卡耐基梅隆大学教授使用在线MATLAB教程教生物医学工程计算方法

王博士的新课程，计算生物医学工程基础，CMU的第一门研究生级生物医学工程课程完全基于MATLAB和Simulink吗金宝app^®．王博士早期进行的一项课堂调查显示，尽管他们的编程背景有限，但大多数学生都希望成为MATLAB的“超级用户”，并在生物医学工程课程和未来的职业生涯中使用它。

虽然他有几十年的其他语言编程经验，从汇编语言到c++，王博士不是MATLAB专家。为了准备每一节课，他需要提高自己的熟练程度，并确定学生将使用的资源。

王博士利用MathWorks在线培训课程学习MATLAB，并将翻转课堂的方法应用到新的计算方法课程中。在给学生分配辅导课之前，王博士会亲自完成，以确定进度，并确定学生可能需要帮助的领域。

王博士发现，通过要求学生在课前完成他指定的辅导课，他可以将在课堂上教授基本语法的时间降至最低。在课堂上，他简要回顾了教程中提出的主要概念，然后向学生们展示了如何在生物医学工程环境中应用它们。例如，在他们最初的一项作业中，学生们使用MATLAB分析患者数据，以找到血压、胆固醇和整体健康之间的相关性。在一节图像分析课上，学生从MATLAB中心的文件交换下载了一个算法，该算法对米粒照片进行图像分割，并对其进行修改，以计数和测量细胞核。

通过采用类似的教学方法，王博士在完成一个教程后扩展了几个重要的主题领域。例如，在线性代数方面，王博士引入了额外的解决问题的材料，包括特征向量、奇异值分解和主成分分析的应用。学生们使用MATLAB教程建立的基础使他们很容易掌握其他抽象和复杂的概念。

当王博士覆盖常微分方程(ode)时，他要求学生完成一个用MATLAB求解器解决常微分方程的教程。然后要求学生使用符号数学工具箱™和图形化的Simulink来解决相同的ode。金宝app

课程以MATLAB机器学习教程结束。许多学生然后选择使用传统的机器学习或基于神经网络的深度学习作为他们选择的主题的期末项目。主题包括用于检测肺炎的胸部x线图像的分类，用于检测痴呆的脑电图记录，用于检测心律失常的心电图记录，以及用于自动血细胞计数的白细胞图像。许多项目涉及比较分类方法，从简单回归到深度学习。

在未来的学期，王博士计划根据学生的反馈和学生在期末项目中广泛使用的分类器，分配额外的时间来学习机器学习和深度学习。

• 翻转课堂启用。王博士说:“在我教授计算方法的能力上，MATLAB的教程日夜兼程地发挥了作用，翻转课堂使效果最大化。”“例如，如果我用Python教这门课，我可能不得不从课程中抽出时间来教基础知识，或者花自己的时间创建类似的教程。”
• 积极参与了。“MATLAB基础取代了一系列枯燥和耗时的讲座，”王博士说。“随着技能的积累，学生们变得更加积极参与，他们对我提出的挑战做出了更好、更有趣的回应。”
• 编程效率增加。王博士说:“MATLAB是一个非常有效的工程工具，它使学生和像我这样的实践专业人士能够轻松快速地解决问题。”“如果我用C或c++来构建类似问题的原型，即使我有一个很好的库可用，它可能会花费我更多的时间和精力来看到结果，而不是使用MATLAB。”