Search
 
닫기
통합검색
 
  • home
  • 교육
  • 대학원과정
  • 교육과정

교육

교육과정

교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.

교육과정
학수번호 교과목명 학점 자기
학습
시간
영역 학위 이수
학년
비고 언어 개설
여부
BPC5001 양자생명물리학 3 6 전공 석사/박사 1-8 생명물리학과 Yes
본 교과목은 양자물리학 이론 및 방법들을 이용하여 복잡한 생물체의 여러 현상들을 해석함으로서 생명체를 이해하려는데 그 목표가 있다. 세포내 단백질, 핵산등의 미시세계에서 (nanoscale world) 전자전달과 같은 양자역학적 현상들을 파악하고 이해하며, 세포의 대사 및 신호 전달 체계에서 어떠한 영향을 갖는지에 대해서 공부한다. 또한, 양자물리학과 생물학의 융합을 통한 연구 결과들에 대한 리뷰를 통하여 실제 연구를 체득하고 양자생물학적 연구 방법에 대해 배우게 된다.
BPC5006 바이오칩설계및제작 3 6 전공 석사/박사 1-8 생명물리학과 Yes
본 교과는, 의학 또는 공학 전공의 대학원생에게 세포 연구에 사용되는 바이오칩의 설계에 필요한 이론적 이해 및 제작 기술을 전달하는 것을 주요 목적으로 한다. 본 교과는 학생들이 바이오칩의 설계에 기본적인 이론적 이해와 제작에 사용되는 공정 기술을 소개하고, 바이오칩이 다양한 세포학 연구에 어떻게 사용되는지 알려준다. 바이오칩 설계에 필요한 이론적 기반과 제작에 필요한 공정 기술과 의공학에서 바이오칩이 적용되는 사례를 리뷰할 것이다 학생들은 다음의 랩 실습을 수행할 것이다. (1) 주어진 응용 목적에 적합한 바이오칩 설계, (2) 설계된 바이오칩을 제작.
BPC5011 프린트바이오전자공학및바이오센서 3 6 전공 석사/박사 1-8 생명물리학과 - No
본 교과목은 학생들이 Si기반 전자소자를 이해하는 기본 고체소자물리에 기초한 공정인 증착과 포토리쏘 공정을 사용하지 않고 유체와 콜로이드 현상에 기반 한 인쇄 방법으로 다양한 바이오칩과 바이오센서를 제조 할 수 있는 능력을 갖추도록 새로운 개념의 인쇄 바이오전자 및 바이오센서 관련 기본적인 원리와 이론들에 대해 배우게 된다.
BPC5012 바이오칩양산대형부가제조공정 3 6 전공 석사/박사 1-8 생명물리학과 - No
본 교과목은 환경오염 없이 그리고 매우 저렴한 방법으로 바이오칩을 양산 할 수 있는 대형 부가제조공정에 관한 기본 지식을 학습하여 향후 학생들이 바이오칩을 개발 할 적에 양산공정의 한계를 미리 인지하고 바이오칩의 설계 및 개발을 양산 공정에 맞추어 진행 할 수 있도록 하는 실용적인 연구 방법에 대해 배우게 된다.
BPC5013 3D프린팅칩설계및제작 3 6 전공 석사/박사 1-8 생명물리학과 Yes
본 교과는, 공학 전공의 대학원생에게 랩온칩에 사용되는 3D 프린팅 제작 기술을 전달하는 것을 주요 목적으로 한다. 본 교과는 학생들이 3D 프린팅 기술에 익숙하도록 하고, 다양한 재생의료공학에 어떻게 사용되는지 알려준다. 3D 생체/비생체 프린팅 기술, 생재료, 세포배양을 리뷰할 것이며, 학생들은 다음의 랩 실습을 수행할 것이다.(1) 3D 프린팅 칩의 설계와 모델링 및 (2) 제작과 실험을 통한 적용.
BPC5014 IQB콜로키움1 3 6 전공 석사/박사 1-8 생명물리학과 Yes
본 교과는, IQB 석박 학생들이 다양한 연구 분야를 접하고 연구의 시야를 넓힘으로써 동시에 본인의 전공 분야의 깊이를 높이는 것을 주요 목적으로 한다. 본 교과는 매주 교내외에서 초빙된 연사들이 해당 분야의 기초 및 최신 연구를 소개하는 세미나를 제공한다.
