2023 ISEF獲獎作品淺析!

2023年，本年度的ISEF全球總決(jue) 賽落下帷幕，來自世界各地的學生們(men) 在21個(ge) 科目展開了激烈角逐，最終誕生了每個(ge) 科目的一二三四等獎。今年中國ISEF隊伍選手成績喜人，參賽項目更少了，但是獲獎更多，在學科頒獎中逆襲專(zhuan) 項獎的落差，拿下11個(ge) 獎項，更有大獎一枚。其中，上海地區，尤其是川賽選手成績逆天，人均grand award，3個(ge) 一等獎，更是將兩(liang) 個(ge) 終極大獎收入囊中，香港與(yu) 澳門發揮穩定，也取得了喜人的成績。

特別祝賀ISEF選手們(men) 賽出了風采。但是在比賽之上，如再生元的創始人President Yancopoulos分享: 擁抱失敗，保持批判，這才是科研學習(xi) 的內(nei) 核精神。

2023 ISEF世界總決(jue) 賽獲獎項目分析

大家好，我們(men) 一年一度的ISEF世界總決(jue) 賽獲獎分析報告又和大家見麵了。前兩(liang) 年的分析文章中，我們(men) 仔細分析了各個(ge) 類別上一二等獎的文章，更多的是幫助大家了解這一年ISEF的評委喜好。

按照慣例，我們(men) 先來講講這些獲獎項目的共同特點。

1.長期投入

長期投入是個(ge) 老生常談的事情了，但如果說ISEF競賽有什麽(me) 必勝的秘訣的話，那就是長期投入。奇思團隊每個(ge) 進入ISEF獎的項目，都在項目上進行了多次迭代，且大多數迭代都來自於(yu) 他們(men) 自己的想法。從(cong) 今年參與(yu) 現場評審的學生反饋情況來看，對於(yu) 多次迭代、工作量巨大的課題，評委們(men) 都是表示驚訝地讚歎；而從(cong) 最終結果上來看，這種工作量在大部分時候是會(hui) 獲得評委認可的。我們(men) 很多學生也不是大家一般意義(yi) 上的天才、學霸、學神這種角色，很多時候就是比別人多一分韌勁和勇氣。

2. 對高深技術不青睞

在我們(men) 團隊比較熟悉的幾個(ge) 領域裏，包括嵌入式、工程、醫學工程和一眾(zhong) 和人工智能計算機相關(guan) 的學科裏，我們(men) 發現有些我們(men) 在頒獎前關(guan) 注的“大牛課題”，最終決(jue) 賽上卻沒能競爭(zheng) 過一些看起來不怎麽(me) “高深”的課題。這裏有兩(liang) 個(ge) 原因，其一是很多高深莫測的課題，很難在1-2分鍾內(nei) 表述清晰，而越是高深的課題對評審專(zhuan) 業(ye) 知識的細分要求就越高，盡管ISEF評審請來了世界範圍內(nei) 各個(ge) 領域知名的專(zhuan) 家，但過於(yu) 高深還是會(hui) 讓評委可能也無法理解其中工作內(nei) 核，反而如果帶著一個(ge) 清晰主題的課題進入賽場，可以快速和評委進入討論環節，盡管可能出現針鋒相對甚至意見相左的答辯場景，但這種氛圍，才是比賽所追求的，評委們(men) 會(hui) 在激烈的討論之後給你打上一個(ge) 高分。

3.純人工智能課題從(cong) 大獎列表中消失了

所謂“純人工智能課題”，就是我們(men) 以往每一年都會(hui) 看到很多足以發表在人工智能頂級學術會(hui) 議上的文章，這些項目關(guan) 注了一些人工智能領域的熱門話題，比如自動駕駛、姿態識別、圖像分類分割等等，然後圍繞著這些應用場景在計算機領域做深度挖掘，甚至更新底層技術，自建模型。過去三年，在大獎列表上都會(hui) 有幾個(ge) 這個(ge) 方向的課題。但去年我們(men) 已經看到類似的課題在減少，今年直接沒有了。取而代之的是人工智能與(yu) 新領域的交叉研究，包括生物、醫學、動物學、環境科學等等。可以看出，隨著人工智能技術的普及，評委們(men) 對一些常見應用的課題已經不感冒了，更想看到大家用人工智能去解決(jue) 一些新的場景。

