健康数据科学（理学硕士）

该硕士课程由必修课和选修课相结合构成。第一学期，学生通常需修读《健康数据科学原理》（GD5301），涵盖健康数据科学的理论基础、数据类型、分析技术及其在临床决策中的应用；以及《数据分析导论》（MT5762），介绍商业分析中的统计概念与方法。此外，还需从《数据处理软件》（MT5763）或《编程原理与实践》（CS5002）中选择一门，分别侧重统计软件应用或编程基础，具体选择视学生是否具备相关背景而定。 第二学期必修《健康数据科学实践》（GD5302），强调医疗数据分析的实际应用；以及《生物医学成像与传感》，介绍医学影像技术（如MRI、CT等）的工作原理、临床应用及局限性，并引入卷积神经网络（CNN）用于图像分类。 学生还需根据兴趣选修一至两门课程，领域包括数据分析、信息可视化、机器学习和编程等。所有学生须在计算机科学或统计学背景不足的情况下修读第一学期的编程与定量方法课程。 课程最后阶段为毕业项目，要求学生在导师指导下开展深入研究，完成一篇展示其研究能力、批判性思维和学术写作水平的学位论文。