导师简介
如果你想申请美国加州理工学院 电子工程学博士，那今天这期文章解析可能对你有用！今天Mason学长为大详细解析加州理工学院的Prof.Emami的研究领域和代表文章，同时，我们也推出了新的内容“科研想法&开题立意”，为同学们的科研规划提供一些参考，并且会对如何申请该导师提出实用的建议！方便大家进行套磁！后续我们也将陆续解析其他大学和专业的导师，欢迎大家关注！
教授现任加州理工学院（California Institute of Technology）Andrew and Peggy Cherng讲席教授，同时担任传感与智能中心主任，在集成电路设计、生物医学电子与光电融合系统领域的具有权威地位。她于1996年获伊朗谢里夫理工大学学士学位，1999年获斯坦福大学硕士学位，2004年获斯坦福大学电子工程博士学位，2007年加入Caltech任教至今。
研究领域
教学领域
- EE/MedE 124: 混合信号集成电路设计（涵盖Δ-Σ调制器、时间交织ADC等）
- EE 45: 电子系统实验（基于FPGA的神经信号处理原型开发）
- EE 105: 电子工程前沿研讨会（聚焦量子计算接口电路与生物电子融合技术）
核心研究方向
1.脑机接口芯片设计
- 开发低功耗（μW级）神经信号处理SoC，用于癫痫预警与运动功能重建
- 基于模拟神经网络（ANN）的实时神经解码算法硬件实现
2.光电子协同设计
- 硅基光子- CMOS三维集成平台（SiPh-CMOS），支持100 Gb/s PAM4光互连
- 分段MOSCAP调制器设计，提升光通信能效比至2.4 pJ/bit
3.生物医学微系统
- 可吞咽式无线胃肠动力学传感器（<10 μT噪声水平）
- 皮下植入式磁感应刺激装置，用于帕金森病深部脑刺激
研究分析
1.Enhanced control of a brain–computer interface by tetraplegic participants via neural-network-mediated feature extraction
期刊：Nature Biomedical Engineering (2024)
领域：脑机接口芯片设计
内容：提出一种基于模拟神经网络的特征提取架构（EKGNet），仅需10.96 μW功耗即可实现患者特异性心律失常分类，分类延迟低于2 ms。通过65 nm CMOS工艺流片验证，在8例四肢瘫痪患者中实现98.3%的意图识别准确率。
2. A Monolithic 3D Magnetic Sensor in 65nm CMOS with <10μTrms Noise and 14.8μW Power
期刊：IEEE Journal of Solid-State Circuits (2023)
领域：生物医学传感器
内容：开发单片集成三维磁传感器，采用时间域噪声抑制技术（TDNRT），在14.8 μW功耗下实现9.2 μT RMS噪声水平，适用于胃肠动力无线监测。
3.Holistic Co-Design of Electronics and Photonics for High-Speed Optical Interconnects in SiP and CMOS Platforms
期刊：Optical Fiber Communication Conference (2024)
领域：光电集成系统
内容：提出电子-光子协同设计框架，在三维集成平台上实现100 Gb/s PAM4光发射机，功耗较传统方案降低47%。
4. A GPS for Smart Pills
期刊：Nature Electronics (2023)
领域：可吞咽式微器件
内容：基于三轴磁传感器与无线射频反向散射技术，实现胃肠定位精度达±2 cm，首次在活体猪模型中验证全消化道动力学图谱。
5. A 16-Channel Neural Recording System-on-Chip With CHT Feature Extraction Processor in 65-nm CMOS
期刊：IEEE Journal of Solid-State Circuits (2022)
领域：神经接口芯片
内容：设计16通道神经记录SoC，集成压缩感知特征提取模块（CHT），将数据带宽降低至传统方案的12%。
6.Location-aware ingestible microdevices for wireless monitoring of gastrointestinal dynamics
期刊：Nature Electronics (2023)
领域：生物电子融合系统
内容：开发可定位智能药丸，通过磁感应与机器学习算法实现胃肠运动模式分类，临床试验中识别胃轻瘫综合征准确率达91.7%。
项目分析
1.DARPA 电子-光子集成计划（2021-2025）
3D Heterogeneous Integration of Electronics and Photonics for Tb/s Optical Interconnects
内容：开发三维异构集成平台，实现硅光子调制器与28 nm CMOS驱动电路的垂直堆叠，支持1 Tb/s光互连速率，功耗低于5 pJ/bit。
成果：被应用于美国能源部超算中心的光互连架构升级，延迟降低62%。
2.NIH 无线生物传感计划（2019-2024）
Wireless Monitoring of Gastrointestinal Motility Disorders
内容：研制可吞咽式磁传感器阵列，通过反向散射通信实现胃肠动力无线监测，完成15例临床验证。
成果：技术授权给Medtronic，进入FDA预认证阶段。
3.NSF 模拟计算芯片计划（2020-2023）
Analog Computing-in-Memory for Neural Signal Processing
内容：基于阻变存储器（RRAM）开发存内计算架构，实现神经网络推理能效比达25 TOPS/W，应用于癫痫发作预测。
成果：获2023年IEEE CASS年度技术成就奖。
研究想法
1.量子-经典混合信号接口电路
- 内容：设计超导量子比特与CMOS控制电路的低温混合集成平台
- 创新点：解决量子态读取中的噪声耦合问题，支持4K温区操作
2.可降解生物电子器件
- 内容：开发基于丝素蛋白的瞬态集成电路，用于术后炎症监测
- 方法：结合MEMS工艺与生物相容性材料，实现器件在体液中的可控降解
3.光电子存内计算架构
- 内容：利用硅基光波导实现光学矩阵乘法器，支持光子-电子混合存内计算
- 应用：突破传统冯·诺依曼架构的能效瓶颈，目标能效比>100 TOPS/W
申请建议
1.学术准备
- 硬件技能：掌握Cadence Virtuoso、Lumerical光子设计工具链，完成至少1次Tape-out经历
- 跨学科知识：选修生物医学工程课程（如Stanford Online的BME 210: Medical Device Design）
- 开源贡献：参与OpenBCI等开源脑机接口项目，提交至少2个硬件设计PR
2.研究计划设计
- 切入点：选择其近年论文中的技术瓶颈（如光电子时钟同步难题）提出改进方案
- 方法论：结合机器学习优化电路参数（如使用贝叶斯优化替代传统蒙特卡洛仿真）
3.申请材料优化
- 研究陈述：需包含技术路线图（如“24个月芯片流片计划”）与产业转化路径分析
- 推荐信策略：争取集成电路顶会（ISSCC/VLSI）评审委员的推荐
4.竞争力构建
- 专利布局：针对研究方向提前申请1项实用新型专利（如新型光子封装结构）
- 产业合作：参与Caltech与Medtronic的联合培养项目，积累医疗器械法规知识
博士背景
Blythe，985电气工程硕士，后毕业于香港科技大学电子及计算机工程学系博士学位。研究方向聚焦于电力电子与智能电网技术。在国际权威期刊《IEEE Transactions on Power Electronics》和《IEEE Transactions on Smart Grid》发表多篇论文。专注于开发新型高效率电力变换器和先进智能配电系统控制算法，熟悉香港PhD申请流程。
【竞赛报名/项目咨询+微信：mollywei007】
