MSc Biomedical Data and Artificial Intelligence
生物医学数据与人工智能理学硕士硕士
该课程通过现代生物学和医学的视角,帮助你培养数据科学和人工智能技能。你将学习如何运用数学模型和动力系统理论来理解生态学、神经科学、合成生物学和医疗健康等领域的复杂生物过程,同时掌握先进的数据分析技术。定期举办的研讨会让你及时了解来自校内外专家的最新研究成果。实践课程将教授使用MATLAB和Python等行业标准语言的关键计算工具。在学术导师的指导下,你还将完成一项独立的研究项目,深入探索感兴趣的课题,并有可能为正在进行的科学研究做出贡献。通过与生命系统研究所的合作,你将有机会与世界领先的科研团队合作,获得跨学科科学研究的实践经验,包括开展生物实验和处理真实的生物数据。
申请要求
申请埃克塞特大学授课型硕士课程,需持有中国教育部认可的学士学位,且本科均分达到75%(对应英国2:1)或70%(对应2:2),具体要求视专业而定。课程通常要求申请者本科为数学、科学或工程类专业,并具备扎实的数学背景。
语言要求
总分6.5,且各单项不低于5.5
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|
雅思 | 6.5 | 5.5 | 5.5 | 5.5 | 5.5 |
总分90,其中口语部分最低20分,写作、听力和阅读部分最低18分
67分,且各项沟通技能均不低于59分
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|
PTE | 67 | 59 | 59 | 59 | 59 |
开学与申请日期
2027
| 开学日期 | 申请开始日期 | 申请截止日期 | 申请状态 |
|---|
| 2027-01 | 2026-03-02 | - 0天 | 开放中 |
2026
| 开学日期 | 申请开始日期 | 申请截止日期 | 申请状态 |
|---|
| 2026-09 | - | 2026-09-11 64天 | 开放中 |
课程描述
该课程为数学与生命科学交叉领域的研究生课程,包含必修与选修模块,总学分要求为180。核心内容包括:60学分的高级数学项目(MTHM021),以及多门聚焦生物与医学建模、数学生物学和数据科学方法的必修课,如《数学生物学与生态学》(MTH3006)、《生物与医学中的数学建模》(NSCM005)和《人工智能与生命健康科学的数据科学方法》(MTHM015)。此外,学生需完成《参与研究》(MTHM007)以培养研究能力。
选修部分需选择15至45学分,涵盖统计学、动力系统、随机过程、非线性系统及数据科学等方向,例如《动态系统与混沌》(MTHM018)、《时空统计建模》(MTHM033)和《因果推断导论》(MTH3049)等。学生还可从其他高水平数学或ECMM模块中选课。
课程强调科研实践,提供由多位研究员指导的前沿课题示例,涉及脑动力学、细胞行为、神经网络、抗生素耐药性及个性化医疗模型等领域,体现强烈的跨学科与应用导向。