卡内基梅隆大学教授使用在线MATLAB教程教授生物医学工程的计算方法

王博士的新课程计算生物医学工程基础，是CMU第一门完全基于MATLAB和Simulink的研究生级生物医学工程课程^®王博士进行的一项早期课堂调查显示，尽管他们的编程背景有限，但大多数学生都想成为MATLAB的“超级用户”，并将其用于生物医学工程课程和未来职业。

虽然王博士在其他语言（从汇编语言到C++）方面有数十年的编程经验，但他不是MATLAB专家。为了准备每节课，他需要提高自己的熟练程度，并确定学生将使用的资源。

王博士使用MathWorks在线培训课程学习MATLAB，并对新的计算方法课程实施翻转课堂方法。在给学生分配教程之前，王博士将亲自完成，以加快进度并确定学生可能需要帮助的领域。

王博士发现，通过让学生在上课前完成他指定的教程，他可以最大限度地减少课堂上教授基本语法的时间。在课堂上，他简要回顾了本教程中提出的主要概念，然后向学生展示了如何将其应用于生物医学工程背景中。例如，在他们的第一个作业中，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。在图像分析课程中，学生们首先从MATLAB Central上的文件交换下载的一种算法开始，该算法对大米照片进行图像分割，然后对其进行修改，以计数和测量细胞核。

通过采用类似的教学方法，王博士在完成教程后扩展了几个重要的主题领域。例如，对于线性代数，王博士介绍了其他解决问题的材料，以涵盖特征向量、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抽象和复杂的概念。

当王博士讲授常微分方程（ODE）时，他要求学生完成一个关于用MATLAB求解器求解ODE的教程。然后要求学生使用符号数学工具箱™和Simulink图形化地求解相同的ODE。

本课程以MATLAB机器学习教程结束。然后，许多学生选择使用传统的机器学习或基于神经网络的深度学习来完成他们选择的主题的最终项目。主题包括用于检测肺炎的胸部X光图像分类、用于检测痴呆症的脑电图记录、用于检测心律失常的心电图记录以及用于自动血液计数的白细胞图像。许多项目涉及比较分类方法，从简单回归到深入学习。

对于未来的学期，王博士计划分配额外的时间用于机器学习和深度学习，以回应学生的反馈以及学生在期末项目中广泛使用分类器。

• 已启用翻转教室。王博士说：“MATLAB教程使我的计算方法教学能力日夜不同，翻转教室可以最大限度地提高教学效果。”。“例如，如果我用Python来教这门课，我很可能不得不从课堂上抽出时间来教授基础知识，或者自己花时间创建类似的教程。”
• 激发了积极参与。王博士说：“MATLAB基础知识取代了一系列枯燥耗时的讲座。”。“随着技能的提高，学生们变得更加积极和参与，他们对我给他们的挑战做出了更好、更有趣的回答。”
• 编程效率提高。王博士说：“MATLAB是一个非常有效的工程工具，它可以让学生和像我这样的专业人士轻松快速地解决问题。”。“如果我使用C或C++对类似的问题进行原型制作，即使我有一个好的可用库，我也可能会比使用MATLAB花费更多的时间和精力来查看结果。”