【关键词】大数据;文化基础;教学改革
在当今社会面临全球化和新技术革命，特别是信息技术革命的挑战时，基于技术的教育变革的重要性和紧迫性也日益明显。？
一、学好《计算机文化基础》的要素研究
。
1.学生的学习动机和对自己的挑战性期望。学生能否进入到《计算机文化基础》学习的过程之中的前提是：他有没有学习的兴趣，有没有学习的爱好;学生能否提高质量的学习的关键是：在有了兴趣和爱好之后是否对自己有一定的挑战性期望。《计算机文化基础》课程教学实践告诉我们，一个人如果没有自觉，没有自信，不会自己学习，他就始终不会摆脱灌输式的被动学习，而且学得非常艰苦。任何一种教学改革，如果能够激发学生的学习兴趣和爱好，能够让学生产生对自身的挑战性期待，它所带来的学习效果一定是最好的。其实学生学习的不成功，最关键的是自己始终认为是一个失败者。
2.在合适的学习时间内给予学生广泛的有效的《计算机文化基础》学习机会。我们的学生不缺学习时间，和国外的学生相比，我们的学习时间够长的了。谁都明白这个道理，学习的成效并不决定于时间的长度，而是单位时间内的效度。所谓有效的学习机会，包括为学生的《计算机文化基础》学习提供多元化的课程和创设良好的学习情境等多个方面。
教师要根据《计算机文化基础》学习内容、学习对象的特征来设置学习情境，情境可以是具体的，也可以是抽象的;可以是逻辑性的，也可以是形象化的。但我们的校本课程是点缀性。我们的许多学校，真正的适性课程是比较少。
3.教师教学的针对性。有效学是具有个性化和针对性。。我们的课堂教学，如果能从学生不同的学习需求来设计，而且能针对每个人的突出问题和特殊需求来开展教学，效果一定会非常好。
二、关于《计算机文化基础》教学针对性的思考
在影响学生学业的三个重要的因素中，有一个特别重要的因素，就是教师教学的针对性。
1.通过准确的评估，在《计算机文化基础》教学时精确地知道每一个学生的优缺点。
2.在《计算机文化基础》教学中知道什么是合适的指导，特别是在什么时候，使用什么，怎么使用该课教学策略和相应的资源。
3.在日常工作中，使用《计算机文化基础》课堂结构、程序和工具来进行有区别的指导和针对性教学。
《计算机文化基础》的针对性教学意味着保证学生在他们最近发展区域内进行课堂学习活动，使他们的能力和要接受的挑战适应。理想的《计算机文化基础》教学状态是：教师能精确地知道每一个学生当前的起点和学生需要什么样的帮助才能进入下一个能力层面进行学习。现实的课堂，我们的教师根本做不到这一点。
个中原因，大致有一下几个方面：
1.《计算机文化基础》教学的目标指向有偏差。从狭义的角度去理解教该课学目标，应该是培养独立的思考者和终身学习者。而我们目前的教学从不考虑学生的个性差异和发展差异，教学就是为了让每一个学生都能得到好的分数。
2.传统的课程学习诊断方式的局限。一如KHAN所言：“标准化测验本身并不槽糕，但糟糕的是它没法对学生的每一个方面作出评估。”他希望将来的招生官关心的不再仅仅是学生的考试分数，而是他们为达到学习目标所付出的坚持不懈地努力过程。他说，如果他是招生官，他会关心有哪些学生在学习过程中展现了不俗的毅力。
3.我们的大班化教学，在一定程度上制约了教师对学生个性差异和发展差异的了解。
在某种意义上，尽管信息技术有了突飞猛进的发展，但对学生全息分析的数据工具尚未开发成功。教师凭借教学经验获得的数据不仅不全面，而且不客观，总是带有老师的主观色彩。
三、大数据给教学改革带来机遇
1.理解大数据
“大数据”这个术语最早期的引用可追溯到apache org的开源项目Nutch。当时，大数据用来描述为更新网络搜索索引需要同时进行批量处理或分析的大量数据集。随着谷歌MapReduce和GoogleFile System（GFS）的，大数据不再仅用来描述大量的数据，还涵盖了处理数据的速度。
从某种程度上说，大数据是数据分析的前沿技术。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。
。
2.大数据为教学改革带来的机遇
教学最基本的要点是：只有当教学足够精确并直接建立在学生已有基础之上时，且将学生更高一层能力时才是最有力的。如果教学没有针对性，学生或者花费太多的时间从事过于简单、不涉及学习新东西的活动上，或者太难、涉及学习或再学习太多新东西的学习活动上花费太少的时间。