BPC5015 IQB콜로키움2 3 6 전공 석사/박사 1-8 생명물리학과 Yes
본 교과는, IQB 석박 학생들이 다양한 연구 분야를 접하고 연구의 시야를 넓힘으로써 동시에 본인의 전공 분야의 깊이를 높이는 것을 주요 목적으로 한다. 본 교과는 매주 교내외에서 초빙된 연사들이 해당 분야의 기초 및 최신 연구를 소개하는 세미나를 제공한다.
BPC5016 분자생명물리방법론 3 6 전공 석사/박사 1-8 생명물리학과 - No
본 교과목은 물리학, 화학, 공학, 의학등 다양한 학문을 전공하고 대학원과정을 수학하는 학생들에게 생체 샘플을 다루는 관점에서 생체분자 및 세포에 대한 생물물리학적 지식을 이해시키고 관련 실험 방법을 훈련시킨다. 시험관내에서 유도한 생체 분자 및 세포에서 생물분자들을 특이적이고 효과적인 표지, 추출, 분리 저장 기법을 통하여 생체 분자 및 세포를 어떻게 분별하고 양적 분석을 하는지 구체적인 실험 방법을 배우게 된다.
BPC5018 양자생명물리심화연구1 3 6 전공 석사/박사 1-8 생명물리학과 - No
학생들이 본인의 논문연구를 수행하면서 양자생명물리 관련 심화 지식을 증강 시켜, 연구논문의 경쟁력을 높이고 아직까지 연구되지 않은 새로운 연구 분야를 탐구 하도록 하는 수업
BPC5019 양자생명물리심화연구2 3 6 전공 석사/박사 1-8 생명물리학과 - No
학생들이 본인의 논문연구를 수행하면서 양자생명물리 관련 심화 지식을 증강 시켜, 연구논문의 경쟁력을 높이고 아직까지 연구되지 않은 새로운 연구 분야를 탐구하도록 하는 수업
BPC5021 양자생명물리학및응용 3 6 전공 석사/박사 1-8 생명물리학과 - No
본 교과목은 양자물리학 이론 및 방법들을 이용하여 복잡한 생물체의 여러 현상들을 해석함으로서 생명체를 이해하려는데 그 목표가 있다. 세포내 단백질, 핵산등의 미시세계에서 (nanoscale world) 전자전달과 같은 양자역학적 현상들을 파악하고 이해하며, 세포의 대사 및 신호 전달 체계에서 어떠한 영향을 갖는지에 대해서 공부한다. 또한, 양자물리학과 생물학의 융합을 통한 연구 결과들에 대한 리뷰를 통하여 실제 연구를 체득하고 양자생물학적 연구 방법에 대해 배우게 된다.
CHS7002 머신러닝과딥러닝 3 6 전공 학사/석사/박사 도전학기(대학원) - No
본 수업에서는 기초적인 머신러닝 및 딥러닝 알고리즘의 이론 및 실습을 다룬다. 구체적으로, 선형 분류, 선형 회귀, 의사결정나무, 서포트 벡터 머신, 다층신경망, 컨볼루션 네트워크 등 실제 사례에 널리 사용되고 있는 알고리즘들을 이론 강의를 통하여 습득하고, python을 이용하여 이론에서 배운 알고리즘을 실습을 통하여 자기주도적으로 학습한다. 본 수업의 원활한 수강을 위하여, 학생들은 기본적인 미적분학, 선형대수학, 확률 및 통계, python language의 활용 등에 대한 지식이 필요하다.
