2023 ISEF获奖作品浅析!

2023年，本年度的ISEF全球总决赛落下帷幕，来自世界各地的学生们在21个科目展开了激烈角逐，最终诞生了每个科目的一二三四等奖。今年中国ISEF队伍选手成绩喜人，参赛项目更少了，但是获奖更多，在学科颁奖中逆袭专项奖的落差，拿下11个奖项，更有大奖一枚。其中，上海地区，尤其是川赛选手成绩逆天，人均grand award，3个一等奖，更是将两个终极大奖收入囊中，香港与澳门发挥稳定，也取得了喜人的成绩。

特别祝贺ISEF选手们赛出了风采。但是在比赛之上，如再生元的创始人President Yancopoulos分享: 拥抱失败，保持批判，这才是科研学习的内核精神。

2023 ISEF世界总决赛获奖项目分析

大家好，我们一年一度的ISEF世界总决赛获奖分析报告又和大家见面了。前两年的分析文章中，我们仔细分析了各个类别上一二等奖的文章，更多的是帮助大家了解这一年ISEF的评委喜好。

按照惯例，我们先来讲讲这些获奖项目的共同特点。

1.长期投入

长期投入是个老生常谈的事情了，但如果说ISEF竞赛有什么必胜的秘诀的话，那就是长期投入。奇思团队每个进入ISEF奖的项目，都在项目上进行了多次迭代，且大多数迭代都来自于他们自己的想法。从今年参与现场评审的学生反馈情况来看，对于多次迭代、工作量巨大的课题，评委们都是表示惊讶地赞叹；而从最终结果上来看，这种工作量在大部分时候是会获得评委认可的。我们很多学生也不是大家一般意义上的天才、学霸、学神这种角色，很多时候就是比别人多一分韧劲和勇气。

2. 对高深技术不青睐

在我们团队比较熟悉的几个领域里，包括嵌入式、工程、医学工程和一众和人工智能计算机相关的学科里，我们发现有些我们在颁奖前关注的“大牛课题”，最终决赛上却没能竞争过一些看起来不怎么“高深”的课题。这里有两个原因，其一是很多高深莫测的课题，很难在1-2分钟内表述清晰，而越是高深的课题对评审专业知识的细分要求就越高，尽管ISEF评审请来了世界范围内各个领域知名的专家，但过于高深还是会让评委可能也无法理解其中工作内核，反而如果带着一个清晰主题的课题进入赛场，可以快速和评委进入讨论环节，尽管可能出现针锋相对甚至意见相左的答辩场景，但这种氛围，才是比赛所追求的，评委们会在激烈的讨论之后给你打上一个高分。

3.纯人工智能课题从大奖列表中消失了

所谓“纯人工智能课题”，就是我们以往每一年都会看到很多足以发表在人工智能顶级学术会议上的文章，这些项目关注了一些人工智能领域的热门话题，比如自动驾驶、姿态识别、图像分类分割等等，然后围绕着这些应用场景在计算机领域做深度挖掘，甚至更新底层技术，自建模型。过去三年，在大奖列表上都会有几个这个方向的课题。但去年我们已经看到类似的课题在减少，今年直接没有了。取而代之的是人工智能与新领域的交叉研究，包括生物、医学、动物学、环境科学等等。可以看出，随着人工智能技术的普及，评委们对一些常见应用的课题已经不感冒了，更想看到大家用人工智能去解决一些新的场景。

【补充一句，尽管大奖课题纯人工智能在减少，但是在进入到决赛赛场的课题中我们还是发现了不少类似主题的课题。说明在各个ISEF选拔赛中，对于人工智能做深入探索还是有一定竞争力的，如果你有兴趣，也不要因为“大奖风向标”而迷失了自己的方向，所有事情还是应该以热爱为风向标，这是奇思今年所有获奖学生的共同特点——没有一个学生是不热爱自己的课题的】

4. 课题完全创新？

这其实也是大家一直关注的问题，这次我们也好好检索了一下几个大奖课题。其实每个课题都是从相关的研究开始做的，每个人都是站在巨人的肩膀上。大家看到的很多觉得很不可思议的新课题，其实检索一下也会发现这几年一直有人在做相关研究。而一些创意性较弱的课题也可以通过完整的科学探究过程去竞争高级别奖项。

接下来我们就开始各个类别的获奖项目分析，因为奇思团队技术也有限，我们主要分析了若干我们比较擅长的领域，供大家参考。分析科目顺序如下：

BEHAVIORAL AND SOCIAL SCIENCES

行为和社会科学

First Award

BEHA046 - The Effect of Intermittent Metabolic Switching (IMS) on the Cognitive and Behavioral Abilities of Mutant Drosophila, Leading to Brief Synaptic Neuroplasticity as an Alzheimer’s Model

这个实验的目的是为了确定中间代谢转换（IMS Intermittent Metabolic Switching）饮食对突触可塑性引起的突变果蝇的短期和长期记忆的影响。经过测试缺乏淀粉样前体蛋白类似基因（APPL）的突变果蝇表现出与早期阿尔茨海默病患者相似的症状，证明了4：1饮食中的果蝇更敏感但保留了短期和长期记忆，从而总体上建立了IMS作为防止阿尔茨海默病的预防机制。

亮点：通过果蝇实验为IMS饮食可作为阿尔茨海默病的预防机制提供了证据。

Second Award

BEHA003 — Anxi: A Novel Natural Language Processing System for the Detection and Prevention of Anxiety Disorders

这个项目旨在解决精神健康诊断和干预工具的不可及性和不可负担性问题。通过开发两个机器学习模型和一个移动应用程序，创建了一个可获得和负担得起的诊断和辅助系统。该系统包含易于访问的诊断和辅助工具，有潜力解决全球超过4.5亿人面临的其他精神健康障碍。

开发了一种易获得负担的起的且有效的医疗辅助工具，整体应用做得非常完整。

BEHA022 — Assessing Abnormalities in Spatial Awareness of Patients With Alzheimer’s Disease Through the Line Quadrisection Test

这项研究旨在探讨阿尔茨海默病（AD）患者的运动症状。这项研究使用了一种新型测试——线四分测试（LQT Line Quadrisection Test），可以检测到AD患者的空间意识异常，并可用作诊断AD的简单而有效的工具。

同上面一个项目类似，开发了一个成本较低且有效的诊断方法。

BEHA056 — Auditory Acuity and Auditory Feedback Response in Children With and Without Residual Speech Sound Disorder

这项研究旨在探讨言语音声障碍（SSD）患者的听觉敏锐度和听觉反馈响应。传统的言语治疗并不总是有效的，因为RSSD(Residual Speech Sound Disorder)患者无法更新其前馈计划，这是RSSD强有力的候选诊断鉴别器。

同样，提出了一种鉴别RSSD的低成本新方法。

【从这几个行为科学的获奖项目中大家也可以看到，人工智能如果能应用在这些社会关注的疾病上，同时能有一些低成本且容易操作的方法，是一个很有竞争力的课题】

 

