【摘要】近几年，我院医学影像技术专业招生规模加大，学生人数日益增多，传统教学模式弊端日益暴露。将基于Web的中小型PACS系统应用于医学影像技术专业的教学中，对课程教学的课前、课中和课后都有很大的影响。另外，利用该系统进行课程学习还突破了学习时间和空间的限制、学生的学习方式更灵活、课堂教学效果更加显著。
【关键词】Web PACS系統 医学影像技术专业 改革探讨
【基金项目】 基于Web的中小型PACS系统的设计与实现（永州市2015年科技计划项目，编号45）。
【中图分类号】G71【文献标识码】A 【文章编号】2095-3089（2017）13-0234-02
引言
近日，教育部颁布了新版的《普通高等学校学生管理规定》，新颁布的《规定》将于2017年9月1日起施行。新版《普通高等学校学生管理规定》有五大特点，其中有一大特点是：为学生创新创业提供制度支持，制度支持包括支持更加灵活的学习制度，多种方式学习，采用开放式网络课程，明确学分积累认可制度。因此，将基于Web的中小型PACS系统[1]应用于医学影像技术专业的教学中，增加了学习方式的灵活性，学生的学习可以突破时间和空间的限制。
一、医学影像技术专业简介
我院医学影像技术专业的培养目标是培养德、智、体全面发展，具有必需的基础医学、临床医学和现代医学影像基本知识、技能和良好职业素养，能在各级医疗卫生机构从事普放、CT、MR、超声、核医学和放疗等医学影像技术及设备维护管理等工作的高技能型人才。
二、医学影像技术专业教学现状分析
1.学生学习方式单一，学生学习兴趣不高。
目前，医学影像技术专业的学生基本上通过教师课堂授课来学习所有的专业课程，理论课采用多媒体教学，实验课采用讲解和学生动手实践相结合的方式，学生的学习兴趣不是很高，学习方式比较单一[2]。
2.学生学习时间和地点固定，自由学习受到限制。
受传统教学的影响，学生的学习时间和地点基本上都是由学校安排，没有自主选择的权利，有些需要创新创业的同学学习起来可能就会受到限制。
3.教学资源不够，教学成本开销大。
依托系部的重点项目，我系的教学资源建设逐步在完善，但是总体的教学资源还不足以满足日益增长的学生的需求，教学成本开销还是很大。
4.学习交流平台不多，交流方式固定。
由于我系教师的教学工作量比较大，课堂教学量也比较大，课后教师和学生的交流时间比较少，交流方式一般采用QQ进行交流，交流方式比较固定，缺乏交流的平台。
5.学生层次不齐，教学难度很难把控。
进入高职学校学习的学生，从学生基本功的差距、理解力的差距以及年龄的差距都是比较大的，所以教师在教学课程难度的设置方面相对来说是比较难的。
三、基于Web的中小型PACS系统在医学影像技术专业教学中的改革探讨
1. 课堂教学的改革探讨
首先在课堂教学前，基于Web的中小型PACS系统应用于医学影像技术专业教学中有助于学生提前做好课堂学习内容的预习，提前查看所学课程的图像，提出一些鉴别判断以及一些疑点，为课堂教学做好充分的准备；在课中，基于Web的中小型PACS系统中图像的种类繁多，为病案的讲解提供基础，另外基于学生的疑点，教师分重点和难点，就不同层次对知识点进行讲解；在课后，学生可以借助该系统加强和老师的交流，增加对知识点的了解。
2.学习方式的改革探讨
基于Web的中小型PACS系统应用于医学影像技术专业教学中使得学生的学习方式变得更加灵活，学习可以自主选择，学习突破了时间和地点的限制。学生课前可以通过该系统预习，课中可以通过教师的课程资源自学，课后可以通过跟教师的交流实现对课程的学习，这样以来就可以避免学生层次不齐、学习方式单一、交流平台不多的问题，提高学生的学习兴趣，增加课程的教学效果。
3.教学方式的改革探讨
基于Web的中小型PACS系统的应用使得医学影像技术专业课程的教学方式更加的灵活[3]，通过课程资源建设、附属医院图像的收集以及定期检测系统的建设，教师的教学方式也改变了。虽然前期的教师的负担很重，但是从长远来看，还是可以减轻教师的备课负担。
结束语
基于Web的中小型PACS系统目前开发还不是很完善，包括教师课程的建设，附属医院大量图像的收集以及课程的定期检测系统建设。只有将系统的资源准备得更加丰富，系统的实际应用效果才会更好。另外，每门专业课程都还有自身的特点，还需依据专业课程的特点来做好系统建设。
参考文献：
[1]孟勋.基于Web服务的PACS系统研究[J]. 科技创新与应用，2016，（1）：64-66.
[2]蒋蕾.医学影像技术专业教学模式和教学方法的探析[J].中国中医药现代远程教育，2015，11（13）：117-119.
[3]代馨，陈方满，盛红.医学影像技术专业课多种教学方法的应用与效果探讨[J].菏泽医学专科学校学报，2012，24（1）：82-83.
作者简介：
唐晓凤（1981.12-），女，湖南永州人，副教授，硕士，研究方向为PACS系统，图像处理和数据挖掘等。