1 基本背景及課程要求

專業背景：工科專業，或數學、生物化學、國內常見生物工程、生物醫學工程、生物技術、制藥工程、臨床醫學、醫療器械工程、醫學影像等專業.

課程：推薦數學、生物、化學、物理、計算機和工程類課程。

數學課程：多元微積分、微積分方程

2.2 研究經歷

要求有生物醫學工程相關研究經歷

p>2.3轉專業方向

（1）轉電子工程（EE）：BME和EE密切相關，有的在電子工程下設立了生物工程方向。生物學和生命科學是21世紀最活躍的學科之一，利用電氣電子技術進行生物生命研究是歐美大學電氣學科的特色之一。這個方向也要求申請者有一定的生物學和醫學背景。申請的人不多，比較冷門，但是前景很好。該領域的研究方向包括生物儀器、生物傳感器、計算神經網絡、生物醫學超聲、微機電系統（MEMS）、神經系統中的信號傳輸與編碼、高能粒子與生物體的相互作用、高能粒子束與高能X射線在腫瘤治療、醫學成像、生物圖像處理、磁共振成像、發射計算機斷層掃描（PET和SPET）、超聲成像、超聲成像的3D重建、心臟成像的特征提取或衰減校正中的臨床應用在 PET/SPET 成像、神經微電子接口、血管內成像、聾盲患者感官輔助系統、盲人閱讀機、自動語言識別等方面。

(2) 轉移到數據科學 (DS) : Data Science是一個新的方向，最近很火。當然，就業也很強勁。因為BME也涉及到很多數據和編程相關的知識，所以我認識一些BME專業的同學，畢業后都做了Data Scientist。推薦上一些DS相關的課程：

數理統計課程：

· Calculus One — Coursera

· Linear Algebra - Foundations to Frontiers —Edx線性模型和矩陣代數簡介 —Edx Statistics with R Specialization — Coursera 概率和數據簡介 — Coursera

工具和數據庫語言：

· Python 交互式編程簡介 - Rice，Coursera 計算機科學簡介和使用 Python 編程 - MIT，edX R 編程 - Coursera，Excel 到 MySQL：業務專業化的分析技術 - Coursera 使用 MySQL 管理大數據 - Coursera，數據可視化 - Coursera

數據挖掘和算法：

·數據科學專業化 - 10 門課程——John Hopkins。密歇根大學應用數據科學與 Python 專業 - 5 門課程 -

· 密歇根大學。挖掘海量數據集 - 斯坦福大學，Coursera。

· 數據挖掘專業化 - Coursera。機器學習 - 斯坦福，Coursera。 Statistical Learning - Stanford, Stanford Online。

(3) Transfer to Computer (CS): BME meeting 用到很多編程和計算機體系結構的課程，很多同學希望在讀研究生的時候轉CS。但是，CS應用程序太流行了。希望理性考慮申請難度。當然也可以轉ECE，多修CS課程，為就業做準備。 CS是目前在美國找工作最好的專業，優勢明顯。如果想轉CS，一定要對CS感興趣，喜歡編程，算法，然后選擇轉CS。如果實在不喜歡，那就不要因為好找工作就走這條路。轉CS的同學需要上一些網前課程，基本可以分為：CS是入門必修課，CS是進階培訓。一般來說，雖然大部分CS申請學校都沒有要求的預科課程，但是對于想要入門CS的同學來說，這些課程基本都是CS的基礎必修課：掌握至少一門編程語言（常見的有Java、Python） , C++), 數據算法和結構, 操作系統, 數據庫。機器學習等其余課程需要升級。