BIOMEDICAL ENGINEERING 生物医学工程

ENBM038T - Screening for Multiple GI Cancers With CanDELA

这个项目设计了一种自动化的基于血清的检测装置，配合摄像头识别算法分析荧光检测的结果，完成胃肠道癌症早期的诊断。相较于现有的内窥镜、超声、CT、MRI和活检这些侵入式的检测方式，这种方式更加方便也更加高效、低成本。并将其浓度传递到SVM机器学习算法中，以将患者分类为健康、胰腺、结直肠和肝癌。

特点：有较强的生物属性，并且结合了机械自动化、摄像头识别算法以及基于磁珠的miRNA提取技术。项目结构复杂度高，工作量很大，现场展示性强。该项目将机械工程和生物研究结合度较高。

 

ENBM039 - Novel Creation of Self-Healing Egg Windows

这个项目设计了一种新型的蛋自动化操作设备，可以创建自愈合的蛋窗口，允许注射感兴趣的化合物、基因操作以及研究疾病机制。自愈合窗口使得可以将传感器、相机和探针放置到胚胎或其微环境中，同时显著减轻微生物入侵和水分流失的风险。

特点：可以通过该设备较好的利用鸡蛋等材料进行基因操作，并研究疾病机制。该项目将机械工程和生物研究结合度较高。装置较大，展示性以及趣味性高。

ENBM036 - 3D Printed Wound Dressing

这个项目设计了一种装置用来3D打印新型的“创可贴”。使用碳纤维加强的微孔膜和附加的生物杀灭剂调节机制，以提供更好的支撑和稳定的生物杀灭剂浓度。通过3D打印，可以根据需要定制敷料的形状和大小。

特点：（机械项目）结构装置复杂度较高，现场展示性较强，并且能够完成这类结合了碳纤维的微孔膜加工，项目的创新性较高且和现有的创伤敷料有着较为显著的差异和优势。

 

ENBM047 - Low-Field MRI Super-Resolution

该项目完成了一种名为Nested U-Net的神经网络架构的超分辨率算法，可以提高低场MRI扫描的图像质量和诊断能力。该算法在各种测试和评估中表现出色，并使用新型的损失函数Natural Log Mean Squared Error（NLMSE）取得了更好的结果。此外，该算法还使用了Generator RRDB块进行推理，并取得了成功的定性结果。

特点：（AI医学影像项目）有效解决了低场MRI扫描仪的局限性，使其更容易应用。使用了新型的损失函数Natural Log Mean Squared Error（NLMSE），和现有的实际的诊断设备有较强关联。

 

ENBM053 - Generating Novel Nissle Cells for Drug Delivery

这个项目讨论了使用大肠杆菌Nissle作为靶向药物传递的替代方法。研究人员开发了一种内置生物遏制系统，以抑制大肠杆菌在人体内的不良增殖，并允许保留细胞内功能。该生物遏制系统采用CRISPR-Cas12技术，通过生成染色体碎片化的Nissle细胞进行靶向药物传递。

特点：（生物项目）纯生物项目，实验工作量大，研究出了一种比较新颖的生物研究方法，通过这种方法可以建立一种新型的非毒性平台，以将药物靶向输送到肿瘤细胞。

 

ENBM060T - Depth Intelligent Navigation for Visually Impaired

该项目设计制作了一种用于辅助视力障碍人群的交互设备，利用卷积神经网络、深度感应立体摄像系统等技术，可以通过检测周围环境中的物体来改善行动能力和帮助视力受损者安全地导航未知空间。

特点：（AI穿戴设备项目）该项目使用深度相机、摄像头结合了卷积神经网络来进行探索和识别，并且训练了80多种物体类别，对障碍物进行分类并评估其与用户的距离进行处理，通过语音传递给用户。同时，还有一个较为新颖的电磁铁推杆组成的阵列用于和用户进行触觉交互，拓展了其使用的便利性，而不再单纯的局限在听力传递信息。有机械结构和交互装置配合AI组成一个完成度较高的探测设备。

 

ENBM072 - OctoGrasp: The Cephalopod-Inspired Prosthetic Arm

该项目设计了一种新型的带负压吸盘结构的机械假肢，通过指尖的吸盘配合舵机控制手指弯曲的方式来抓握物体，能够复制人类抓握数据库中的33种握持方式，成本仅为类似产品的十分之一。

特点：（机械项目）迭代此时多，做了至少20只迭代优化的手指结构，有较大且有意义的工作量，现场展示效果好。同时测试了人类抓握数据库的33种不同的抓握方式，测试训练工作量较大。

CELLULAR AND MOLECULAR BIOLOGY

细胞和分子生物学

First Award

CELL036 — Electron Transport Chain Acts as Potential Regulator of ER-Mitochondria Interactions Sarah Jennings, Ossining High School, NY, United States of America

介绍：负责产生生物能量ATP的电子传递链（ETC）决定细胞健康，但ETC与其他细胞过程的关系尚未完全明确。内质网（ER）与线粒体（MT）的相互作用由线粒体相关膜（MAM）调控，但目前缺乏MAM的活性对于线粒体失调影响的研究。本项目通过同位素标记法、蛋白质定量、磷脂测定和免疫印迹法探究ETC与ER-MT之间的相互作用，发现抑制ETC的蛋白复合物Ⅰ，Ⅲ，Ⅳ，Ⅴ以及非耦合呼吸会降低MAM的相互作用，揭示ETC是ER-MT相互作用的潜在调控因素。

亮点：本研究发现了生物能学与细胞器间交流的新的调节关系，为线粒体失调的病理生理学提供更深入的了解。对线粒体在细胞中的角色提出新的见解，也为帮助理解细胞生物学为一个整体作出贡献。

Second Award

CELL006 — Possible Use of MicroRNA-488 as a Biomarker for Bad Prognosis in Type 2 Diabetes

Ming-Hao Lee, Iolani School, HI, United States of America

介绍：Ⅱ型糖尿病（T2D）在夏威夷地区具有很高的流行性，而40%的T2D患者会继发出现糖尿病肾病，这是导致患者早逝的主要原因之一，但目前尚未有检测能够提示糖尿病肾病的发生风险。本项目通过对192人血液样本的DNA甲基化差异分析以及qPCR定量检测，找出基因miR-488在T2D患者的启动子区域被低甲基化，导致更高的基因表达和更高的miR-488分子浓度，并与以往文献中揭示miR-488提示糖尿病肾病发生风险的结论相关联。

亮点：发现miR-488可以作为一种生物标志物来指示糖尿病肾病的发病风险。

CELL016 — Integrating Machine Learning with 3D Organoid Modeling to Identify Biomarkers to Combat Drug Resistance in Cancer

Ekansh Mittal, Westview High School, OR, United States of America

介绍：癌症在晚期检出生存率低下，且会出现药物抵抗和复发的情况。目前有大量数据集的积累，但缺乏新的治疗靶点。临床队列研究的花销也非常昂贵。本项目利用乳腺癌数据构建机器学习模型筛选生物标志物，并且使用新的3D模型在实验室中测试体外药物有效性。发现包括IGF1R和ESR1在内的可用作个性化治疗的通路及靶点的生物标志物。

亮点：构建准确度高达92%的机器学习模型用于预测治疗反应，开发了一种新的三维异型培养方法在实验室中验证目标，发现包括IGF1R和ESR1在内的可用作个性化治疗的通路及靶点的生物标志物。