【補充一句，盡管大獎課題純人工智能在減少，但是在進入到決(jue) 賽賽場的課題中我們(men) 還是發現了不少類似主題的課題。說明在各個(ge) ISEF選拔賽中，對於(yu) 人工智能做深入探索還是有一定競爭(zheng) 力的，如果你有興(xing) 趣，也不要因為(wei) “大獎風向標”而迷失了自己的方向，所有事情還是應該以熱愛為(wei) 風向標，這是奇思今年所有獲獎學生的共同特點——沒有一個(ge) 學生是不熱愛自己的課題的】

4. 課題完全創新？

這其實也是大家一直關(guan) 注的問題，這次我們(men) 也好好檢索了一下幾個(ge) 大獎課題。其實每個(ge) 課題都是從(cong) 相關(guan) 的研究開始做的，每個(ge) 人都是站在巨人的肩膀上。大家看到的很多覺得很不可思議的新課題，其實檢索一下也會(hui) 發現這幾年一直有人在做相關(guan) 研究。而一些創意性較弱的課題也可以通過完整的科學探究過程去競爭(zheng) 高級別獎項。

接下來我們(men) 就開始各個(ge) 類別的獲獎項目分析，因為(wei) 奇思團隊技術也有限，我們(men) 主要分析了若幹我們(men) 比較擅長的領域，供大家參考。分析科目順序如下：

BEHAVIORAL AND SOCIAL SCIENCES

行為(wei) 和社會(hui) 科學

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

這個(ge) 實驗的目的是為(wei) 了確定中間代謝轉換（IMS Intermittent Metabolic Switching）飲食對突觸可塑性引起的突變果蠅的短期和長期記憶的影響。經過測試缺乏澱粉樣前體(ti) 蛋白類似基因（APPL）的突變果蠅表現出與(yu) 早期阿爾茨海默病患者相似的症狀，證明了4：1飲食中的果蠅更敏感但保留了短期和長期記憶，從(cong) 而總體(ti) 上建立了IMS作為(wei) 防止阿爾茨海默病的預防機製。

亮點：通過果蠅實驗為(wei) IMS飲食可作為(wei) 阿爾茨海默病的預防機製提供了證據。

Second Award

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

這個(ge) 項目旨在解決(jue) 精神健康診斷和幹預工具的不可及性和不可負擔性問題。通過開發兩(liang) 個(ge) 機器學習(xi) 模型和一個(ge) 移動應用程序，創建了一個(ge) 可獲得和負擔得起的診斷和輔助係統。該係統包含易於(yu) 訪問的診斷和輔助工具，有潛力解決(jue) 全球超過4.5億(yi) 人麵臨(lin) 的其他精神健康障礙。

開發了一種易獲得負擔的起的且有效的醫療輔助工具，整體(ti) 應用做得非常完整。

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

這項研究旨在探討阿爾茨海默病（AD）患者的運動症狀。這項研究使用了一種新型測試——線四分測試（LQT Line Quadrisection Test），可以檢測到AD患者的空間意識異常，並可用作診斷AD的簡單而有效的工具。

同上麵一個(ge) 項目類似，開發了一個(ge) 成本較低且有效的診斷方法。

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

這項研究旨在探討言語音聲障礙（SSD）患者的聽覺敏銳度和聽覺反饋響應。傳(chuan) 統的言語治療並不總是有效的，因為(wei) RSSD(Residual Speech Sound Disorder)患者無法更新其前饋計劃，這是RSSD強有力的候選診斷鑒別器。

同樣，提出了一種鑒別RSSD的低成本新方法。

【從(cong) 這幾個(ge) 行為(wei) 科學的獲獎項目中大家也可以看到，人工智能如果能應用在這些社會(hui) 關(guan) 注的疾病上，同時能有一些低成本且容易操作的方法，是一個(ge) 很有競爭(zheng) 力的課題】

 

BIOMEDICAL ENGINEERING 生物醫學工程

ENBM038T - Screening for Multiple GI Cancers With CanDELA

這個(ge) 項目設計了一種自動化的基於(yu) 血清的檢測裝置，配合攝像頭識別算法分析熒光檢測的結果，完成胃腸道癌症早期的診斷。相較於(yu) 現有的內(nei) 窺鏡、超聲、CT、MRI和活檢這些侵入式的檢測方式，這種方式更加方便也更加高效、低成本。並將其濃度傳(chuan) 遞到SVM機器學習(xi) 算法中，以將患者分類為(wei) 健康、胰腺、結直腸和肝癌。

