Διδασκαλία του μεταπτυχιακού μαθήματος «705, Πολυκλιμακωτή Προσομοίωση της Ασθένειας του Καρκίνου και In Silico Iατρική» της ΗΜΜΥ-ΕΜΠ κατά το ακαδημαϊκό έτος 2024-2025.
- gestam
- Oct 9, 2024
- 1 min read
Το μεταπτυχιακό μάθημα του κύκλου διδακτορικών σπουδών της ΗΜΜΥ-ΕΜΠ 705, Πολυκλιμακωτή Προσομοίωση της Ασθένειας του Καρκίνου και In Silico Iατρική» θα διδάσκεται κάθε Τετάρτη από τις 3:00 μμ έως τις 6:00 μμ στην αίθουσα 11 , Νέα Κτίρια ΗΜΜΥ. Το μάθημα τυπικά θα ξεκινήσει να διδάσκεται την Τετάρτη 9 Οκτ. 2024, αν και θα γίνονται σχετικές (συνοπτικές) επαναλήψεις μέχρι την προθεσμία εγγραφής των νέων υποψηφίων διδακτόρων στη Σχολή. Το μάθημα, εκτός από υποψήφιοι διδάκτορες της ΗΜΜΥ, ΕΜΠ, μπορούν να το παρακολουθήσουν ενδιαφερόμενοι προπτυχιακοί ή μεταπτυχιακοί σπουδαστές της ΗΜΜΥ ή άλλων συναφών σχολών (Ιατρικής, Φυσικών Επιστημών κτλ.). Σε αυτή την περίπτωση, και εφόσον εκπληρώσουν τις σχετικές υποχρεώσεις του μαθήματος, θα λάβουν σχετική βεβαίωση επιτυχούς παρακολούθησης και συστατική επιστολή από τον διδάσκοντα. Λεπτομερής περιγραφή του μαθήματος υπάρχει μέσω του συνδέσμου https://mycourses.ntua.gr/course_description/index.php?cidReq=ECE1406 . Για πληροφορίες μπορείτε να απευθύνεστε στον Διδάκοντα Διευθυντή Ερευνών – Research Professor Γ. Σταματάκο στο email: gestam@central.ntua.gr
This course on multiscale cancer simulation sounds incredibly relevant for anyone bridging computational methods and clinical research. It’s great to see programs that push interdisciplinary training like this forward. For researchers or students preparing visual presentations or scientific figures to accompany such complex topics, having the right tools can make a real difference. For creators looking to enhance visual content, a Free AI Image Generator can be a practical addition to their workflow. It helps turn data-heavy concepts into clearer, more engaging visuals without needing advanced design skills. Definitely a handy resource to keep in mind alongside academic work.
The focus on integrating in silico methods into clinical workflows is exactly what oncology research needs right now. I’ve been digging into similar computational models for treatment response prediction, and this group’s approach stands out—checking out their latest updates now. https://musevideo.site
The focus on bridging computational models with clinical practice is exactly what oncology needs right now—curious if your education section covers training for early-career researchers. I’ve been digging into similar resources and found https://vo3-ai.net
The "gestam" reference in your header is a nice nod to the group’s computational core—curious how that ties into your latest in silico models. I’ve been digging into your education section for a project, and I’m checking out https://3dsearch.pro
The "Updated: Oct 9, 2024" timestamp caught my eye—glad to see the group's research page is actively maintained, especially for a field moving as fast as in silico trials. I've been digging into their education section lately, and the way they bridge clinical and computational workflows is exactly what I needed. Check out https://image-gpt.net