CELL047 — Quantification and Optimization of Circular RNA Stability for Improved RNA Therapeutics

Reshma Kosaraju, The Harker School, CA, United States of America

介绍：RNA治疗学是一门强大的医学分支，自20世纪90年代问世以来一直在迅速发展，其中mRNA疗法应用广泛。但mRNA在人体内易被降解，即稳定性是其关键局限，这也导致了mRNA疗法持久性较差。本项目定量测定环状RNA（circRNA）的体外稳定性，以确定理想的储存和处理条件，以及通过修饰核苷三磷酸(NTPs)对circRNA分子进行结构优化，提高circRNA的稳定性。

亮点：发现在实验室环境中，circRNA比mRNA稳定得多，扩大治疗的可及性。NTP优化的circRNA可在降低蛋白表达的同时达到更好的稳定性，安全性增强且治疗持久性提高，加强对应用程序精确定位的控制包括疫苗安全性、CRISPR基因编辑等。

COMPUTATIONAL BIOLOGY AND BIOINFORMATICS
计算生物学和生物信息学

First Award

CBIO013 Micro-Changing Tandem Repeats in 10 Human Cancers

研究简介：本研究对肿瘤突变中主要突变：复制错误突变中的一个新分支——微小变异的短串联重复序列（mcSTRs）在肿瘤中的功能进行分析。发现在182个样本的10种癌症中具有98%的亚型特异性，并且和肿瘤预后显著相关，通过TOP1和MSH2的表达，表明mcSTRs 对癌症DNA修复途径产生影响。并通过在肝细胞癌样本中实验验证，确定了血浆中的mcSTR1的含量具有很强的特异性可以被用来做药物靶点。

创新点：本研究分析了肿瘤中新的序列突变结构mcSTRs，并且在肿瘤中预后有显著差异。通过在肝癌中进行湿实验验证发现mcSTR1是肝癌的一个十分特异的靶标。

CBIO068- BIO-PLEX An Innovative Biocomputational Approach

研究简介：DNA复制复合体蛋白的结构和突变预测对于很多疾病的治疗十分重要。本文作者对于开发了一种新的深度学习模型（BIOPLEX）用来阐明猴痘抗原蛋白的结构和突变，并对相关突变位点进行功能注释，包括：2022年猴痘大面积爆发的原因，治疗药物耐药性出现的原因。

创新点：构建新的预测蛋白结构和突变位点的深度学习模型，并对猴痘抗原蛋白的突变位点进行合理解释。

Second Award

CBIO007-sars-cov-2-variant-analysis-Using-Discrete Fourier Transform

研究简介：SARS等病毒的突变多，传播速度快，因此需要快速准确的基因组序列比对工具。本研究研发了一个基于离散傅里叶变换的基因组序列相似性量化工具，可以快速高效的对病毒基因组序列进行比对和打分。

创新点：构建了基因组序列相似性算法，比现有算法更加快速：25分钟对来自30个细菌的550万个核苷酸碱基成功准确分类。

CBIO029 - Bio-Inspired Models Improve Small Data Performance

研究简介：现有的AI模型多为大样本训练模型，有很多弊端，小样本神经网络在医学自动驾驶等领域有很大的意义。本研究基于秀丽杆菌的数字化神经网络创建了一种新的小样本的神经网络模型：网状神经网络模型（Mash neural network，MNN）。在训练集合为100的情况下，MNN优于其他现有网络，准确率比其他模型最好结果提高29%。

创新点：构建小样本神经网络MNN，在训练集合有限的情况下，显著优于现有模型。

CBIO048 - RandomRibo Examining mRNA-Level Ribosome Velocity

研究简介：细胞翻译过程中核糖体移动速度是蛋白表达量高低的一个十分重要的因素。本研究构建了RandomRibo软件使用贝叶斯小波阈值法降噪，并用随机森林回归模型捕捉翻译速度的非线性关系。RandomRibo是第一个对核糖体运行速度决定因素进行综合分析的软件。并且基于此软件建立关于SARS-COV2非结构蛋白的假设。

创新点：构建了首个核糖体翻译速度决定因素分析软件RandomRibo。

CBIO060 - A Mathematical Model of IL-6 in Breast Cancer

研究简介：本研究构建了三阴性乳腺癌的重要增强因子和调节因子细胞白介素-6（IL-6）的信号转导通路的首个完整调控数学模型，包含48个微分方程组成的系统。此模型可以帮助研究人员找到新的靶向三阴性乳腺癌的治疗方法。利用此模型，本研究进一步探索了在三阴性乳腺癌中IL-6表达调控通路的潜在药物靶点，为药物靶点筛选提供方向。

创新点：构建了首个完整的三阴性乳腺癌的IL-6细胞因子的调数学控模型。

 EMBEDDED SYSTEMS 嵌入式系统

First Award

EBED004 — A Fully Automatic Self-Assembling Modular Robot System

Yik Chun John Peng, Shanghai American School – Puxi Campus, Shanghai, China

简介：该项目设计并制造了一个自组装模块化机器人系统，每个模块都具有自主运动、通信和连接的能力。并且利用计算机视觉和控制器来实现不同的机器人构型，以适应不同的环境和任务。项目还进行多项测试验证了其速度、负载和自组装的性能。该项目应用在物流领域，实现对与多种尺寸类型货物的便捷性运输，提升物流效率。

特点：该项目采用了自组装模块化机器人技术，可以根据需要组合出不同的机器人形态。利用了AprilTags、OpenCV和PID控制器等技术，实现了机器人的定位、识别和控制。通过构建测试环境，模拟了具有挑战性的场景，展示了机器人系统的自适应能力。在有实物的基础上做了大量的实验测试，从各个角度去验证项目特性。

Second Award

EBED002 — IVY: Intelligent Vision System for the Visually Impaired

Sarang Goel, Texas Academy of Mathematics and Science, TX, United States of America

项目简介：该项目开发了一个智能视觉系统，帮助视力受损者安全自信地移动。系统由四个关键组件组成，包括眼镜、地图导航、物体检测和音频反馈。该系统具有低成本、高精度和用户友好的特点，在室内外环境中表现出色。

评价：该项目是一个非常有价值和有意义的项目，为视力受损者提供了一个有效的解决方案，帮助他们提高生活质量和社会参与度。该项目展示了高水平的技术能力和创新思维，将多个组件和算法整合成一个完整的系统，实现了多种功能和优点。该项目还有一些可以改进的地方，例如增加眼镜的电池寿命，优化物体检测模型的速度和准确度，以及增加用户对系统的个性化设置和反馈。

EBED044T — Speaking Gloves: Cheap and Improved Wearable Gloves That Translate Sign

Language Into Speech Using Velostat Based Sensors and Machine Learning

Mohamad Fahmy, Obour STEM School, Kalubya, Egypt

Yousef Ramadan, Obour STEM School, Kalubya, Egypt

简介：该项目设计了一双智能手套，可以将手语翻译成语音，帮助聋哑人士与周围社区沟通。手套使用特殊材料和ADXL345加速度计来测量手指弯曲和手部动作，并使用机器学习来识别手语手势。该项目实现了对手语中所有静态和动态手势的可靠识别。

