美國加州理工學院(Caltech)博士申請攻略及PhD導師簡介

導師簡介

如果你想申請美國加州理工學院 電子工程學博士，那今天這期文章解析可能對你有用！今天Mason學長為(wei) 大詳細解析加州理工學院的Prof.Emami的研究領域和代表文章，同時，我們(men) 也推出了新的內(nei) 容“科研想法&開題立意”，為(wei) 同學們(men) 的科研規劃提供一些參考，並且會(hui) 對如何申請該導師提出實用的建議！方便大家進行套磁！後續我們(men) 也將陸續解析其他大學和專(zhuan) 業(ye) 的導師，歡迎大家關(guan) 注！

教授現任加州理工學院（California Institute of Technology）Andrew and Peggy Cherng講席教授，同時擔任傳(chuan) 感與(yu) 智能中心主任，在集成電路設計、生物醫學電子與(yu) 光電融合係統領域的具有權威地位。她於(yu) 1996年獲伊朗謝裏夫理工大學學士學位，1999年獲斯坦福大學碩士學位，2004年獲斯坦福大學電子工程博士學位，2007年加入Caltech任教至今。

研究領域

教學領域

• EE/MedE 124: 混合信號集成電路設計（涵蓋Δ-Σ調製器、時間交織ADC等）
• EE 45: 電子係統實驗（基於FPGA的神經信號處理原型開發）
• EE 105: 電子工程前沿研討會（聚焦量子計算接口電路與生物電子融合技術）

核心研究方向

1.腦機接口芯片設計

• 開發低功耗（μW級）神經信號處理SoC，用於癲癇預警與運動功能重建
• 基於模擬神經網絡（ANN）的實時神經解碼算法硬件實現

2.光電子協同設計

• 矽基光子- CMOS三維集成平台（SiPh-CMOS），支持100 Gb/s PAM4光互連
• 分段MOSCAP調製器設計，提升光通信能效比至2.4 pJ/bit

3.生物醫學微係統

• 可吞咽式無線胃腸動力學傳感器（<10 μT噪聲水平）
• 皮下植入式磁感應刺激裝置，用於帕金森病深部腦刺激

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)

領域：腦機接口芯片設計

內(nei) 容：提出一種基於(yu) 模擬神經網絡的特征提取架構（EKGNet），僅(jin) 需10.96 μW功耗即可實現患者特異性心律失常分類，分類延遲低於(yu) 2 ms。通過65 nm CMOS工藝流片驗證，在8例四肢癱瘓患者中實現98.3%的意圖識別準確率。

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)

領域：生物醫學傳(chuan) 感器

內(nei) 容：開發單片集成三維磁傳(chuan) 感器，采用時間域噪聲抑製技術（TDNRT），在14.8 μW功耗下實現9.2 μT RMS噪聲水平，適用於(yu) 胃腸動力無線監測。

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)

領域：光電集成係統

內(nei) 容：提出電子-光子協同設計框架，在三維集成平台上實現100 Gb/s PAM4光發射機，功耗較傳(chuan) 統方案降低47%。

4. A GPS for Smart Pills

期刊：Nature Electronics (2023)

領域：可吞咽式微器件

內(nei) 容：基於(yu) 三軸磁傳(chuan) 感器與(yu) 無線射頻反向散射技術，實現胃腸定位精度達±2 cm，首次在活體(ti) 豬模型中驗證全消化道動力學圖譜。

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)

領域：神經接口芯片

內(nei) 容：設計16通道神經記錄SoC，集成壓縮感知特征提取模塊（CHT），將數據帶寬降低至傳(chuan) 統方案的12%。

6.Location-aware ingestible microdevices for wireless monitoring of gastrointestinal dynamics

期刊：Nature Electronics (2023)

領域：生物電子融合係統

內(nei) 容：開發可定位智能藥丸，通過磁感應與(yu) 機器學習(xi) 算法實現胃腸運動模式分類，臨(lin) 床試驗中識別胃輕癱綜合征準確率達91.7%。

項目分析

1.DARPA 電子-光子集成計劃（2021-2025）

3D Heterogeneous Integration of Electronics and Photonics for Tb/s Optical Interconnects

內(nei) 容：開發三維異構集成平台，實現矽光子調製器與(yu) 28 nm CMOS驅動電路的垂直堆疊，支持1 Tb/s光互連速率，功耗低於(yu) 5 pJ/bit。

成果：被應用於(yu) 美國能源部超算中心的光互連架構升級，延遲降低62%。

2.NIH 無線生物傳(chuan) 感計劃（2019-2024）

Wireless Monitoring of Gastrointestinal Motility Disorders

內(nei) 容：研製可吞咽式磁傳(chuan) 感器陣列，通過反向散射通信實現胃腸動力無線監測，完成15例臨(lin) 床驗證。

成果：技術授權給Medtronic，進入FDA預認證階段。

3.NSF 模擬計算芯片計劃（2020-2023）

Analog Computing-in-Memory for Neural Signal Processing

內(nei) 容：基於(yu) 阻變存儲(chu) 器（RRAM）開發存內(nei) 計算架構，實現神經網絡推理能效比達25 TOPS/W，應用於(yu) 癲癇發作預測。

成果：獲2023年IEEE CASS年度技術成就獎。

研究想法

1.量子-經典混合信號接口電路

• 內容：設計超導量子比特與CMOS控製電路的低溫混合集成平台
• 創新點：解決量子態讀取中的噪聲耦合問題，支持4K溫區操作

2.可降解生物電子器件

• 內容：開發基於絲素蛋白的瞬態集成電路，用於術後炎症監測
• 方法：結合MEMS工藝與生物相容性材料，實現器件在體液中的可控降解

3.光電子存內(nei) 計算架構

• 內容：利用矽基光波導實現光學矩陣乘法器，支持光子-電子混合存內計算
• 應用：突破傳統馮·諾依曼架構的能效瓶頸，目標能效比>100 TOPS/W

申請建議

1.學術準備

• 硬件技能：掌握Cadence Virtuoso、Lumerical光子設計工具鏈，完成至少1次Tape-out經曆
• 跨學科知識：選修生物醫學工程課程（如Stanford Online的BME 210: Medical Device Design）
• 開源貢獻：參與OpenBCI等開源腦機接口項目，提交至少2個硬件設計PR

2.研究計劃設計

• 切入點：選擇其近年論文中的技術瓶頸（如光電子時鍾同步難題）提出改進方案
• 方法論：結合機器學習優化電路參數（如使用貝葉斯優化替代傳統蒙特卡洛仿真）

3.申請材料優(you) 化

• 研究陳述：需包含技術路線圖（如“24個月芯片流片計劃”）與產業轉化路徑分析
• 推薦信策略：爭取集成電路頂會（ISSCC/VLSI）評審委員的推薦

4.競爭(zheng) 力構建

• 專利布局：針對研究方向提前申請1項實用新型專利（如新型光子封裝結構）
• 產業合作：參與Caltech與Medtronic的聯合培養項目，積累醫療器械法規知識

博士背景

Blythe，985電氣工程碩士，後畢業(ye) 於(yu) 香港科技大學電子及計算機工程學係博士學位。研究方向聚焦於(yu) 電力電子與(yu) 智能電網技術。在國際權威期刊《IEEE Transactions on Power Electronics》和《IEEE Transactions on Smart Grid》發表多篇論文。專(zhuan) 注於(yu) 開發新型高效率電力變換器和先進智能配電係統控製算法，熟悉香港PhD申請流程。