特點：有較強的生物屬性，並且結合了機械自動化、攝像頭識別算法以及基於(yu) 磁珠的miRNA提取技術。項目結構複雜度高，工作量很大，現場展示性強。該項目將機械工程和生物研究結合度較高。

 

ENBM039 - Novel Creation of Self-Healing Egg Windows

這個(ge) 項目設計了一種新型的蛋自動化操作設備，可以創建自愈合的蛋窗口，允許注射感興(xing) 趣的化合物、基因操作以及研究疾病機製。自愈合窗口使得可以將傳(chuan) 感器、相機和探針放置到胚胎或其微環境中，同時顯著減輕微生物入侵和水分流失的風險。

特點：可以通過該設備較好的利用雞蛋等材料進行基因操作，並研究疾病機製。該項目將機械工程和生物研究結合度較高。裝置較大，展示性以及趣味性高。

ENBM036 - 3D Printed Wound Dressing

這個(ge) 項目設計了一種裝置用來3D打印新型的“創可貼”。使用碳纖維加強的微孔膜和附加的生物殺滅劑調節機製，以提供更好的支撐和穩定的生物殺滅劑濃度。通過3D打印，可以根據需要定製敷料的形狀和大小。

特點：（機械項目）結構裝置複雜度較高，現場展示性較強，並且能夠完成這類結合了碳纖維的微孔膜加工，項目的創新性較高且和現有的創傷(shang) 敷料有著較為(wei) 顯著的差異和優(you) 勢。

 

ENBM047 - Low-Field MRI Super-Resolution

該項目完成了一種名為(wei) Nested U-Net的神經網絡架構的超分辨率算法，可以提高低場MRI掃描的圖像質量和診斷能力。該算法在各種測試和評估中表現出色，並使用新型的損失函數Natural Log Mean Squared Error（NLMSE）取得了更好的結果。此外，該算法還使用了Generator RRDB塊進行推理，並取得了成功的定性結果。

特點：（AI醫學影像項目）有效解決(jue) 了低場MRI掃描儀(yi) 的局限性，使其更容易應用。使用了新型的損失函數Natural Log Mean Squared Error（NLMSE），和現有的實際的診斷設備有較強關(guan) 聯。

 

ENBM053 - Generating Novel Nissle Cells for Drug Delivery

這個(ge) 項目討論了使用大腸杆菌Nissle作為(wei) 靶向藥物傳(chuan) 遞的替代方法。研究人員開發了一種內(nei) 置生物遏製係統，以抑製大腸杆菌在人體(ti) 內(nei) 的不良增殖，並允許保留細胞內(nei) 功能。該生物遏製係統采用CRISPR-Cas12技術，通過生成染色體(ti) 碎片化的Nissle細胞進行靶向藥物傳(chuan) 遞。

特點：（生物項目）純生物項目，實驗工作量大，研究出了一種比較新穎的生物研究方法，通過這種方法可以建立一種新型的非毒性平台，以將藥物靶向輸送到腫瘤細胞。

 

ENBM060T - Depth Intelligent Navigation for Visually Impaired

該項目設計製作了一種用於輔助視力障礙人群的交互設備，利用卷積神經網絡、深度感應立體攝像係統等技術，可以通過檢測周圍環境中的物體來改善行動能力和幫助視力受損者安全地導航未知空間。

特點：（AI穿戴設備項目）該項目使用深度相機、攝像頭結合了卷積神經網絡來進行探索和識別，並且訓練了80多種物體類別，對障礙物進行分類並評估其與用戶的距離進行處理，通過語音傳遞給用戶。同時，還有一個較為新穎的電磁鐵推杆組成的陣列用於和用戶進行觸覺交互，拓展了其使用的便利性，而不再單純的局限在聽力傳遞信息。有機械結構和交互裝置配合AI組成一個完成度較高的探測設備。

 

ENBM072 - OctoGrasp: The Cephalopod-Inspired Prosthetic Arm

該項目設計了一種新型的帶負壓吸盤結構的機械假肢，通過指尖的吸盤配合舵機控製手指彎曲的方式來抓握物體(ti) ，能夠複製人類抓握數據庫中的33種握持方式，成本僅(jin) 為(wei) 類似產(chan) 品的十分之一。