。传统教学方式下我们获得的数据有两个显著的特点：一是宏观整体性的，即通过检测分析、问卷调查等方式获得学生整体的学业水平，身体发育与体质状况，社会性情绪及适应性发展等。第二是经验感知性的，即教师根据多年的教学经验和日常的观察给出对学生的大概评价。运用大数据技术，不仅可以获得一个学生在一节40分钟的课堂中所产生的全息数据约5-6GB，而且可以对这个学生在课堂学习过程中的各种行为表现，情绪态度等进行全方位分析，得出学生学业的优缺点和对待学业的态度等。如果大数据技术能广泛地运用于课堂教学，那么我们在课堂中进行针对性教学就有了可能。
第一，一套有力的评估工具，这套工具与《计算机文化基础》每堂课的学习目的相匹配，它使教师每日获得有关每一个学生进步的准确的、综合的信息，这套工具的管理使用不会过度干扰正常的课堂秩序。
第二，一个不用太多时间而又能捕捉到过程评估数据的方法。自动分析数据，并把数据转换成可有效推动《计算机文化基础》教学的信息，使教师很快即可做出《计算机文化基础》教学方案，而无须等到将来。
第三，一种使用每个学生的评估信息来设计并实施《计算机文化基础》个性化教学的措施，为《计算机文化基础》教学而评估成为提高教学针对性的教学策略。
小波变换近年来发展迅速，作为传统Fourier变换的继承和发展，小波变换解决了Fourier变换所不能解决的一些技术方面的问题（如突变信号与非平稳信号）。中医诊断的主要方法为望、闻、问、切，其中望诊和切诊至关重要。本文对小波变换在望诊和切诊中新的应用，即对中医诊断图像的处理（包括图像增强、去噪、融合、压缩）和对中医脉象信号处理进行了简要的综述。
【关键词】 小波变换 中医诊断 中医图像处理 中医脉象特征分析
【Abstract】 Wavelet transformation has been developing for many years，as the inheritor and the offspring of traditional Fourier transformation， it resolves several problems which Fourier transformation cannot solve（such as mutative signal and unquiet signal）.The main methods of the Chinese medical diagnosis are observing， smelling， consulting and pulse-taking，especially the observing and pulse-taking. This article give a summarize about the new application of wavelet transformation in Chinese medical observing and pulse-taking， that diagnostic image processing of Chinese medicine（including image enhancement ，noise elimination ，fusion ，coding compression） and pulse signal of Chinese medicine .
【Key words】 wavelet transform; Chinese medical diagnosis; Chinese medical image processing; Chinese medical pulse signal
小波的概念最初是由法国地球物理学家J.Morlet提出，最初是为了更好地分析地震波的特性。经过20余年的发展，目前小波理论在图像处理、医学信号处理、信号分析、语音合成、计算机视觉、数据压缩、大气与海洋波分析、地震信号处理、分形及数字电视等许多领域得到了巨大的发展。在中医诊断方面，小波变换主要具体应用在对中医诊断图像的处理和中医脉象信号处理上，使望诊和切诊更准确，从而大大提高了中医师诊断的准确率，使古老传统的中医通过计算机科学技术这一新的途径发扬光大。
1 基本原理
小波变换是时间（空间）和频率的局部化分析，通过伸缩和平移运算对信号或函数逐步进行多尺度细化的分析，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意一个细节，所以说小波变换有两个特点，即自适应性和数学显微镜性质，能根据对象调整各项参数和调焦。
