
脑计算及人工智能硕士
MSc Brain Computing and Artificial Intelligence
本项目旨在使学生掌握现代人工智能与类脑方法的前沿知识和实操技能,涵盖神经网络(如卷积神经网络、Transformer、图神经网络)、自监督与对比学习、强化学习、模型可解释性、部署与评估,并结合计算神经科学原理与数据分析。
在此基础上,培养学生批判性评估当前人工智能系统局限性、偏见与安全问题的能力,并提出和实施类脑算法及新颖人工智能方法,以应对神经科学与医疗健康应用(如视觉、决策、脑机接口、临床预测)中的挑战。
此外,通过让学生参与使用真实数据集的研究密集型项目式学习,培养跨学科的領導力、沟通与协作能力,并使复杂的脑计算与人工智能概念能够有效传达给学术界、产业界及临床环境中的多元利益相关者。
核心课程:
人类与人工智能、人工智能在生物科学与医疗保健中的伦理应用、高级计算神经科学、高级神经科学、统计机器学习 I、实验设计等。
申请要求:
·申请人应持有认可的科学/生物工程/心理学/医学/牙医学/兽医学/生物统计学/计算机科学或相关学科的学士学位。
·优先考虑已完成涵盖统计学、神经科学、心理学、生理学及生物工程学知识的全面本科教育的申请人。
·对于在健康相关领域训练较少的申请人,将予以额外关注。
·托福79/4.0;或雅思6.0;或CET-6 450

数字健康硕士
Master of Digital Health
数字健康硕士项目旨在使学生具备必要的知识、技能与能力,以应对快速演变的医疗健康技术格局。学生将获得数字健康领域广泛的跨学科知识与分析能力,能够运用先进的计算工具、人工智能与机器学习分析复杂的生物医学数据,开发融合传感器、成像与生物信息学的创新健康技术以满足社会需求,理解并恪守数字健康解决方案的伦理与监管标准,并能够在数字健康相关专业与行业中有效沟通。
核心课程:
数字健康原理、数字健康商业化、临床研究认知与数据学习环境、项目研究、数字健康中的人工智能等。
申请要求:
·申请人应持有认可的生物学、计算机科学、医学、兽医学、生物工程、数据科学、公共卫生或相关学科的学士学位。
·优先考虑已完成涵盖统计学、细胞生物学、生物化学、生理学、病理学、传染病学、药理学、食品工程、患者护理、医学、动物科学和/或商业等知识的全面本科教育的申请人。
·对于在健康相关领域训练较少的申请者,将给予额外关注
·托福79/4.0;或雅思6.0;或CET-6 450
更新时间:2026-11-12
本站资料均由网友自行发布提供,仅用于学习交流。如有版权问题,请与我联系,QQ:4156828
© CopyRight All Rights Reserved.
Powered By 61893.com 闽ICP备11008920号
闽公网安备35020302034844号