特點：（機械項目）迭代此時多，做了至少20隻迭代優(you) 化的手指結構，有較大且有意義(yi) 的工作量，現場展示效果好。同時測試了人類抓握數據庫的33種不同的抓握方式，測試訓練工作量較大。

CELLULAR AND MOLECULAR BIOLOGY

細胞和分子生物學

First Award

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

介紹：負責產(chan) 生生物能量ATP的電子傳(chuan) 遞鏈（ETC）決(jue) 定細胞健康，但ETC與(yu) 其他細胞過程的關(guan) 係尚未完全明確。內(nei) 質網（ER）與(yu) 線粒體(ti) （MT）的相互作用由線粒體(ti) 相關(guan) 膜（MAM）調控，但目前缺乏MAM的活性對於(yu) 線粒體(ti) 失調影響的研究。本項目通過同位素標記法、蛋白質定量、磷脂測定和免疫印跡法探究ETC與(yu) ER-MT之間的相互作用，發現抑製ETC的蛋白複合物Ⅰ，Ⅲ，Ⅳ，Ⅴ以及非耦合呼吸會(hui) 降低MAM的相互作用，揭示ETC是ER-MT相互作用的潛在調控因素。

亮點：本研究發現了生物能學與(yu) 細胞器間交流的新的調節關(guan) 係，為(wei) 線粒體(ti) 失調的病理生理學提供更深入的了解。對線粒體(ti) 在細胞中的角色提出新的見解，也為(wei) 幫助理解細胞生物學為(wei) 一個(ge) 整體(ti) 作出貢獻。

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

介紹：Ⅱ型糖尿病（T2D）在夏威夷地區具有很高的流行性，而40%的T2D患者會(hui) 繼發出現糖尿病腎病，這是導致患者早逝的主要原因之一，但目前尚未有檢測能夠提示糖尿病腎病的發生風險。本項目通過對192人血液樣本的DNA甲基化差異分析以及qPCR定量檢測，找出基因miR-488在T2D患者的啟動子區域被低甲基化，導致更高的基因表達和更高的miR-488分子濃度，並與(yu) 以往文獻中揭示miR-488提示糖尿病腎病發生風險的結論相關(guan) 聯。

亮點：發現miR-488可以作為(wei) 一種生物標誌物來指示糖尿病腎病的發病風險。

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

介紹：癌症在晚期檢出生存率低下，且會(hui) 出現藥物抵抗和複發的情況。目前有大量數據集的積累，但缺乏新的治療靶點。臨(lin) 床隊列研究的花銷也非常昂貴。本項目利用乳腺癌數據構建機器學習(xi) 模型篩選生物標誌物，並且使用新的3D模型在實驗室中測試體(ti) 外藥物有效性。發現包括IGF1R和ESR1在內(nei) 的可用作個(ge) 性化治療的通路及靶點的生物標誌物。

亮點：構建準確度高達92%的機器學習(xi) 模型用於(yu) 預測治療反應，開發了一種新的三維異型培養(yang) 方法在實驗室中驗證目標，發現包括IGF1R和ESR1在內(nei) 的可用作個(ge) 性化治療的通路及靶點的生物標誌物。

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

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

介紹：RNA治療學是一門強大的醫學分支，自20世紀90年代問世以來一直在迅速發展，其中mRNA療法應用廣泛。但mRNA在人體(ti) 內(nei) 易被降解，即穩定性是其關(guan) 鍵局限，這也導致了mRNA療法持久性較差。本項目定量測定環狀RNA（circRNA）的體(ti) 外穩定性，以確定理想的儲(chu) 存和處理條件，以及通過修飾核苷三磷酸(NTPs)對circRNA分子進行結構優(you) 化，提高circRNA的穩定性。

亮點：發現在實驗室環境中，circRNA比mRNA穩定得多，擴大治療的可及性。NTP優(you) 化的circRNA可在降低蛋白表達的同時達到更好的穩定性，安全性增強且治療持久性提高，加強對應用程序精確定位的控製包括疫苗安全性、CRISPR基因編輯等。

COMPUTATIONAL BIOLOGY AND BIOINFORMATICS
計算生物學和生物信息學

First Award

CBIO013 Micro-Changing Tandem Repeats in 10 Human Cancers

研究簡介：本研究對腫瘤突變中主要突變：複製錯誤突變中的一個(ge) 新分支——微小變異的短串聯重複序列（mcSTRs）在腫瘤中的功能進行分析。發現在182個(ge) 樣本的10種癌症中具有98%的亞(ya) 型特異性，並且和腫瘤預後顯著相關(guan) ，通過TOP1和MSH2的表達，表明mcSTRs 對癌症DNA修複途徑產(chan) 生影響。並通過在肝細胞癌樣本中實驗驗證，確定了血漿中的mcSTR1的含量具有很強的特異性可以被用來做藥物靶點。