2 小波变换对中医诊断图像的处理
。
2．1 中医诊断图像增强 在中医诊断图像中，图像会难免有对比度差或者图像边缘模糊一系列不利于诊断的因素，对于中医师的准确诊断有不少的障碍。传统的图像增强的方法往往基于像素灰度变换的空间域增强和基于滤波操作的频率域增强来达到图像增强的目的，这样会或多或少产生图像的局部失真和噪声增强。小波变换刚好弥补了这一缺点，即在不改变图像的精确度的情况下，对图像的轮廓进行一种补偿式的增强，使得中医师在对诊断图像进行分析诊断时，更好的把握病人的病情，基于小波变换的医学图像增强的方法有很多，其中李清顺等［2］分析了采用分形增强的方法，在分形增强后又采用了小波增强图像的方法，使图像边缘轮廓增强，达到了更好的视觉效果，并且避免了单纯采用小波增强方法会使图像噪声也增强的不足。侯艳芹等［3］分析了将尺度系数和小波系数进行不同的处理，分别利用两步提升增强法对小波变换后的图像低频信息进行增强和软域值算法对小波变换后的图像高频信息先进行去噪， 然后再增强，最后把这两部分综合起来进行小波反变换得到图像的一种新的方法。王修信等［4］提出将超声医学图像投影到小波变换域，然后利用软阈值技术方法进行降噪处理最后使用非线性增强技术提高图像对比度。处理结果有效地去除原图像的斑点噪声，使图像中较模糊、对比度差的细节得到增强，优于传统的直方图均衡增强方法。武杰等［5］在基于小波变换的医学图像增强方法中，分析比较了3种基于小波变换的医学图像增强方法，得出小波变换避免了窗口滤波运算，在变换域中更加灵活，更加有效，得到的处理图像层次感更分明，增强效果更明显，更有利于医师做出及时准确的判断。综上所述，通过小波变换能够使中医诊断图像更为准确的反映病人的身体各项机能，使中医师根据中医诊断图像做出更精确的判断。
2.2 中医诊断图像去噪 在中医师进行诊断的过程中，所得到的图像难免会混入噪声，使图像的信噪比下降，提高了中医师对中医诊断图像分析的难度，对中医师的正确诊断有诸多不利的影响，降低中医师诊断的准确率。对于医学图像处理的传统去噪方法主要有：邻域平均法、多幅图像平均法、中值滤波等。小波变换在此基础上更进一步提高了图像的信噪比，张昌林等［6］概括提出了一种改进的基于小波变换尺度间相关性的去噪方法，小波变换对整个图像变换从时域变换到频域，然后再量化、编码、输出，这样就保留图像的精细信息，满足中医疾病诊断图像的要求。对诊断图像进行去噪处理和方法二维小波变换大大提高了中医师对图像的准确率，可以检测出患者病患的轮廓线，从而有助于提高中医师对各种疾病的诊断准确率。陶玲等［7］分析了医学图像的噪声主要分布在图像的高频成分上，对小波分解的高频系数作处理来达到去噪的目的。二维小波变换在当高频噪声含量较高时，可以采取低频滤波法；当高频噪声含量不高时，可采用小波阈值化去噪法对小波变换域的系数进行筛选。郭敏等［8］分析提出了一种基于小波分析理论的医学超声图像噪声的综合抑制方法，首先对医学超声图像进行对数变换，将乘性噪声变成加性噪声;然后进行多尺度小波变换，将图像分解成一系列不同尺度上的小波系数，对变换后不同尺度的高频子图像进行非线性小波软阈值处理，阈值处理后的高频子图像进行增强;最后，经小波逆变换和指数变换恢复去噪后图像。结果证明该方法可有效保留细节信号，极大限度地去除斑纹噪声。这些文献均证明了基于小波变换不仅可以去除残留的噪声，而且去噪后获得的图像更加清晰，这样一种方法运用在中医诊断图像上，使中医疾病诊断图像有很好的视觉效果，消除噪声带来的不利影响，提高中医师诊断的准确率。
2.3 中医诊断图像融合 图像融合在医学方面的应用是通过对多幅图像的冗余信息和互补信息进行处理， 将不同模态图像的信息综合起来，集中到一幅图像中表达， 为医生提供更加有效的诊断信息。这种方法在西医诊断中应用广泛 （如CT、MRI、PET等），为临床诊断和治疗提供了不同模态的图像。同样我们也可以将此方法运用到中医的中医诊断图像中。唐晶磊等［9］提出了一种基于小波变换的医学图像融合方法，而且证明基于小波变换的图像融合效果非常好。对图像进行小波分解后， 形成了不同频率分辨率的细节信息， 针对不同频带子图像的小波系数进行组合， 形成融合图像的小波系数。融合后的图像保留了原始图像的纹理和边缘特征， 消除了图像的块状伪影， 有效地将图像所提供的信息融合在一起， 图像的主观视觉质量有明显的提高。陶观群等［10］分析了基于小波变换的医学图像融合方法不仅可用于 。在外科手术导航系统中，将手术前所得的 CT和MR的病灶三维图像与手术中所得到的实时X荧光图像或超声图像进行融合，有利于实时地指导和观察，确保手术顺利准确地进行。