CHS7003 인공지능응용 3 6 전공 학사/석사/박사 도전학기(대학원) - No
스탠포드 대학교의 공개 강좌인 cs231n은 이미지 인식과 딥러닝에 대한 가장 유명한 공개 강좌 중 하나이다. 본 수업은 스탠포드 대학교의 공개 강좌 cs231n을 이용하여 Flipped class 방식으로 수업을 진행한다. 본 수업을 수강하기 위해서는 학부 수준의 기본적인 수학 지식(선형대수, 미적분학, 확률/통계)와 기본적인 파이썬 기반의 코딩 능력이 요구된다. 수업에서 진행하는 구체적은 진행방식과 활동은 다음과 같다. 1) On-line 강의(English)를 청취 (학습자 주도) 2) On-line 강의(English) 청취한 내용에 대해 개별 노트 정리 (학습자 주도) 3) On-line 강의(English) 청취한 내용에 대해 QnA 토론 (학습자 주도) 4) QnA 기반의 교수자 주도의 Off-line 강의(Korean) 강의 (교수자 주도) 5) 팀별 보충 발표 (학습자 주도) 매 토픽에 대하여 위에 언급한 1) ~ 5)의 진행방식을 활용하여 학습한다. 평가는 각 활동과 과제, 중간 시험, 기말 프로젝트에 기반하여 절대평가한다. 수업에 다루는 내용은 다음과 같다. - Introduction Image Classification Loss Function & Optimization (Assignment # 1) - Introduction to Neural Networks - Convolutional Neural Networks (Assignment # 2) - Training Neural Networks - Deep Learning Hardware and Software - CNN Architectures-Recurrent Neural Networks (Assignment # 3) - Detection and Segmentation - Generative Models - Visualizing and Understanding - Deep Reinforcement Learning - Final Project. 본 수업은 이미지 인식과 관련한 딥러닝 방법에 대하여 기초부터 응용까지 다루므로 관심이 있는 학생들에게 좋은 기회가 될 것이라 생각한다.
COV7001 논문작성법및연구윤리1 1 2 전공 석사/박사 일반대학원 성균융합원 Yes
1) 논문작성의 전반을 소개하고, 논문작성의 필수적인 교양을 습득한다. 2) 연구 결과를 영어로 표현하는 효과적인 방법을 공부함으로써 향후 국내외학술지에 효율적으로 논문을 개제할 수 있도록 한다. 3) 연구 윤리를 습득한다.
DHC5003 의학데이터과학개론 3 6 전공 석사/박사 1-8 디지털헬스학과 Yes
의학데이터과학은 데이터 기반 추론 및 예측을 통해 의학 산업 및 연구의 솔루션을 구하고자하는 융복합 분야이다. 본 과목에서는 의학데이터과학에 대한 전반적인 이해를 돕고, 데이터 기반 솔루션을 구하기 위해 필요한 통계학, 컴퓨터과학 및 사회과학을 포함하는 다양한 분야의 방법론에 대한 소개를 한다. 주요 주제는 의학데이터의 관리 및 전처리, 탐색적 분석 및 시각화, 통계학 및 기계학습의 분석 방법, 윤리 등을 포함한다.
DHC5011 의료데이터관리개론 3 6 전공 석사/박사 1-8 디지털헬스학과 Yes
의료데이터관리 개론은 데이터의 질과 타당성의 평가에 초점을 두고 보건과 관련된 연구문제에 대답할 때 데이터의 적절한 사용과 처리에 중요성을 강조하도록 고안되었다. 그리고 학생들에게 임상연구 분야에서 의료 데이터베이스 설계, 의료데이터의 수집 및 관리를 포함하여 의료데이터관리를 소개한다. 본 교과목에서는 의료데이터관리에 관한 다양한 세부분야에 대한 기초적인 내용을 개괄한다. 좀 더 구체적으로는 (1) 의료데이터 관리의 소개, (2) 임상시험 자료의 표준(CDISC), (3) 임상연구에서 데이터베이스 설계 및 구축, (4) SAS-SQL 또는 STATA와 같은 통계패키지를 이용한 데이터관리의 수행에 대해 다룬다.
DHC5022 디지털헬스캡스톤 3 6 전공 석사/박사 1-8 디지털헬스학과 - No
본 과목에서는 실제 산업현장에서 부딪히는 문제를 해결할 수 있도록 모바일헬스 및 헬스케어시스템 과목들에서 배운 모든 이론 및 방법론들을 종합적으로 적용하여 문제를 해결하는 능력을 배양하고, 캡스톤 프로젝트를 발굴 및 설계하고 솔루션을 개발하는 전 과정을 경험하도록 한다. 산업체와 연계된 프로젝트의 수행을 권장한다.
