2021年10月26日伊利诺伊大学厄巴纳-香槟分校 (UIUC)新推出出了Master of Science in Biomeical Image Computing (BIC)生物医学图像计算理学硕士项目，包括 36 个学分的课程，三个学期，融合了生物医学成像、机器学习和计算概念，2022秋入学正在招生。
生物医学图像计算是一个庞大且快速发展的产业和研究领域。由于机器学习技术的出现，图像形成和分析技术正在以指数速度发生革命性变化。该项目将基础成像科学与现代机器学习相结合，将使学生成为计算生物医学成像领域的领导者。
UIUC 在成像科学和计算方面有着悠久的历史和声誉，其生物工程系起源于 1950 年代超声波先驱威廉弗莱和弗洛伊德邓恩的开创性研究。他们在超声医学应用方面的基础工作使其成为一种安全有效的诊断工具。伊利诺伊州教授保罗·劳特伯 (Paul Lauterbur) 是最早将核磁共振波谱用于分子和材料研究的科学家之一，后来又用于研究生物有机体。他在磁共振成像 (MRI) 发展方面的开创性工作使他获得了 2003 年的诺贝尔奖。该学位课程的学生将可以访问并受益于校园内的各种生物医学成像模式、高性能计算和机器学习资源.生物医学成像中心、贝克曼先进科学技术研究所、国家超级计算应用中心等。
课程设置
课程要求
第一学期：
BIOE 580 — 成像科学基础
BIOE 483 — 生物医学计算机成像系统
BIOE 485 — 机器学习和成像的计算数学
第二学期：
BIOE 484 — 生物医学图像的统计分析
BIOE 486 — 生物医学成像应用深度学习
BIOE 488 — 用于成像科学的应用高性能计算
BIOE 588 — 生物医学图像计算顶点项目文献综述
第三学期：
BIOE 489 — 机器学习生物医学应用中的法规、伦理和物流
BIOE 589 — 生物医学图像计算顶点项目
选择以下课程之一：
BIOE 586 —生物成像中的深度生成模型
或经批准的选修课（4 小时）
选修课：
BIOE 505 — 计算生物工程
BIOE 507 — 高级生物仪器
BIOE 597 — 个人研究
CS 543 — 计算机视觉
CS 547 — 深度学习
ECE 534 — 随机过程
ECE 543 — 统计学习理论
ECE 544 — 信号处理主题
ECE 547 — 图像处理主题
ECE 549 — 计算机视觉
ECE 558 — 数字成像
ECE 561 — 检测和估计理论
ECE 564 — 现代光学显微镜
ECE 569 — 光学中的逆问题
ECE 580 — 通过向量空间方法优化
申请要求
申请截止日期
2022年3月31日，该项目是rolling审理，先到先得。
背景要求
本科工程，科学或者相关专业背景，且本科后2年的GPA3.00以上，希望学习过多元微积分，线性代数，信号与系统，基础统计等课程，同时强烈建议学习过概率论和计算机编程课程，以及至少一门的生物医学影像课程。图形处理与分析课程也是建议准备的。
托福 无条件录取为103，最低要求为97，97-130之间如录取需要读ESL课程。
GRE optional递交
推荐信 3封
简历 不超过2页
该项目与传统的生物工程硕士（M.S. in Bioengineering）的区别是什么？
该项目是一个为期一年（3 个学期）的非论文专业项目，学生通过完成医学成像和机器学习方面的硕士课程，为成为行业领导者做好准备。一些学生也可能决定在课程完成后攻读博士学位。
相比之下，生物工程硕士是一个为期两年的学位课程，传统上适合计划在研究实验室工作或计划攻读博士学位的学生，通常需要论文。
