生物醫學工程計算機電子工程人工智慧方向

生物醫學工程

（Biomedical Engineering，簡稱BME）是生物科學與工程設計相結合的交叉學科，涉及生物、化學、物理、機械工程、電子工程和材料科學等多個領域。其目的

是運用工程技術手段去解決醫學中的有關問題並以此保障人類健康，為疾病的預防、診斷、治療和康復服務

。生物醫學工程領域的研究和應用範圍很廣泛，包括醫學成像、假肢可穿戴技術和可植入藥物傳輸系統等等。值得注意的是，

生物醫學工程專業和生物醫學專業不同

，前者畢業為工科學位，而後者畢業為理科學位。

生物醫學工程是一個不斷髮展的領域。

未來幾年裡，該領域將繼續擴大，就業需求將以8.4%的速度增長

。基於此，越來越多的學校在他們的STEM課程中加入了生物醫學工程。而更好的院校中往往有擁有更好的師資以及精良的研究設施，並有更多的機會參與大型的專案或者進入當地的醫院實習。

約翰·霍普金斯大學

約翰·霍普金斯大學通常不會名列最佳工程專案的榜首，但生物醫學工程是個明顯的例外。在BME的排名中，JHU經常位居全國第一。從本科水平到博士水平，該大學一直是生物和健康科學領域的領導者。11個附屬中心和研究機構提供了大量的研究機會。且JHU以其新的BME設計工作室為傲，學生們可以在這裡見面、集思廣益，並建立生物醫學裝置的原型。

麻省理工學院

麻省理工學院每年約有50名生物醫學工程師畢業，且長期以來一直有一個資金充足的專案來支援和鼓勵本科生的研究，本科生有機會與研究生、教師還有醫學專業人員一起，在學校的10個附屬研究中心工作。

佐治亞理工學院

佐治亞理工學院是美國頂尖的公立大學之一，在工程領域的排名都很高。生物醫學工程也不例外。BME專案與鄰近的埃默裡大學有著強大的研究和教育夥伴關係。該專案著重於問題的學習、設計和獨立研究，因此學生畢業時可以積累有大量的實踐經驗。

杜克大學

杜克大學擁有10個與生物醫學工程相關的中心和研究所。且杜克大學的BME部門距離著名的杜克大學醫院和醫學院僅幾步之遙，因此對於提供專案研究十分方便。

斯坦福大學

斯坦福大學的專案開設於工程學院和醫學院，保證了工程與生命科學之間的合作暢通無阻。從功能基因組學設施到生物設計合作實驗室，再到轉基因動物裝置，斯坦福擁有先進的設施和充足的資金用以支援生物醫學工程的研究。

加州大學聖地亞哥分校

加州大學聖地亞哥分校是上榜的兩所公立大學之一，每年頒發約100個生物醫學工程學士學位。該專案成立於1994年，但透過工程學院和醫學院之間的深入合作，該專案已迅速成長為卓越專案。

Biomedical Imaging較強的學校

無論是BME還是醫學影象這個方向，如果學校有強大的醫學院或者醫學中心作為依託，肯定是很有優勢的。

University of Pennsylvania

ImperialCollege London

University of Michigan

WashingtonUniversity of St。 Louis

TheUniversity of Hong Kong

University of Virginia

Cornell

DukeUniversity

GeorgiaTech

Universityof Washington

該領域研究方向包括生物儀器，生物感測器，計算神經網路，生物醫學超聲學，微機電系統（MEMS），神經系統中訊號的傳遞與編碼，高能粒子與生命物質的相互作用，高能粒子束與高能X光在治療腫瘤中的臨床應用，醫學成像，生物圖象處理，磁共振成像，發射型計算機斷層攝影術（PET和SPET），超聲成像，超聲成像的三維重建，心臟成像的特徵提取，或是PET／SPET成像中衰減校正，神經微電子介面，血管內的成像，聾瞎病人感官輔助系統，盲人閱讀機，自動語言識別等。

以下來自斯坦福大學人工智慧影像應用科研專案

Images by Artificial Intelligence

Keywords： Deep Learning； image restoration； computer vision；Desired candidates： Students with basic programming skills with general knowledge of calculus and linear algebra。 Students of all majors are welcome。Introduction：The goal of this project is to use artificial intelligence tools to discover more information in images with degradations。 These degradations appear in different imaging modalities， from the normal camera photography to medical imaging。 This project is designed to provide essential backgrounds and tools， and encourage students to develop new machine learning technologies to solve this challenging problem。 More specifically， the following topics will be covered mainly：

● Natural image restoration： focus on how to recover the object structure from noisy natural images， for instance， the photos taken from mobile phones （Fig。 1）。● Medical image processing： develop approaches to improve the image quality of medical images， potentially having significant impacts on the early diagnosis of diseases （Fig。 2

以計算機、生物醫學工程，人工智慧、生物工程、生物資訊、電子工程等為目標申請方向的，寒暑期1-3個月課題機會，詳情首頁聯絡諮詢

建議先修課程

數學統計類：

· Linear Algebra

Introduction to Linear Models and Matrix Algebra

Statistics with R Specialization

Introduction to Probability and Data

資料探勘及演算法 · Data Science Specialization

Applied Data Science with Python Specialization

Mining the Massive Datasets - · Data Mining Specialization Machine Learning Statistical Learning

工具及資料庫語言：

· An Introduction to Interactive Programming in Python

Introduction to Computer Science and Programming

R Programming

Excel to MySQL

Analytic Techniques for Business Specialization

Managing Big Data with MySQL

Data Visualization