創新點：本研究分析了腫瘤中新的序列突變結構mcSTRs，並且在腫瘤中預後有顯著差異。通過在肝癌中進行濕實驗驗證發現mcSTR1是肝癌的一個(ge) 十分特異的靶標。

CBIO068- BIO-PLEX An Innovative Biocomputational Approach

研究簡介：DNA複製複合體(ti) 蛋白的結構和突變預測對於(yu) 很多疾病的治療十分重要。本文作者對於(yu) 開發了一種新的深度學習(xi) 模型（BIOPLEX）用來闡明猴痘抗原蛋白的結構和突變，並對相關(guan) 突變位點進行功能注釋，包括：2022年猴痘大麵積爆發的原因，治療藥物耐藥性出現的原因。

創新點：構建新的預測蛋白結構和突變位點的深度學習(xi) 模型，並對猴痘抗原蛋白的突變位點進行合理解釋。

Second Award

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

研究簡介：SARS等病毒的突變多，傳(chuan) 播速度快，因此需要快速準確的基因組序列比對工具。本研究研發了一個(ge) 基於(yu) 離散傅裏葉變換的基因組序列相似性量化工具，可以快速高效的對病毒基因組序列進行比對和打分。

創新點：構建了基因組序列相似性算法，比現有算法更加快速：25分鍾對來自30個(ge) 細菌的550萬(wan) 個(ge) 核苷酸堿基成功準確分類。

CBIO029 - Bio-Inspired Models Improve Small Data Performance

研究簡介：現有的AI模型多為(wei) 大樣本訓練模型，有很多弊端，小樣本神經網絡在醫學自動駕駛等領域有很大的意義(yi) 。本研究基於(yu) 秀麗(li) 杆菌的數字化神經網絡創建了一種新的小樣本的神經網絡模型：網狀神經網絡模型（Mash neural network，MNN）。在訓練集合為(wei) 100的情況下，MNN優(you) 於(yu) 其他現有網絡，準確率比其他模型最好結果提高29%。

創新點：構建小樣本神經網絡MNN，在訓練集合有限的情況下，顯著優(you) 於(yu) 現有模型。

CBIO048 - RandomRibo Examining mRNA-Level Ribosome Velocity

研究簡介：細胞翻譯過程中核糖體(ti) 移動速度是蛋白表達量高低的一個(ge) 十分重要的因素。本研究構建了RandomRibo軟件使用貝葉斯小波閾值法降噪，並用隨機森林回歸模型捕捉翻譯速度的非線性關(guan) 係。RandomRibo是第一個(ge) 對核糖體(ti) 運行速度決(jue) 定因素進行綜合分析的軟件。並且基於(yu) 此軟件建立關(guan) 於(yu) SARS-COV2非結構蛋白的假設。

創新點：構建了首個(ge) 核糖體(ti) 翻譯速度決(jue) 定因素分析軟件RandomRibo。

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

研究簡介：本研究構建了三陰性乳腺癌的重要增強因子和調節因子細胞白介素-6（IL-6）的信號轉導通路的首個(ge) 完整調控數學模型，包含48個(ge) 微分方程組成的係統。此模型可以幫助研究人員找到新的靶向三陰性乳腺癌的治療方法。利用此模型，本研究進一步探索了在三陰性乳腺癌中IL-6表達調控通路的潛在藥物靶點，為(wei) 藥物靶點篩選提供方向。

創新點：構建了首個(ge) 完整的三陰性乳腺癌的IL-6細胞因子的調數學控模型。

 EMBEDDED SYSTEMS 嵌入式係統

First Award

EBED004 — A Fully Automatic Self-Assembling Modular Robot System

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

簡介：該項目設計並製造了一個(ge) 自組裝模塊化機器人係統，每個(ge) 模塊都具有自主運動、通信和連接的能力。並且利用計算機視覺和控製器來實現不同的機器人構型，以適應不同的環境和任務。項目還進行多項測試驗證了其速度、負載和自組裝的性能。該項目應用在物流領域，實現對與(yu) 多種尺寸類型貨物的便捷性運輸，提升物流效率。