评价：该为聋哑人士提供了一种有效的交流方式，提高了他们的社会参与度和自信心。将不同的传感器和机器学习相结合，实现了手语的准确识别和翻译。使用了简单的材料与原件实现了一个价格便宜具有社会意义的项目。

 

ENERGY: SUSTAINABLE MATERIALS AND DESIGN 可持续材料及设计

First Award

EGSD002 — Energy-Free Power Saving Device for Air Conditioners

Eugene Chen, Shanghai High School International Division, China

简介：该项目设计了一种自供能节能空调装置，利用凝结水冷却冷凝器，提高空调能效。该装置利用风扇产生的气流驱动螺旋桨和气泵，将气体和水混合后雾化喷洒到冷凝器上，降低了制冷剂的温度和压缩机的功率消耗，节省了超过10%的空调用电量。装置安装简便，成本低廉，具有重要的环保意义。

评价：项目利用了空调产生的凝结水和气流，实现了自供能的节能装置，无需额外的能源消耗，利用了文丘里氏喷嘴的原理，实现了气体和水的混合和雾化，提高了冷却效果。通过理论计算和实验验证，优化了喷射角度，提高了节能效率。用看似简单的材料做到了一件有社会意义的事情。

Second Award

EGSD034 — New Approach to Increase Hydrogen Production by Adding Magnetic Field to

the Photoelectrochemical Water Splitting of Metal Oxides Thin Films

Taif Alhedmi, Manarat Al-Riyadh, Saudi Arabia

简介：该项目研究了磁场对光电化学水分解性能的影响，使用金属氧化物薄膜作为光催化剂，并与磁铁耦合。该项目发现磁场可以提高光电流和氢气产量，通过加速电荷转移、减少载流子复合和降低气泡粘附。该项目的目的是利用光电化学水分解生产更多的可再生氢气，减少对化石燃料的依赖。

评价：该项目是一个非常有创意和实用的项目，为提高光电化学水分解的效率和氢气产量提供了一种新的方法。该方法能够实现的话可以为人类新能源提供一个好的与研究方法。

EGSD035 — Electrocatalytic Green H2 Generation Using Novel Defect Engineered Cotio3-

x/Tio2-x- Perovskite Nanostructures Synthesized by Pulsed Laser Processing

Leen Al-Mulhim, University Schools, Eastern Province, Saudi Arabia

简介：该项目利用PLAL设备制备了一种新型的缺陷工程CoTiO3/TiO2钙钛矿纳米结构，作为制氢的催化剂支撑材料。该项目对材料进行了多种表征测试，并进行了电催化反应。该项目发现该材料具有低过电位和高制氢速率，优于TiO2和其他最近的催化剂。该项目的目的是利用该材料生产绿色氢气，替代化石燃料，减少二氧化碳排放。

评价：该项目是一个非常有创意和实用的项目，为制氢的催化剂支撑材料提供了一种新的选择，提高了制氢的效率和稳定性。实现了缺陷工程CoTiO3/TiO2钙钛矿纳米结构的设计和制造。能够提高制氢的转化效率，加速新能源应用于实践的进程。

EGSD036 — Laser-Induced One-Step Green Synthesis of Graphene Nanoparticles for Fabrication of All-Solid-State Ultracapacitor

Latifa Alghannam, KFUPM Schools, Eastern Province, Saudi Arabia

项目简介与评价：本文介绍了一种利用激光辐射技术将石墨转化为石墨烯纳米粒子的方法，用于制备高效能量存储设备的电极材料。

该方法解决了传统方法制备石墨烯时遇到的能量密度不足、低电位窗口和高成本等问题，表征结果证明了材料具有高纯度和广泛表面积缺陷的石墨烯结构特征。该方法制造出来的超级电容器具有优异的比容量、能量密度和功率密度，且在宽电压范围内保持高稳定性，同时降低了液体电解质的使用，具有巨大的应用潜力。

ENGINEERING TECHNOLOGY: STATICS & DYNAMICS 工程学：静力学和动力学

First Award

ETSD009 — Design, Construction, and Testing of a Passenger-Capable eVTOL Hexacopter

Ethan Zentner, Nicolet High School, WI, United States of America

简介：设计、制造和试验了一个可载客的电动垂直起降飞机，用以实现大规模的城市空中交通项目，通过改进性能和建立有效制造程序促进领域发展。该研究提供了飞机设计的数学模型，介绍了子系统的最终设计、建造和集成，通过测试和改进控制系统来提高性能，经过测试，飞机的飞行分析超出预期的性能，并确立了有效的制造程序，成为可载客电动垂直起降飞机的首批开源指南。

亮点：可载客的超大型六旋翼无人机，亮点就是大、给评委极大的震撼，并且做到了不载客情况下的起飞和悬停

ETSD015 — Exploring Stick-Climbing and Grabber-Wheel Hybridization: The Development of an Inchworm Robot with Integrated Skateboard Mechanism

Yuyang Wang, Shanghai Pinghe Bilingual School, China

项目摘要：这项研究开发了能在杆状结构下前进的仿生机器人，模仿毛虫和尺蠖的运动模式，提供一种替代高风险体力劳动的解决方案。经过四代发展，这些机器人具有识别弯管、执行避障和攀爬不同管径管子的能力，可以在直径为6-30毫米的棍子下进行自主运动，应用领域广泛，包括电网维护和狭窄空间导航等。

亮点：迭代版本较多，最终版本功能完善且实用性强，展示给评委的工作量巨大，让评委看到了从无到有、从简到精的科创设计过程。

Second Award

ETSD021 — The Fusion of Glazes Color in Random ForestJo-Ya Chen, Kaohsiung Municipal Kaohsiung Girls’ Senior High School, Taiwan, Chinese Taipei

简介：本研究利用釉料作为媒介，并结合机器学习来预测陶瓷釉料烧制后的结果，建立了包括釉料配方和图片色标的数据库，并进行模拟和建模。该研究将传统釉料制备技术与现代科技相结合，具有高艺术和商业价值，在瓷砖和釉料行业中有广阔的应用前景。

亮点：将现代机器学习算法和东方传统技能相结合，是对传统技能的一种新的、与时俱进的发展和延续，具有高艺术和商业价值。

ETSD024 — Decentralized, Autonomous Drone Swarms for Real-Time Mapping Applications and Natural Disaster Relief

Richard Lian , duPont Manual High School, KY, United States of America

简介：该研究将强大的分散无人机群和跟随领头的飞行编队相结合，以实现大规模自然灾害环境的实时识别和地形绘制。通过自主蜂群算法和跟随领头无人机飞行算法，实现了无人机之间的动态网络路线和协调飞行，同时利用激光雷达传感器进行精确的三维地形绘制。通过开发基于区域的卷积神经网络，实现了受灾地区和自然灾害严重程度的准确识别。

亮点：自主蜂群算法可以寻找附近的队友无人机，并在无人机之间动态创建网络路线，并消除对中央无人机的依赖和单一故障点错误，使用激光雷达传感器将环境中的点云融合到三维地形图中。

