实体清单，禁用 Matlab，后期逐步增加实体名单，导致相关单位的工作进度延缓，凸显了核心技术的价值，唯有自主创新才是科技强国的必由之路。本文尝试基于《智能图像处理》课程知识点构建 " 技术知识传授 - 思政元素浸润 - 科研伦理培育 " 三位一体教学体系，将知识产权保护与伦理、核心技术自主、民族科技自信、科研创新精神等思政要素融入教学，为新工科课程思政建设提供可复制的实践范式。

2 思政教学设计与典型案例

2.1 Lena 图像版权争议与学术伦理

知识点：图像数据获取与预处理、知识产权保护和伦理道德。教学目标：建立科研数据合规使用意识，理解技术应用的法律边界。

教学内容： 1973 年南加州大学团队扫描《花花公子》杂志获取Lena 图像，该图像因包含皮肤（平滑区域）、头饰（高频细节）、毛皮（纹理结构），丰富的细节、明暗对比，同时也有平滑的过渡区域，成为验证图像增强、压缩算法的 " 黄金标准 "，但未获模特和杂志授权被全球科研界使用 40 年。因版权、图片来源和伦理风险争议，2017年 Matlab 移除该图像，改用合规的自然场景数据集。2018 年， NatureNanotechnology 杂志宣布禁止在论文提交中使用 Lenna 图像。2024 年起，计算机视觉女神 Lena 被IEEE 期刊封杀，不再接收包含该图像的论文。

思政融入：Lena 图像的争议性揭示：技术优势不能掩盖伦理缺陷，科研数据使用需遵循《著作权法》第 24 条 "合理使用" 原则（如注明来源、非商业用途）。组织学生调研常用数据集的许可协议，编写 " 数据合规使用承诺书 "；在课程设计中要求：使用网络图像需标注来源，自建医学影像数据集需通过患者知情同意书。正如《论语》所言 " 己所不欲，勿施于人 "，尊重他人知识产权，既是学术规范要求，更是科技工作者的道德准则。

2.2 Matlab 禁用事件与核心技术自主精神培育

知识点：图像处理工具链、算法实现平台。教学目标：理解 " 卡脖子" 技术的危害性，树立科技自立自强信念。

教学内容：2020 年美国将 13 所中国高校列入实体清单，后期逐步增加，导致相关单位无法使用 Matlab，某航空学院无人机研发因飞控算法无法验证延期 6 个月，直接经济损失超千万元。国产替代突破：北太天元，由北大数学学院团队研发，兼容 95% Matlab 语法，支持微分方程求解、信号处理等核心功能。2023 年其 V3.0 版本在哈工大实现全学科覆盖，与银河麒麟操作系统深度适配，打破 " 工具霸权"。

思政融入：讲述 " 两弹一星" 元勋自主研制计算工具电子管 104 型计算机的故事，类比北太天元团队 " 十年磨一剑 " 的坚守，强调，核心技术买不来、讨不来，唯有自主创新才是科技强国的必由之路。

2.3 联影医疗技术突围与民族科技自信培育

知识点：医学图像处理、图像重建算法。教学目标：感受中国科技工作者的奋斗精神，增强民族自豪感。

教学内容：上海联影医疗 2011 年成立时， GE、飞利浦、西门子占据中国 90% 以上高端医疗设备市场。团队耗时 8 年研发 uMR 780 光梭 3.0T 磁共振成像体系系统，攻克三大难题包含：硬件瓶颈 , 自主设计控制台、磁化系统、射频系统及其功率放大系统；算法创新：开发压缩感知重建算法，将扫描时间缩短 60% ；临床验证：联合北京 301 医院建立 10 万例肺部结节数据库，优化 AI 辅助诊断模型。全球影响：2023年联影医疗产品进入 60 余个国家，在意大利罗马圣心医院， uMR 780 的心脏电影成像时间较西门子设备缩短 40% ，被《欧洲放射学》称为 "中国医疗科技的里程碑"。

实验设计：提供联影医疗公开的 DICOM 数据集，让学生用 Python实现 CT /MRI 图像的窗宽、窗位调整、病灶区域标注，感受国产数据的临床价值。思政融入：引用钱学森 " 科学没有国界，但科学家有祖国"，讲述联影团队放弃海外高薪回国创业的故事，诠释 " 把科技成果应用在实现国家现代化的伟大事业中" 的使命担当。

2.4 北大陈良怡团队科研突破与创新精神培育

知识点：生物图像处理、超分辨成像算法。教学目标：培养 " 十年磨一剑" 的科研定力，理解基础研究的价值。

教学内容：HiS-SIM 结构光显微镜通过三大创新实现活细胞超分辨成像，通过稀疏解卷积算法将空间分辨率提高到 60 纳米，时间分辨率提升至毫秒级，在活细胞超分辨成像领域实现 " 弯道超车 "，荣获全国颠覆性技术创新大赛一等奖。主要创新如下：硬件创新：设计六边形结构光投射模块，将激发光剂量降至传统方法的 1/10；算法创新：提出稀疏解卷积算法，基于时空连续性先验，将成像速度提升至 564 帧 / 秒；应用创新：首次观测到胰岛素囊泡融合时 3nm 分泌孔道的动态变化，为糖尿病治疗提供新靶点。

科研历程解析：团队成果经历 127 次硬件迭代、 3000+ 次算法优化。在《Nature ⋅⋅ Method》审稿中，面对 " 如何证明时间分辨率提升非噪声干扰 " 的质疑，团队耗时 8 个月设计荧光标记对照实验，最终获审稿人评价：" 重新定义活细胞成像的时间精度 "。HiS-SIM 的稀疏解卷积算法本质是图像去模糊问题，需综合运用傅里叶变换、最优化理论、卷积等知识，体现多学科交叉的创新路径。思政融入：" 显微镜下见乾坤，十年功成在细微"，引导学生理解：真正的创新源于对细节的极致追求，更源于对科学真理的执着探索。

3 总结与讨论

紧随时代变化，充分考虑课程核心知识点，思政元素有机融入，将技术知识点与伦理规范、民族精神、科研品格深度绑定，避免 " 两张皮 " 现象。案例选择立体化：可涵盖历史典故、现实挑战、本土创新、科研前沿，构建 " 过去- 现在 - 未来" 的思政育人链条。能力培养复合化，在提升图像处理技术能力的同时，培养法律合规、技术批判、文化认同等 隐性能力，符合新工科 全人培养目标。课程思政建设也需在技术传授中追求 " 育得更实、导得更准 "。唯有将知识传授与价值塑造熔铸为 " 立德树人 " 的合金，才能培养出既掌握智能图像处理核心技术，又胸怀 " 国之大者" 的新时代工程师。

通讯作者：杨春升基金项目：

课程思政示范课程建设项目（2023ZGSZKC026）、教学改革研究与实践项目（2024ZGJGLX044，2024ZGJGLX028）。