2023年最新第74届ISEF获奖作品全面剖析！

北京时间5月19日晚，第74届ISEF全球总决赛在美国德州达拉斯市圆满落幕，今年共有来自64个国家、超过1600名全球各地的高中生相聚ISEF赛场，角逐大奖。 

作为国内唯一连续两年拿下小行星命名权的青少年科创团队，我们精选了五个今年ISEF的大奖作品，涵盖机器人与人工智能/动物科学/天体物理 等热门赛道，对今年的获奖趋势/评审口味进行了独家解析！

下面就让我们来看看老师对今年ISEF获奖作品的精读吧！篇幅略长，大家可以收藏了慢慢看~

机器人和人工智能ROBO

首先我们来看看今年因为ChatGPT大热的机器人与人工智能赛道！作为近年大众视野和科学前沿的热门话题，这个赛道都是“神仙打架”的代名词。

今年ROBO赛道的一等奖、二等奖获奖作品如下：

让我们一起来看看今年拿下一等奖的ROBO55：

该项目以火星着陆为背景，由于SpaceX以及Nasa对于火星探索的新闻，该项目的选题具有很强的话题性，学生来自美国马萨诸塞州。

他首先列举了火箭抵达火星表面时的困难，比如着陆的具体地点和地形存在的不确定因素。同时他发现：现在为了要安全着陆，主要使用降落伞和空中起重机，但这些方法与火箭并不兼容。

因此本项目建立了一个自主火箭着陆算法系统，通过神经网络算法来识别着陆点安全性，运用深度优先算法和物理模型控制火箭的发动机和推进器，通过数值模拟来论证了火箭能在其他行星上持续进行安全精确着陆，同时作者还开发了一台火箭模型来体现未来的应用潜力。

整体项目在计算机算法上不是很复杂，但是整个项目整合了计算机视觉算法，搜索算法，物理控制算法以及原型机，使整个项目在创新性，可行性以及应用性上更具优势。

天文物理学PHYS

说到天文物理，经常会有家长认为这个学科非常高大上、脱离实际，对于高中生来说难以开展研究，不知道从何下手。

实际上天体物理有大量的公开数据，不少天文台都会向公众开放数据库，不少PHYS赛道的学生都是在公开数据的基础上进行研究。

本次拿下PHYS一等奖的作品还斩获了George D. Yancopoulos Innovator Award，让我们一起来看看??

这项研究围绕利用廉价GPU并行的新型相位折叠检测系统发现有史以来最小的超短周期行星而展开。超短周期(USP)行星是如何形成并在离主恒星如此近的地方生存下来的，学界对此问题一直争议不断。

由于NASA中只有127个USP得到确认，样本的稀缺阻碍了调查。搜索避免检测的USP需要比现有的过境检测方法更高的灵敏度和更快的计算速度。

该同学设计了ExoScout，这是一个由新的相位折叠算法和卷积神经网络(CNN)检测器组成的系外行星探测系统。该系统中新的相位折叠算法首次实现了并行化，有效地处理了计算量，当在廉价的图形处理器(GPU)上运行时，其速度比传统的盒拟合最小二乘法提高了120倍。

通过ExoScout，她完成了在高温F矮星周围发现的最小USP和罕见USP，这是NASA档案中的第11个。ExoScout提高了效率和灵敏度，允许从TESS、James Webb和Earth 2.0任务的大规模数据集中获得新发现，增加了样本量，大大以推进人类对行星形成的研究。

同时这种GPU并行折叠算法在廉价硬件上的创新取代了昂贵的超级计算机，使得研究更加容易，可以应用于许多领域的高精度周期信号检测，有较高的实用价值。

通过上述两个项目我们可以发现，同样都是围绕太空，也可以产生不同的研究方向。高中生的科研通常不需要一个非常大的母题，在现向上找到自己感兴趣的小角度去钻研才是正解。

生物医学工程ENBM

作为跨专业的学科，生物医学工程要求学生基于一定的生物学知识开发创新的生物学制品、材料、加工方法、植入物和器械等等。

斩获今年ENBM一等奖和Robert Horvitz Prize for Fundamental Research的两位选手就是这方面的佼佼者。

他们利用磁珠miRNA提取、蠕动泵液体处理、miRNA扩增和支持向量网络荧光光谱，完成了低成本自动胃肠道肿瘤检测系统。

胃肠道癌的现代诊断手段，如内镜超声、CT扫描、MRI和活检，60年来在准确性方面并没有显著提高，而且具有侵入性，价格昂贵，因此对于皮肤瘙痒等看似中度的症状，这些手段是不合理的。