2.4 中医诊断图像数据压缩 中医诊断图像经过小波变换后生成的小波图像的数据总量与原图像的数据量相等，即小波变换本身并不具有压缩功能。之所以将它用于中医诊断图像压缩，是因为生成的小波图像具有与原图像不同的特性，表现在图像的能量主要集中于低频部分，而水平、垂直和对角线部分的能量则较少。汤乐民等［11］证明了小波变换非常适合于医学图像压缩编码等医学图像的处理。樊华等［12］也提出建立在小波分析基础上的心电信号准无损压缩算法是可行的。小波分析的优点是重建后的信号同原始信号相比几乎没有损耗；而且由于小波只需分解一层还具有算法简单和运算速度快的特点。该方法不仅可用于心电信号压缩方面，而且当所采集的信号其数据变化范围较大时，也可应用基于小波分析的准无损压缩算法来进行压缩。
3 小波变换在中医脉象信号特征分析中的应用
脉诊是中医诊察疾病的重要手段，脉象反映的是人体的生理与病理信息，脉象信号具有随机性和非线性等特点。由于小波变换有“数学显微镜”这一特性和良好的时-频局域化性质，我们可以通过小波变换这一方法对脉象信号进行处理。谢家宇等［13］应用连续小波变换分析了15例海洛因吸毒者和15例正常人的脉象信号，提取了吸毒者脉象信号中的异常信息，为戒毒治疗的评估与改进提供客观依据。研究结果表明，连续小波变换是处理脉象信号的有效方法。岳沛平等［14］分析了小波变换对脉象信号处理的另一种具体方法，即先将脉象信号消噪，利用小波变换具有良好的时-频局部化的能力和对非平稳信号突变点的检测能力，对脉象信号同时进行时域、频域特征值的提取和分析，然后对脉象信号的特征值采用不同尺度的分析，在信号的不同部位得到最佳时域分辨率和频域分辨率，此外再提取脉象在不同时间尺度上的能量这一表征脉象的新的特征值。结果表明小波变换有助于提高系统对不同脉象的识别能力，尤其是对相兼脉的辨识。
4 总结
小波变换这一技术在近几年发展迅速，在各行各业都有着巨大的发展前景，在中医诊断这一领域内不断有所突破，然而中医古老悠远且博大精深，相信这一领域还有很大的发展空间。小波变换在中医诊断中的应用发展可以借鉴小波变换在西医诊断运用中的成功经验，这样有利用将小波变换这一现代化技术更好的辅助中医诊断，推动中医的积极发展，小波变换也必将对于未来中医的远程医疗、中医医院信息化（HIS、PACS）、中医电子健康工程项目（E-HEALTH）等中医诊断与现代化技术相结合的诊疗方案的开发有着积极促进作用。
【参考文献】
1 李莹.小波变换在医学图像处理上的应用.计算机工程与设计，2006，27（7）：1279-1280.
2 李清顺，杨定楚，秦前清.基于分形小波变换的医学图像增强.计算机工程与设计，2005，26（3）：807-809.
3 侯艳芹，李均利，魏平，等.一种基于二维离散小波变换的医学图像增强算法.计算机工程与应用，2006，7：227-228.
4 王修信，胡维平，梁冬冬，等.基于小波分析的超声医学图像非线性增强.计算机工程与应用，2005，18（8）：197-199.
5 武杰，聂生东，黄勇，等.基于小波变换的医学图像增强方法的比较分析.生物医学工程研究，2005，24（2）：67-69.
6 张昌林，高红艳，侯玉，等.小波变换在中医诊断图像中去噪处理的应用.上海中医药大学学报，2006，20（4）：70-72.
7 陶玲，王惠南，颜廷勇.二维小波变换及其在医学图像处理中的应用.南京航空航天大学学报，2004，36（3）：373-377.
8 郭敏，马远良，朱霆.基于小波变换的医学超声图像去噪及增强方法.中国医学影像技术，2006，22（9）：1435-1437.
9 唐晶磊，何东健，赵文文，等.小波变换在医学图像融合中的应用.医学信息，2007，20（1）：1-3.
10 陶观群，李大鹏，陆光华.小波分析方法在医学图像融合中的应用.西安电子科技大学学报（自然科学版），2004， 31（1）：82-86.
11 汤乐民，李敏.医学图像压缩中的小波变换技术.南通医学院学报，2003，23（4）：503-505.
12 樊华，郑小林.基于小波变换的医学图像压缩.山东生物医学工程，2003，22（2）：14-17.
因篇幅问题不能全部显示，请点此查看更多更全内容