DHC5023 보건의료정보국제표준개론 3 6 전공 석사/박사 1-4 디지털헬스학과 - No
생명의료정보학에서 취급하는 병원정보시스템, 개인건강정보, 평생건강정보 등 환자진료, 건강증진, 연구, 교육 등에 활용되는 자료와 정보교환, 처리, 통합은 다양한 이기종 컴퓨터시스템간의 자료와 정보를 교환하여야 하며 이는 이기종컴퓨터시스템간의 상호운용성이 필수적이다. 환지진료정보와 관련지식은 재사용이 가능해야 하며 상호운용성이 시공간을 초월하여 이를 보장해 준다. 생명의료정보를 전공하는 학생들은 적절한 국제표준을 채택 적용할 수 있는 능력을 함양해야 하며 또한 이런 표준들이 어떻게 개발되어 국제표준으로 승인 출판되는지 전체 표준개발과정을 학습하고 국제표준화를 쉽게 따라잡을 수 있게 학습함을 목표로 한다.
DHC5029 데이터AI기반디지털헬스 3 6 전공 석사/박사 1-8 디지털헬스학과 Yes
디지털헬스는 의생명정보 빅데이터를 생성,관리 및 분석하고 새로운 의학적 가치를 발견하는데 필요한 의생명과학, 컴퓨팅, 정보학, 모바일헬스케어, 스마트병원시스템 등이 망라된 복합적인 학문분야로, 미래 맞춤 의학을 구현하기 위해 데이터와 AI 기반 분석이 중요한 방법론으로 활용 된다. 본 과목에서는 디지털헬스의 다양한 세부분야에 대한 기초적인 내용을 개괄하며 (1) 디지털헬스의역사, (2) 디지털헬스의 해외사례, (3) 원격환자모니터링, (4) 모바일헬스 및 웰니스 애플리케이션, (5) 디지털 의료기기, (6) 빅데이터 분석, (7) AI 활용, (8) 맞춤의학 및 유전체학, (9) 영상의학시스템,(10) 전자건강기록, (11) 정보처리 상호운용, (12) 스마트병원 등에 대해 다룬다.
DHC5031 의료정보학 3 6 전공 석사/박사 1-8 디지털헬스학과 Yes
의료정보학은 환자의 진료, 의학 교육, 의학 연구 및 의료 경영에 필요한 각종의 정보를 효율적으로 체계화하여 관리하는 학문으로 정의된다. 따라서 의료정보학은 인지과학, 의사결정이론, 정보과학 및 컴퓨터과학 등이 망라된 복합적인 학문 분야이다. 의료정보학의 응용은 컴퓨터와 통신 기술을 실제 임상에 어떻게 적용하느냐로 귀결지을 수 있다. 본 교과목에서는 의료정보학의 다양한 세부분야에 대한 기초적인 내용을 개괄한다. 좀 더 구체적으로는 (1) 의료정보학의 역사, (2) 의료정보의 특징, (3) 환자 관리 및 모니터링, (4) 임상의사결정 이론 및 시스템, (5) 의료정보 시스템 공학 및 설계, (6) 보건의료정보 표준, (7) 문헌검색과 자연언어처리, (8) 영상의학 시스템, (9) 의료정보기술의 평가방법, (10) 전자건강기록, (11) 병원경영정보, (12) 원격진료, (13) 정보기술을 이용한 의학교육, (14) 생명정보학에 대해 다룬다.
DHC5032 컴퓨터프로그래밍 3 6 전공 석사/박사 1-8 디지털헬스학과 Yes
본 과목은 디지털헬스 전반에서 요구되는 컴퓨터 프로그래밍의 기초를 다룬다. 이를 위하여 컴퓨터의 기본 구조, 프로그래밍 언어의 구조와 개념, 그리고 기초적인 프로그래밍 패턴에 대해 학습한다. 습득한 프로그래밍 지식을 실제에 활용할 수 있도록, 디지털헬스 현장에서 자주 발생하는 문제해결을 중심으로 실습한다.