特點：該項目采用了自組裝模塊化機器人技術，可以根據需要組合出不同的機器人形態。利用了AprilTags、OpenCV和PID控製器等技術，實現了機器人的定位、識別和控製。通過構建測試環境，模擬了具有挑戰性的場景，展示了機器人係統的自適應能力。在有實物的基礎上做了大量的實驗測試，從(cong) 各個(ge) 角度去驗證項目特性。

Second Award

EBED002 — IVY: Intelligent Vision System for the Visually Impaired

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

項目簡介：該項目開發了一個(ge) 智能視覺係統，幫助視力受損者安全自信地移動。係統由四個(ge) 關(guan) 鍵組件組成，包括眼鏡、地圖導航、物體(ti) 檢測和音頻反饋。該係統具有低成本、高精度和用戶友好的特點，在室內(nei) 外環境中表現出色。

評價(jia) ：該項目是一個(ge) 非常有價(jia) 值和有意義(yi) 的項目，為(wei) 視力受損者提供了一個(ge) 有效的解決(jue) 方案，幫助他們(men) 提高生活質量和社會(hui) 參與(yu) 度。該項目展示了高水平的技術能力和創新思維，將多個(ge) 組件和算法整合成一個(ge) 完整的係統，實現了多種功能和優(you) 點。該項目還有一些可以改進的地方，例如增加眼鏡的電池壽命，優(you) 化物體(ti) 檢測模型的速度和準確度，以及增加用戶對係統的個(ge) 性化設置和反饋。

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

簡介：該項目設計了一雙智能手套，可以將手語翻譯成語音，幫助聾啞人士與(yu) 周圍社區溝通。手套使用特殊材料和ADXL345加速度計來測量手指彎曲和手部動作，並使用機器學習(xi) 來識別手語手勢。該項目實現了對手語中所有靜態和動態手勢的可靠識別。

評價(jia) ：該為(wei) 聾啞人士提供了一種有效的交流方式，提高了他們(men) 的社會(hui) 參與(yu) 度和自信心。將不同的傳(chuan) 感器和機器學習(xi) 相結合，實現了手語的準確識別和翻譯。使用了簡單的材料與(yu) 原件實現了一個(ge) 價(jia) 格便宜具有社會(hui) 意義(yi) 的項目。

 

ENERGY: SUSTAINABLE MATERIALS AND DESIGN 可持續材料及設計

First Award

EGSD002 — Energy-Free Power Saving Device for Air Conditioners

Eugene Chen, Shanghai High School International Division, China

簡介：該項目設計了一種自供能節能空調裝置，利用凝結水冷卻冷凝器，提高空調能效。該裝置利用風扇產(chan) 生的氣流驅動螺旋槳和氣泵，將氣體(ti) 和水混合後霧化噴灑到冷凝器上，降低了製冷劑的溫度和壓縮機的功率消耗，節省了超過10%的空調用電量。裝置安裝簡便，成本低廉，具有重要的環保意義(yi) 。

評價(jia) ：項目利用了空調產(chan) 生的凝結水和氣流，實現了自供能的節能裝置，無需額外的能源消耗，利用了文丘裏氏噴嘴的原理，實現了氣體(ti) 和水的混合和霧化，提高了冷卻效果。通過理論計算和實驗驗證，優(you) 化了噴射角度，提高了節能效率。用看似簡單的材料做到了一件有社會(hui) 意義(yi) 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

簡介：該項目研究了磁場對光電化學水分解性能的影響，使用金屬氧化物薄膜作為(wei) 光催化劑，並與(yu) 磁鐵耦合。該項目發現磁場可以提高光電流和氫氣產(chan) 量，通過加速電荷轉移、減少載流子複合和降低氣泡粘附。該項目的目的是利用光電化學水分解生產(chan) 更多的可再生氫氣，減少對化石燃料的依賴。

評價(jia) ：該項目是一個(ge) 非常有創意和實用的項目，為(wei) 提高光電化學水分解的效率和氫氣產(chan) 量提供了一種新的方法。該方法能夠實現的話可以為(wei) 人類新能源提供一個(ge) 好的與(yu) 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