ETSD039 — Highly Adaptable, Strong, and Flexible Biotic Robotic Arm: A Modular Gear Chain Mechanism for Single-Handed Task Mastery

Han Wang, BASIS International School Hangzhou , ZheJiang, China

项目摘要：该研究旨在开发经济、适应性强、易于修复的新型义肢，解决传统义肢设备的费用、灵活性和易损性限制。采用齿轮链机构和3D打印材料、碳纤维相结合，实现单手完成双手任务，并通过抓取不同物体的测试验证了其功能。该创新设计有望改善截肢者的日常生活，并提供更实惠、通用的替代方案，以解决高昂费用的义肢设备的问题。

简介：开发一种经济、适应性强、易于修复的义肢，采用了齿轮链机构，对于截肢者也能提高组装和维修的便利性，并且截肢者使用单个义肢也可以完成通常需要双手才能完成的任务。

亮点：迭代版本多，展示给评委的工作量巨大，让评委看到了从无到有、从简到精的科创设计过程，单手可以完成部分双手任务，现场展示效果强，

ETSD053 — Wind-Powered Flight: Exploring the Potential of Dynamic Soaring for Unmanned Aerial Vehicles

Kevin Shen, Olympia High School, WA, United States of America

简介：通过设计和测试一架能够自主动态驾驶的无人驾驶飞行器，研究者证明了它能够利用风能进行无限翱翔，无需使用燃料。该飞行器模仿海鸟的飞行，并通过PID反馈控制实现自主飞行。实验结果显示，动态滑翔飞行比控制飞行加速度更高，验证了无人机的动态翱翔能力。

亮点：将海鸟的动态翱翔能力结合到无人机中，解决了无人机续航能力弱的问题，最大程度的延长了无人机的飞行时间。

 

ENVIRONMENTAL ENGINEERING 环境工程

First Award

1. ENEV047 - Novel Cryo-Liquid for Highly Effective CO2 Capture

简介：使用碳捕捉和储存技术来减轻二氧化碳排放的危害，使用新的技术降低成本提高效率，通过混溶性、接触角、熔点来测试探索添加剂，使用1:1的2-甲基丁烷/1-戊烯和 1:2 的 2-甲基戊烷/1-己烯混合物。

亮点：相比于目前最先进的工艺CCS，低温碳捕捉（CCC）技术更加节能以及高效，探索添加剂部分比较新颖。

2. ENEV077 - VOC Detection Patch

简介：全世界有约11亿人不知不觉暴露于挥发性有机化合物VOC中，具有致癌、器官毒性、内分泌干扰作用，目前检测传感器比较昂贵笨重，所以做了一种可穿戴贴片（聚二乙炔），通过机器学习模型分析可以得知VOC浓度和时间段，并且探索一种可行的治疗方案。

亮点：项目中化学和机械学习学科结合，改进已有设备，发现问题并且提出具体治疗方案。

Second Award

1.ENEV057 - Sustainable Hydroponic Production

简介：农业瓦片排水是常用的田地排水方法，但是会导致大量养分从田地流失，这些养分被雨水吸收然后循环与自然界，这些营养物质会导致水道中富营养化，作者探索自动从排水中吸取这些养分并且重复利用于农作物。

亮点：探索了8中不同的水源如何影响农作物生长，其中使用反渗透水作为对照，然后利用吸取的养分培养多种农作物生长一个月，并且制作了自动过滤系统来完成全自动完成。

2.ENEV072 - Landfill RootPipes

简介：气候变化的影响越来越大，我们应注意温室气体尤其是甲烷的排放，作者调研垃圾填埋场缺氧会导致垃圾厌氧分解，产生大量甲烷排到大气，所以借鉴红树林根部的形状，来改善垃圾填埋场环境促进垃圾分解。

亮点：作者经过长周期的数据收集并进行对照实验，发现自己方案rootpipes累计气体压力比传统垃圾场大很多，并且排出的气体经过转变可以成为再生能源。

3.ENEV082 - Reducing Lead Iodide Leaching in Perovskite Cells

简介：由于硅太阳能电池效率低，科学家开发出钙矿太阳能电池，大使他们会产生对环境有害的碘化铅，并且渗透进土壤，目前最好的方法是使用磷酸盐来减少铅的浸出，作者去年设计的化学螯合层比较昂贵，所以今年旨在使用天然螯合层，对比香菜、海带、小球藻、螺旋藻效果，并改生物抗发射涂层。

亮点：本来是化学材料处理化学物质，作者研究成本更低的天然植物材料来完成同样目的。

4.ENEV085 - Toxicological Study of Treated Produced Water

简介：石油天然气生产过程中产生的采出水PW主要通过深井注入处理，成本比较高并且会产生地震，PW具有很多的有机和无机成分盐分，有显著的毒性，研究使用水生生物微藻和斑马鱼胚胎测试PW毒性，然后多次过滤处理排放，并循环利用废水。

亮点：处理有毒废水方法比较系统，针对性的吸收毒水中的氨等，并且使用微生物对毒性进行检测。

5.ENEV086 - Engineered Living Material Breaking Down Pollution

简介：纺织染料是注意的环境污染物，导致生物系统和野生动物大规模退化，目前分解染料的方法都不是可持续、可再生的，所以研究一种3D打印凝胶，将蓝藻菌株分解的细胞溶液储存于内，菌株在内也可以繁殖再生，产生的酶又能透过相容性聚合材料降解污染物。

亮点：用3D打印凝胶容纳蓝藻菌株，使用新型半透明、聚合物材料使得菌株的酶能穿过凝胶来降解污染物，菌株又能在凝胶内繁殖，实现可持续、可再生。

ROBOTICS AND INTELLIGENT MACHINES
机器人学和智能机器

First Award

ROBO055 — Developing a Precision Rocket Landing Algorithm Using Convolutional Neural Networks and Model Predictive Control Algorithms

火箭着陆算法，从选题看契合了当前最热门的讨论以及发展领域,火星移民，火箭着陆。火箭着陆算法从算法难度来看适中，将深度优先搜索算法和基于物理条件的预测算法相结合，基础网络使用了卷积神经网络。但是学生真实的将项目的应用场景和真实的陆地图像结合起来，在设计以及应用上实现了完美的闭环。

 

Timucin Erbas, Acton Boxborough Regional High School, MA, United States of America

ROBO057 — Transmission-Line Assessment and Review System (TARS): An AI and Robotics Enabled Drone for the Inspection and Maintenance of High Voltage Transmission Lines Kai Turner, Northern Beaches Secondary College Manly Campus, NSW, Australia

项目设计的角度是从电缆检修，电缆维护的角度出发的。从工作量上来看，选手更新迭代了两版机器人，并且在机器人设计的过程中，强调了从草图-CAD-虚拟仿真环境进行有限元分析模拟-真实制作的过程，重点在于核心部件也在虚拟仿真环境中也进行了运动模拟。从项目和机器人的完成角度上来看完成度极高，机器人的操作界面也是自己设计完成的，整体来看工作量也非常的惊人。

 