DHC5035 의료딥러닝 3 6 전공 석사/박사 1-8 디지털헬스학과 Yes
기계학습이 다양한 헬스 데이터에 적용되고 있는데, 그 중에서도 딥러닝이 가장 큰 성과를 보이고 있다. 본 교과목에서는 헬스 데이터 분석에 초점을 두어, 딥러닝을 소개하고자 한다. 이를 위해 수강 학생들은 기본적인 통계 지식과 인공지능 지식을 가지고 있다는 것이 필요하다. 구체적으로 딥러닝의 역사와 이론적 배경을 시작으로 하여, 다양한 딥러닝의 모델들과 의료 응용 분야를 설명하는 것을 목적으로 한다.
DHC5036 의료기계학습 3 6 전공 석사/박사 1-8 디지털헬스학과 - No
헬스 데이터가 전산화되면서 헬스 빅데이터가 생성되기 시작하고 있다. 이러한 헬스 빅데이터를 분석하기 위해서 전통적으로 통계 기법들이 많이 사용되어 왔는데, 최근에는 기계학습이 많이 적용되고 있다. 특히나 기계학습은 기존의 통계 분석과 상호보완적으로 사용되면서 많은 성과를 보이고 있다. 본 교과목에서는 헬스 빅데이터를 분석하기 위한 기계학습 방법을 소개하는 것을 목적으로 한다. 기계학습의 개념과 대표적인 알고리즘들을 소개하고, 동시에 데이터 전처리 및 결과 해석 등을 설명하면서 학생들이 실제 활용할 수 있도록 필요한 실습도 동시에 수행한다.
ECE5916 디지털집적회로 3 6 전공 석사/박사 1-5 전자전기컴퓨터공학과 Yes
본 과정은 CMOS transistor의 구조 및 동작 원리, digital 회로 (INV, NAND, NOR, LATCH, Current Mirror) 동작 원리; sizing 및 delay 계산; Flash A/D 변환기 등을 다룬다.
ECH5102 생물화학공학특론 3 6 전공 석사/박사 1-4 화학공학과 - No
화학공학도는 생물공학에 대해 특히, 미생물학, 생물공학등에 관해서 더욱 해박해지고 있으며, 호기성, 혐기성 미생물에 의한 대량의 생물공학적 제품에 대한 문제들과 부담감을 해결하기 위해 이를 화학공정분석, 제어, 그리고 설계등으로 접근 발전시키고 있다. 학생들은 Saccharomyces 와 .Zymmomonas를 사용한 에탄올 발효실험으로 얻은 기본적인 data로 생물화학공정, 생물반응기 그리고, 제어시스템을 디자인하는 방법을 알게되고 실습해 보게 될 것이다.
ECH5121 나노의약품특론 3 6 전공 석사/박사 1-4 화학공학과 Yes
나노의약품은 기존 의약품의 한계를 극복하기 위하여 나노기술을 접목시켜 새롭게 개발된 의약품으로서 차세대 바이오 및 의약산업의 핵심분야로 부각되고 있음. 치료용 나노의약품 분야는 현재 임상에서 주로 사용되는 저분자 의약품을 비롯하여, 최근 부각되고 있는 단백질 의약품과 유전자 의약품을 이용하여 치료효과를 극대화시키고 부작용을 최소화시킬 수 있는 기술을 중심으로 강의할 것임. 진단용 나노의약품 분야는 난치성 질환의 조기진단을 목적으로 MRI, CT, US, Optical Imaging 등의 진단장비에 적용되는 조영제를 중심으로 강의할 예정이며, 강의 후반부에는 질병의 진단과 치료를 동시에 가능하게 하는 동시 진단/치료용 나노입자(theranostic nanoparticle)를 대상으로 강의할 예정임.