簡介：該項目利用PLAL設備製備了一種新型的缺陷工程CoTiO3/TiO2鈣鈦礦納米結構，作為(wei) 製氫的催化劑支撐材料。該項目對材料進行了多種表征測試，並進行了電催化反應。該項目發現該材料具有低過電位和高製氫速率，優(you) 於(yu) TiO2和其他最近的催化劑。該項目的目的是利用該材料生產(chan) 綠色氫氣，替代化石燃料，減少二氧化碳排放。

評價(jia) ：該項目是一個(ge) 非常有創意和實用的項目，為(wei) 製氫的催化劑支撐材料提供了一種新的選擇，提高了製氫的效率和穩定性。實現了缺陷工程CoTiO3/TiO2鈣鈦礦納米結構的設計和製造。能夠提高製氫的轉化效率，加速新能源應用於(yu) 實踐的進程。

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

項目簡介與(yu) 評價(jia) ：本文介紹了一種利用激光輻射技術將石墨轉化為(wei) 石墨烯納米粒子的方法，用於(yu) 製備高效能量存儲(chu) 設備的電極材料。

該方法解決(jue) 了傳(chuan) 統方法製備石墨烯時遇到的能量密度不足、低電位窗口和高成本等問題，表征結果證明了材料具有高純度和廣泛表麵積缺陷的石墨烯結構特征。該方法製造出來的超級電容器具有優(you) 異的比容量、能量密度和功率密度，且在寬電壓範圍內(nei) 保持高穩定性，同時降低了液體(ti) 電解質的使用，具有巨大的應用潛力。

ENGINEERING TECHNOLOGY: STATICS & DYNAMICS 工程學：靜力學和動力學

First Award

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

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

簡介：設計、製造和試驗了一個(ge) 可載客的電動垂直起降飛機，用以實現大規模的城市空中交通項目，通過改進性能和建立有效製造程序促進領域發展。該研究提供了飛機設計的數學模型，介紹了子係統的最終設計、建造和集成，通過測試和改進控製係統來提高性能，經過測試，飛機的飛行分析超出預期的性能，並確立了有效的製造程序，成為(wei) 可載客電動垂直起降飛機的首批開源指南。

亮點：可載客的超大型六旋翼無人機，亮點就是大、給評委極大的震撼，並且做到了不載客情況下的起飛和懸停

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

項目摘要：這項研究開發了能在杆狀結構下前進的仿生機器人，模仿毛蟲和尺蠖的運動模式，提供一種替代高風險體(ti) 力勞動的解決(jue) 方案。經過四代發展，這些機器人具有識別彎管、執行避障和攀爬不同管徑管子的能力，可以在直徑為(wei) 6-30毫米的棍子下進行自主運動，應用領域廣泛，包括電網維護和狹窄空間導航等。

亮點：迭代版本較多，最終版本功能完善且實用性強，展示給評委的工作量巨大，讓評委看到了從(cong) 無到有、從(cong) 簡到精的科創設計過程。

Second Award

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

簡介：本研究利用釉料作為(wei) 媒介，並結合機器學習(xi) 來預測陶瓷釉料燒製後的結果，建立了包括釉料配方和圖片色標的數據庫，並進行模擬和建模。該研究將傳(chuan) 統釉料製備技術與(yu) 現代科技相結合，具有高藝術和商業(ye) 價(jia) 值，在瓷磚和釉料行業(ye) 中有廣闊的應用前景。

亮點：將現代機器學習(xi) 算法和東(dong) 方傳(chuan) 統技能相結合，是對傳(chuan) 統技能的一種新的、與(yu) 時俱進的發展和延續，具有高藝術和商業(ye) 價(jia) 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

簡介：該研究將強大的分散無人機群和跟隨領頭的飛行編隊相結合，以實現大規模自然災害環境的實時識別和地形繪製。通過自主蜂群算法和跟隨領頭無人機飛行算法，實現了無人機之間的動態網絡路線和協調飛行，同時利用激光雷達傳(chuan) 感器進行精確的三維地形繪製。通過開發基於(yu) 區域的卷積神經網絡，實現了受災地區和自然災害嚴(yan) 重程度的準確識別。

亮點：自主蜂群算法可以尋找附近的隊友無人機，並在無人機之間動態創建網絡路線，並消除對中央無人機的依賴和單一故障點錯誤，使用激光雷達傳(chuan) 感器將環境中的點雲(yun) 融合到三維地形圖中。