该项目项目旨在通过使用定制的自动化端到端系统（CanDELA）分析血清miRNAs，提高胃肠道肿瘤的早期检测。CanDELA使用基于磁珠的miRNA提取设备从患者全血样本中提取miRNA，并使用基于自动蠕动泵的液体处理机器人合成用于cDNA合成的适当溶液。

然后将该溶液送入CanDELA的rt qPCR设备，该设备使用定制的低成本热循环系统和新颖的光学设计，以根据样品中发射的荧光计算cT值。用户界面用于查看实时结果，并支持轻松使用、诊断和自定义。

CanDELA同时分析12个miRNA并将其浓度传递到SVM机器学习算法中，以100%灵敏度、94%特异性、96%准确性和0.98 AUC对健康、胰腺癌、结直肠癌和肝癌患者进行分类；样品插入后三小时内可获得结果。

此项目做到了物理、计算机和生物学的融合，探索出了一种方便，快捷和准确率高的检测方式，是当之无愧的一等奖作品。

动物科学ANIM

看过了相对硬核的生物医学工程，让我们回归日常，来看看萌宠们治愈下吧~

在今年动物科学的作品中，有一个作品引起了我们的注意，他并没有聚焦于一些高精尖的话题，而是看向了自己身边最常见的宠物们。

宠物已经是现在大多数家庭中的一份子了，宠物健康也是非常多家庭密切关注的问题。这个学生关注到了在某些猫狗在经历绝育手术后，生殖腺组织任然可能会被留下，这会对后续护理构成了挑战。

卵巢残留综合征(ORS)可能与危及生命的疾病有关，比如子宫和卵巢肿瘤，此项目旨在建立一种低成本的干血斑(DBS)测试来诊断ORS。

学生在一家检测机构中完成了自己的实验，学生通过调整测试方法和指标，在已法的基础上，建立了一个创新的思路,并且通过组织检测，验证了方法的准确性。ta证明了DBS技术可以为远程采集点的样本运输提供一种无害的方法，进一步革新诊断真正绝育动物的未来。

并且在项目的落脚上，学生不仅仅是针对宠物家庭，更是对于现在的流浪动物收容机构进行了对标，极大升华了项目的应用价值。

在ta的作品中我们可以看到：

• 生活化的问题
• 方法的结合与创新
• 社会应用价值

这三个指标，其实也是近年来ISEF对于学生项目的要求。高中生的科研从来都不是从0到1的创新，而是希望学生能够从生活出发，通过已有的科研结果，做出一个“新”的东西，并且能够有很强的应用价值。

计算生物学和生物信息学CBIO

在近年的生物学中，还有个新兴的概念就是生物信息学，尤其是在疫情泛滥的前几年，有不少生物学的学生因为无法进入实验室，都在项目中使用了生物信息学的研究方法。

在今年的作品中，我们一眼Pick了这个第一眼看上去和生物不"沾边"的作品。

这个项目研究的是西尼罗河病毒（美国最具影响力的蚊媒疾病）的传播与预防。有别于大家习惯中的生物研究，此项目并没有用生物学的数据作为基础，而是使用了气候模型、土地覆盖模型来建立相关性。

学生首先通过已有报道的气候和WNV的相关模型，进行了进一步的相关分析后，找到了更有效的土地覆盖模型。学生基于神经网络建立了6个相关的模型，并且用历史数据验证了模型的准确性，同时基于模型，对于百年内的WNV发病概率进行了预测。

在本项目中，核心的数据是土地数据，模型是计算机模型。如果单看任何一个要素，大家都不会认为这是一个生物项目，但这个课题很好地向我们印证：决定我们项目最后参赛的方向，是要看我们的项目解决了一个什么样的问题。

通过我们教研团队的分享，大家对于ISEF的评审是否有了新的认识呢？

今年的ISEF赛场上，我们的学生再次突破自我，创造了新的历史，连续两年拿下小行星命名权！

与此同时，我们学员的足迹更是遍布全球，13位ISEF Finalist胜出自五国预选赛，奖项横跨七大学科！

我们之后也会陆续为大家带来更多获奖作品的解析。