EME5176 랩온어칩설계 3 6 전공 석사/박사 1-4 기계공학과 - No
랩온어칩 설계 과목은 마이크로유체소자를 분석 플랫홈으로 사용하여 유체의 흐름을 효과적으로 제어함으로써 각종 물질의 분리와 농축, 검출에 활용되기 위한 창의적 칩 실계 디지인과 그 작동원리를 강의하는 과목이다. 본 과목의 초반부는 마이크로유체소자의 유체를 제어하기 위한 수동적 혼합, 능동적 혼합과 마이크로 밸브 기술 등을 소개한다. 또한 이러한 마이크로유체소자를 디자인 하기 위해 필요한 마이크로공정기술, 나노공정기술, 마이크로밸브 기술, 다층연성공학 기술 등을 수강자들에게 전달하여 수강자들이 자신이 원하는 랩온어칩을 디지인 하고 제작할 수 있는 능력을 함양할 수 있도록 한다. 본 강의 마지막 파트는 나노바이오유체소자, 나노유체소자를 이용한 DNA sequencing, 바이오센싱, 동물세포배양 기술 등 최신의 랩온어칩 기술들을 최신 논문들을 통해 소개하는 데 주안점을 둘 것이다. 이를 통해 수강자들을 랩온어칩이 미래기술로서 IT기기들과 연동되어 보다 자율적이고 안전한 세상을 만드는 기여할 수 있는 미래보건기술로서 활용될 수 있는 가능성을 모색할 것이다.
GBE4004 의료영상복원 3 6 전공 학사/석사 글로벌바이오메디컬공학과 - No
의료영상의 원리 및 이해를 위한 전공심화 과목임. Tomography 의료영상 시스템 (CT, MRI, PET 등)에서 신호생성을 위한 물리적 원리, 영상획득을 위한 인코딩 원리, 영상복원을 위한 수학적 모델링 및 최적화 기법, 복원된 영상을 평가하기 위한 Metric을 이해하고, 영상의 질에 대한 검증 및 평가에 대해서 다룸
GBE4008 휴먼레벨인공지능개론I 3 6 전공 학사/석사 글로벌바이오메디컬공학과 - No
지난 10년간 인공지능은 눈부시게 발전해 왔다. 하지만 여전히 인간에 비해서는 부족한 면이 많다. 예를 들어 하나의 상황에서 배운 것을 전혀 다른 상황에 적용하는 일반화 능력, 적은 양의 데이터로 새로운 환경에 적응하는 문제, 다른 에이전트의 판단과 가치를 이해하는 능력 등, 인간과 인공지능이 공존하는 행복한 미래를 꿈꾸기 위해서는 여전히 갖춰야할 능력이 많다. 이러한 인공지능의 한계를 극복하기 위해서는, 인간 뇌와 지능에 대한 깊은 이해가 필요하며, 더 나아가 현존하는 모든 생명체가 어떻게 지능적인 행동을 통해 살아남아 왔고 적응적인 행동을 보여왔는지에 대한 고찰이 필요하다. 이에 본 수업에서는 인간과 생명체의 지능을 고찰하고, 뇌가 작동하는 원리에 기반하여 새로운 휴먼레벨 인공지능, 인간을 위한 인공지능을 공부하고 원리를 모색하고자 한다. 인간 뇌에 기반한 미래의 인공지능을 꿈꾸는 학생들에게 추천한다.
GBE4009 휴먼레벨인공지능개론Ⅱ 3 6 전공 학사/석사 글로벌바이오메디컬공학과 - No
지난 10년간 인공지능은 눈부시게 발전해 왔다. 하지만 여전히 인간에 비해서는 부족한 면이 많다. 예를 들어 하나의 상황에서 배운 것을 전혀 다른 상황에 적용하는 일반화 능력, 적은 양의 데이터로 새로운 환경에 적응하는 문제, 다른 에이전트의 판단과 가치를 이해하는 능력 등, 인간과 인공지능이 공존하는 행복한 미래를 꿈꾸기 위해서는 여전히 갖춰야할 능력이 많다. 이러한 인공지능의 한계를 극복하기 위해서는, 인간 뇌와 지능에 대한 깊은 이해가 필요하며, 더 나아가 현존하는 모든 생명체가 어떻게 지능적인 행동을 통해 살아남아 왔고 적응적인 행동을 보여왔는지에 대한 고찰이 필요하다. 이에 본 수업에서는 인간과 생명체의 지능을 고찰하고, 뇌가 작동하는 원리에 기반하여 새로운 휴먼레벨 인공지능, 인간을 위한 인공지능을 공부하고 원리를 모색하고자 한다. 인간 뇌에 기반한 미래의 인공지능을 꿈꾸는 학생들에게 추천한다.