Second Award

ROBO012T — An Autonomous Over-the-Board Chess Solution for Players in Isolated Conditions Ayaan Dhuka, Saint John’s School, TX, United States of America Caiman Moreno-Earle, Saint John’s School, TX, United States of America Landon Doughty, Saint John’s School, TX, United States of America

国际象棋的选题角度非常精妙且贴近于生活，虽然国内对于国际象棋参与度并不是非常高，但恰好前几年因为疫情因素这项百年的棋类竞技项目在国外的热度再次上升到惊人的程度。从项目上来看，这是一个机械结合AI的项目，而本项目不仅在对抗下棋的算法上完成度非常高，并且在机械角度来看，包括像响应时间等因素的精确控制也非常令人惊喜。

 

ROBO014 — VAST (Voice and Spiral Tool): A Novel Multimodal Machine Learning Method To Detect Parkinson’s Disease and Assess Severity Anu Iyer, Little Rock Central High School, AR, United States of America

帕金森诊疗的选题并不属于新的选题，但在2023年的赛场上依旧出现基于此选题的获奖者说明旧选题如果做得足够出彩依旧可以获得选手青睐。技术角度上来看使用多模态模型是一个趋势，并且从该项目上来看，学生选择的Ah测试音频数据和手绘阿基米德螺旋数据在临床诊疗中也是最有用的方法，并且证明的使用机器学习模型确实可以通过这两种数据有效的提高帕金森症状的诊断。

 

ROBO069 — NeuroMotus: An Intelligent Exoskeleton System to Improve Cerebral Palsy Patient Mobility Using Brain Computer Interface Ishan Ahluwalia, Jesuit High School, OR, United States of America

同上一课题一样，该项目也是医疗诊断类的选题，从技术角度出发，课题的数据采集属于机械电子类，行为判断及辅助属于AI算法类。学生不论在脑机接口还是算法的选择上都对选择理由进行了充分的阐释，算法中选择了CNN,LSTM和GRU三种深度学习的算法进行实验并最后选择了最优的卷积算法。从项目完成角度来说项目最后基于人体穿戴后真实的实验反馈是完美的闭环，整体工作量很高，并且真实应用模拟非常加分。

 

ROBO072 — Rapid Cardiac Screening Using Deep Learning: A Novel Interpretable AI Model for Cardiovascular Health Assessment Samuel Wang, Germantown Academy, PA, United States of America

心脏病筛查项目依旧属于医疗+AI类项目，项目在技术角度上来看，设计的模型与其他已有模型进行了对比并且取得了最优成绩，同时也实现了通过与树莓派等实体结合进行落地。更重要的是该项目的落地和应用完成度极高，不仅在手机上开发了应用程序，同时还和相关公司进行合作并进行了临床测试。

 

SYSTEMS SOFTWARE 系统软件First Award

SOFT045: Analyzing the Effect of Mid-Circuit Measurement (MCM) on Spectator Qubits

中路测量(MCM)是量子计算过程中检测量子比特误差的必要手段。

研究问题：MCM对观众量子位误差有什么影响，量子位接近度如何影响这种误差?

提出假设：MCM将使观众量子位的错误率显著增加，这种差异将受到观众量子位与被测量量子位之间距离的影响。

验证方法：1、使用交错随机基准测试(IRB)随机基准测试，这是一种分析量子门质量/保真度的技术；2、控制电路结构，这是类似于MCM电路这确保了两个电路具有相同的持续时间，从而控制了诸如量子位暴露时间等因素。该电路的目的是找到可以与mcm引起的观众量子比特错误率进行比较的基线观众量子比特错误率；3、执行协议：记录来自旁观者量子位的(1)次测量次数，以测量量子位上的错误实例。

亮点：1、使用了交错随机测试  2、使用控制结构和MCM结合。

Second Award

SOFT-14:CompaCT: Fractal-Based Heuristic Pixel Segmentation for Enhanced Lossless Compression of High-Color DICOM Medical Images

在本项目中，开发了一种新的医疗文件压缩格式，以提高传输速度并降低图像存储要求，同时不损失大量医学图像档案的质量。利用图像映射上的分形像素遍历和独特的启发式像素分割系统，构建了一种新的压缩解压管道算法，以利用医学扫描中固有的空间冗余。这种新方法还允许在解压过程中进行无损图像重建，从而在不牺牲可靠和准确图像分析的情况下降低存储成本。

亮点：1、图像数据增强：希尔伯特空间填充曲线，增加空间相关性的像素与分形扫描的新使用；2、“大差异计数”(CLD)启发式的语义分割算法；3、Encoding：使用了QOI编码；4、Deflate 层：(1) LZ77:Lempel-Ziv 1977用短回调替换通常重复的字节流，创建一个向后引用的巢，解码器可以无损地重建(2) 使用了霍夫编码，霍夫曼编码:一种熵系统，设计用于将经常使用的数据压缩成更小的位表示；5、重构算法。

SOFT049: MoodBox: Vocal Screening for Depression and Gamified Relief

此项目使用了MoodBox网络应用程序，通过将自然语言处理和声音特征的频谱分析结合到一个新颖的神经网络中，提供了一个更客观和远程操作的抑郁症筛查系统。

由于抑郁症患者倾向于用较低、较奉承的语调说话，语速较慢，使用反映消极情绪和绝对主义思维的词汇。MoodBox的筛选模型采用用户音频，从音频频谱中计算描述性声音特征，并从转录文本中创建单词嵌入，然后将其输入双向长短期记忆层。利用音频和文本数据，双峰神经网络达到85%以上的准确率，优于临床诊断。

亮点：1、对抑郁症患者声音的症状做了总结；2、使用了和抑郁症相关的数据集；3、对声音信号做了傅里叶变换；4、可视化webui；5、用到了声音和nlp等维度的信息。

TRANSLATIONAL MEDICAL SCIENCE 转化医学

First Award

1. TMED001 — The Earthworm Squirm: Multiple Sclerosis Hypnosis Investigating the Potentiality of an Alternative, Realistic Cure of Encephalomyelitis disseminata (Multiple Sclerosis) Using the Neoblasts from Dugesia tigrina (Planaria) on Lumbricus terrestris

(Earthworms)

简介：播散性脑脊髓炎 （MS） 主要是一种免疫介导的中枢神经系统 （CNS） 疾病，其中自身侵袭性 T 细胞穿过血脑屏障 （BBB） 造成脱髓鞘，导致残疾。涡虫（Dugesia tigrina）含有新胚芽细胞干细胞，切割时可以再生;目前，Neoblasts已被用于再生人类的气管，证明了人类的安全性和适用性。

这项研究调查了与目前的人干细胞治疗相比，Neoblasts是否可以用作神经退行性疾病的具有成本效益的真正治愈和预防措施。据推测，如果将Neoblasts作为治疗和预防措施给予蚯蚓，那么健康细胞将在退化细胞凋亡的同时再生。实验组分别包括对照组、治愈组和预防措施试验以及MS四个阶段的试验。使用MTT测定法计算的定量细胞活力数据，所有非对照试验组均证明高于90%，而定性数据表明，在施用Neoblasts的潜伏期后，日常活动恢复正常，并且细胞图像表明脱髓鞘的逆转。

数据表明，Neoblasts可能是治疗多发性硬化症的潜在，负担得起的方法，因为它们具有人类干细胞无法实现的修复特性（由于来自同一生物体）。目前正在进行的研究包括在模式生物中造成阿尔茨海默氏症和帕金森氏症的症状，试图评估Neoblasts对其他神经系统疾病的有效性，目前结果很有希望（>90%细胞活力）。

亮点：1.项目灵感来自涡虫的可再生性，进而联系到 Neoblasts这种干细胞，已被证实过对人体的安全性和适用性。2. 所选材料Neoblasts本身具有人类干细胞无法实现的修复特性，且经济成本相对较低。3. 通过试验验证了该类干细胞在阿尔兹海默症及帕金森疾病方面的细胞活力>90%,。

2. TMED013 — Model Validation and Preclinical Testing of Digestive Enzymes for Gluten Breakdown: A Move to Cure Gluten Intolerance and Celiac Disease

简介：美国有三百万人患有麸质不耐症/乳糜泻（CD）。在这些患者中，消化系统无法消化麸质蛋白。我的项目旨在解决这个问题。nn在以前的研究中，我确定了三种水果酶，当分别以1：2：3的比例组合成木瓜蛋白酶：菠萝蛋白酶：肌动蛋白酶时，它们协同分解麸质（将称为1-2-3 EC MIX）。

基于先前的发现，我提出了两种酶如何共同降解麸质分子的模型。今年，我进行了定量研究来验证提出的两种模型。我使用在克罗恩病患者中最具免疫原性的模型麦醇溶蛋白肽来观察a）我的1-2-3 EC MIX在多大程度上降解这些免疫原性强肽，以及b）它会抑制反应性T细胞刺激吗？免疫原性33 mer肽和麦醇溶蛋白在不同的pH条件下与1-2-3 EC MIX孵育，并使用LS / MS质谱测试， G12 ELISA、凝胶电泳和细胞因子测定。

结果如下：1）1-2-3 EC MIX 在 pH=6 和酸性 pH 2-3 下与顺序添加三种酶相比，麦醇溶蛋白显著降解；2）1-2-3 EC MIX在胃酸性环境中稳定且功能强大，克服了口服药物递送的主要挑战；3）用我的1-2-3 EC MIX对麦醇溶蛋白肽进行预处理导致麦醇溶蛋白的分解，导致减少反应性T细胞刺激；4） 1-2-3 EC MIX在麦醇溶蛋白分解方面比商店购买的片剂表现更好；5） 1-2-3 EC MIX对正常细胞是安全的，基于这些发现，我相信这将是CD和麸质不耐受的解决方案。这项研究将为进一步制定基于1-2-3 EC MIX的“葡萄糖缓解丸”提供一条途径。

亮点：1.问题解决方案的切入点新颖，提出以食物中易获取的水果酶类物质用于辅助解决麸质不耐受的问题，假设合理；2.定量研究试验模拟细节考虑充分。3.实验结果有效证明了该药物在胃酸环境中的稳定有效性，且实验中的指标优于现有片剂药物。

Second Award

1. TMED020 — Developing a Sensitive, Papain-Based Hydrogel Film That Colorimetrically Detects Glucose

Seoyun Lee, Daegu International School, Daegu, South Korea

简介：有几种血糖仪方法可用于患者指导的血糖控制，以减少糖尿病并发症的发作。然而，使用辣根过氧化物酶 （HRP） 的试纸尿葡萄糖检测具有局限性，包括成本、稳定性和制备程序。木瓜蛋白酶是一种在Carica木瓜中发现的蛋白酶，具有高选择性和HRP样活性，但缺乏敏感性，无法整合到现有的血糖仪设备中。本研究旨在通过催化木瓜蛋白酶在不同反应条件下的氧化来提高木瓜蛋白酶血糖仪方法的灵敏度。

该研究还调查了使用木瓜蛋白酶基水凝胶薄膜检测汗液葡萄糖并提供血糖水平比色指标的可行性。为此，本研究在不同的样品条件下进行了葡萄糖氧化酶介导的葡萄糖氧化和木瓜蛋白酶介导的TMB氧化，并在微管和水凝胶膜条件下自发偶联它们。这项研究证实，葡萄糖氧化酶定量产生H 2 O 2，其存在催化木瓜蛋白酶介导的比色信号的产生。

当两种氧化反应偶联时，本研究发现，与以前的研究相比，木瓜蛋白酶葡萄糖检测的灵敏度提高了十倍，相关性很高。水凝胶薄膜与高葡萄糖吸收率和试剂掺入具有可量化的视觉相关性。因此，本研究介绍了开发基于贴片的血糖仪设备的基础进展，该设备具有高灵敏度，可检测汗液葡萄糖的变化并通过比色法推断血糖水平。此外，还强调了原型水凝胶薄膜的侵入性最小化、易于解释和经济效益。

亮点：1.明确了现有基于贴片的血糖仪设备的局限性，以木瓜蛋白酶为切入点；2. 结合新颖的催化反应突破了木瓜蛋白酶灵敏度低的特点，降低了该酶类物质整合应用到设备的实现难度；3. 最终实现整体设备灵敏度高、侵入性小、可解释性强、且经济效益高。

2.TMED029 — Haloperidol Inhibits InŬ lammasome Activation via LAMTOR1 and Reduces the Risk of Rheumatoid Arthritis

简介：类风湿性关节炎（RA）是一种自身免疫性关节疾病，影响全球近1%的人。RA不成比例地影响妇女，土著人民和社会经济地位较低的人，估计每年造成70亿美元的医疗和经济损失。在这种慢性炎症性疾病中，组织损伤和破坏是由免疫细胞和滑膜成纤维细胞之间的相互作用引起的。没有FDA批准的预防RA的治疗方法，RA会导致残疾，生活质量下降和死亡率增加。

我对所有4，302种FDA批准的药物进行了无偏倚的全球扫描，并确定了RA风险降低与用于治疗精神障碍的氟哌啶醇（Haldol）之间的显着关联。我通过使用考克斯危害回归和 Kaplan Meier 生存分析以及随机效应荟萃分析来分析超过 3 亿人的 200 个不同的全国健康保险数据库来验证这一联系。我发现与其他抗精神病药物治疗相比，接受Haldol治疗的精神障碍患者的RA显着降低。

Haldol抑制炎症小体活化（ASC斑点，半胱天冬酶-1切割）和人巨噬细胞和人滑膜成纤维细胞（RA中的两个关键细胞）中IL-1β和IL-6的释放，其浓度低于目前人类剂量的浓度。使用亲和探针-质谱法，我发现了Haldol和LAMTOR1之间的新相互作用。Haldol抑制炎症小体组装的LAMTOR1伴侣，确定了一种新的作用机制。这些研究将Haldol确定为潜在的药物再利用候选药物，可能成为导致美国和世界各地数百万人残疾的重大未满足医疗需求的第一种预防性疗法。

评价：1.该课题社会关爱意识强，旨在解决社会经济地位较低人群中多发的疾病，为提升这一群体的生活质量找到了潜在药物，或将成为第一种该疾病的预防性疗法，实现了该领域内的一大突破；2. 试验技术先进，量化分析方法合理，通过使用大型数据库验证，表明了项目的可行性，且对目标问题的解决环节完整，前后验证一致；

3.TMED049 — Selective Inhibition of Matrix Metalloproteinase-9 Attenuates Traumatic Brain Injury-Mediated Blood-Brain Barrier Disruption in a Novel Dynamic in vitro Model

简介：创伤性脑损伤（TBI）是脑组织的物理破坏，随后是一连串的炎症反应。这些反应导致血脑屏障（BBB）的短暂破坏。BBB可防止大脑微环境和体循环之间的交叉。然而，TBI 介导的 BBB 破坏会引发损伤加重的慢性循环，首先是 BBB 通透性增加，部分原因是基质金属蛋白酶-9 （MMP-9） 上调，这是一种因病理生理变化而失调的修饰酶。MMP-9通过切割通常密封内皮的紧密连接蛋白来增加通透性。

目前尚不清楚MMP-9在损伤恶化中的作用是否与先前观察到的TBI诱导的Claudin-5（一种紧密连接蛋白）表达降低有关。n我们利用了一种新颖的BBB体外动力学模型，该模型可以概括受伤大脑的病理生理学，目的是评估MMP-9在增加通透性中的作用。将内皮细胞、星形胶质细胞和周细胞的三培养物暴露于TNF-α以模拟损伤并放置在我们的平台中。他们用MMP抑制剂，抗MMP-9抗体和小干扰RNA治疗。屏障完整性通过几个实时指标进行评估。

裂解后，通过蛋白质印迹评估Claudin-5稳定性，并用qPCR分析MMP-9和MMP-2（另一种CNS MMP）基因敲低。重要的是，最有效的治疗方法（MMP抑制剂和siRNA）显着降低了MMP-9和MMP-2的表达。n以前的研究只研究了MMP-9作为修饰剂，但我们的研究结果表明MMP-9和MMP-2在BBB修饰中起着关键作用。最终，我们的研究结果提供了对MMP治疗潜力的见解。

评价：针对创伤性脑损伤后的炎症反应及其机制，提出了新颖的体外动力学模型，用以概括脑内损伤病理情况。并在前人治疗方案中进一步探索出MMP-9和MMP-2在BBB修饰过程的重要性。

4. TMED061 — HDformer: A Higher Dimensional Transformer With a Novel Time Square Attention Mechanism Utilizing Long Range Vascular Signals for Diabetes Detection, and an AI-Based PPG Wearable

简介：糖尿病是全球关注的问题，早期发现可以预防严重的并发症。50%的人患有未确诊的糖尿病，低收入群体遭受的折磨尤为严重。非侵入性方法已经出现，用于及时检测;然而，有限的准确性限制了它们的临床使用。

在这项研究中，Phase-1创造了一种新型的高维变压器（HDformer），这是第一个基于变压器的架构，它利用远程光电容积脉搏波（PPG）来检测糖尿病。与现有研究中常用的 <30 秒信号相比，远程 PPG 可最大化信号上下文信息。为了提高HDformer远程处理的计算效率，发明了一种新的注意力模块，时方注意力（TSA），将令牌量减少>10倍，同时保留本地/全局依赖关系。TSA 将 1D 输入转换为 2D 表示，将相邻点分组为单个 2D 令牌。

然后，它生成动态补丁并将其馈送到门控专家混合（MoE）网络中，从而优化不同注意力领域的学习。HDformer 在标准 MIMIC-III 数据集上获得了最先进的结果（灵敏度 98.4、准确度 97.3、特异性 92.8、AUC 0.929），超越了现有研究。第二阶段开发了一种端到端解决方案，其中低成本可穿戴设备经过原型设计，通过移动应用程序与云中的HDformer连接。

这种可扩展、方便且经济实惠的方法可以为个人提供即时检测和持续监测，帮助医生轻松筛查糖尿病，保护贫困社区，最大限度地减少治疗延误并挽救生命。这项工作也可以推广到分析其他远程生物医学波形，进一步扩大其影响。

评价：1.社会关爱意识强，且创新性地提出了HDformer架构；2.基于该架构开发出了可拓展、高便捷度且经济实惠的解决方案，突破了偏远或贫困地区医疗资源的限制，更好地实现了对个体健康的持续监测。

5. TMED067 — BioRx: An Integrative NLP Approach to Early Survival and Recurrence Prediction and Novel Biomarker Discovery in Unstructured Text-Based Clinical Narratives for Diabetes Patients

简介：I型和II型糖尿病是肾衰竭的头号原因，影响422.1亿人，造成全球5万人死亡。糖尿病死亡的主要上游原因是缺乏临床批准的生物标志物，导致患者风险分层和治疗管理的生存和复发预测不准确。

因此，我的项目提出了第一个低成本、无创的计算平台，在患者的非结构化临床叙述中使用新发现的遗传生物标志物提前一年预测糖尿病患者的生存率和复发率。第一步是训练word2vec模型通过标准化笔记，消除噪音和保留语义来文本处理来自89名患者的~678万临床叙述。通过开发这些强大的编码表示，该模型生成文档级嵌入数据集，用于训练无监督多层感知器（MLP）网络。

该模型同时评估预后因素对生存率的影响，并预测每位患者的生存率。识别和诊断模型分别实现了0.91和0.95的AUROC，成功超过了所有现有的临床技术。该技术可以推广到EHR中记录的任何疾病类型，并将导致更好的临床结果，并使患者免于不必要的积极治疗。最终，该平台有助于解决精准医疗的主要局限性之一，并且是一种具有工业可行性的实用工具，使临床医生能够利用其个性化预测来提高诊断准确性，更早地确定稳健的治疗方法，并挽救数百万人的生命。

评价：1.对于糖尿病致死的关键原因，首个提出低成本、无创计算平台，用于在临床中使用新发现的生物标志物提前一年预测糖尿病患者的生存率和复发率；

2. 使用深度学习方法对临床叙述数据进行分析，进行预后评估，获得了较好的评价指标；

3. 对精准医疗提供了有效的工业可行的工具，有利于实现个性化预测，辅助早期确定稳健治疗方案。

文章非常长，大家可以收藏之后慢慢阅读。如有兴趣也可以添加小助手，与我们进行深度探讨。

ISEF备赛建议

首先，尽早开始你的项目（甚至可能在前一年夏季开始），你将有时间真正检查你的主题并了解你所关注的信息。通过提前开始，你将有时间决定你的主题是否过于宽泛或过于狭窄，并相应地调整你的主题。通过提前开始，你将有时间发现并纠正错误，必要时调整你的程序，或者可以从导师或其他设备中获得建议。所以尽早开始。每天做一点。如果你早点开始，时间就站在对你有利的这边。

在科研中选题是第一步，一个好的选题至少应符合以下三点：可行、创新、有研究价值，可以决定论文的产出，可谓拥有一个好的选题就意味着论文写作就成功了一大半。在明确申请方向之前，学生可以先思考设定自己的“人设”。然后根据人设去填充相应的背提活动，丰富人设的血肉形象，冉星计划帮助学生从开题、到研究、到论文再到比赛申报，全程进行辅导。