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

項目摘要：該研究旨在開發經濟、適應性強、易於(yu) 修複的新型義(yi) 肢，解決(jue) 傳(chuan) 統義(yi) 肢設備的費用、靈活性和易損性限製。采用齒輪鏈機構和3D打印材料、碳纖維相結合，實現單手完成雙手任務，並通過抓取不同物體(ti) 的測試驗證了其功能。該創新設計有望改善截肢者的日常生活，並提供更實惠、通用的替代方案，以解決(jue) 高昂費用的義(yi) 肢設備的問題。

簡介：開發一種經濟、適應性強、易於(yu) 修複的義(yi) 肢，采用了齒輪鏈機構，對於(yu) 截肢者也能提高組裝和維修的便利性，並且截肢者使用單個(ge) 義(yi) 肢也可以完成通常需要雙手才能完成的任務。

亮點：迭代版本多，展示給評委的工作量巨大，讓評委看到了從(cong) 無到有、從(cong) 簡到精的科創設計過程，單手可以完成部分雙手任務，現場展示效果強，

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

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

簡介：通過設計和測試一架能夠自主動態駕駛的無人駕駛飛行器，研究者證明了它能夠利用風能進行無限翱翔，無需使用燃料。該飛行器模仿海鳥的飛行，並通過PID反饋控製實現自主飛行。實驗結果顯示，動態滑翔飛行比控製飛行加速度更高，驗證了無人機的動態翱翔能力。

亮點：將海鳥的動態翱翔能力結合到無人機中，解決(jue) 了無人機續航能力弱的問題，最大程度的延長了無人機的飛行時間。

 

ENVIRONMENTAL ENGINEERING 環境工程

First Award

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

簡介：使用碳捕捉和儲(chu) 存技術來減輕二氧化碳排放的危害，使用新的技術降低成本提高效率，通過混溶性、接觸角、熔點來測試探索添加劑，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。

亮點：相比於(yu) 目前最先進的工藝CCS，低溫碳捕捉（CCC）技術更加節能以及高效，探索添加劑部分比較新穎。

2. ENEV077 - VOC Detection Patch

簡介：全世界有約11億(yi) 人不知不覺暴露於(yu) 揮發性有機化合物VOC中，具有致癌、器官毒性、內(nei) 分泌幹擾作用，目前檢測傳(chuan) 感器比較昂貴笨重，所以做了一種可穿戴貼片（聚二乙炔），通過機器學習(xi) 模型分析可以得知VOC濃度和時間段，並且探索一種可行的治療方案。

亮點：項目中化學和機械學習(xi) 學科結合，改進已有設備，發現問題並且提出具體(ti) 治療方案。

Second Award

1.ENEV057 - Sustainable Hydroponic Production

簡介：農(nong) 業(ye) 瓦片排水是常用的田地排水方法，但是會(hui) 導致大量養(yang) 分從(cong) 田地流失，這些養(yang) 分被雨水吸收然後循環與(yu) 自然界，這些營養(yang) 物質會(hui) 導致水道中富營養(yang) 化，作者探索自動從(cong) 排水中吸取這些養(yang) 分並且重複利用於(yu) 農(nong) 作物。

亮點：探索了8中不同的水源如何影響農(nong) 作物生長，其中使用反滲透水作為(wei) 對照，然後利用吸取的養(yang) 分培養(yang) 多種農(nong) 作物生長一個(ge) 月，並且製作了自動過濾係統來完成全自動完成。

2.ENEV072 - Landfill RootPipes

簡介：氣候變化的影響越來越大，我們(men) 應注意溫室氣體(ti) 尤其是甲烷的排放，作者調研垃圾填埋場缺氧會(hui) 導致垃圾厭氧分解，產(chan) 生大量甲烷排到大氣，所以借鑒紅樹林根部的形狀，來改善垃圾填埋場環境促進垃圾分解。

亮點：作者經過長周期的數據收集並進行對照實驗，發現自己方案rootpipes累計氣體(ti) 壓力比傳(chuan) 統垃圾場大很多，並且排出的氣體(ti) 經過轉變可以成為(wei) 再生能源。

3.ENEV082 - Reducing Lead Iodide Leaching in Perovskite Cells

簡介：由於(yu) 矽太陽能電池效率低，科學家開發出鈣礦太陽能電池，大使他們(men) 會(hui) 產(chan) 生對環境有害的碘化鉛，並且滲透進土壤，目前最好的方法是使用磷酸鹽來減少鉛的浸出，作者去年設計的化學螯合層比較昂貴，所以今年旨在使用天然螯合層，對比香菜、海帶、小球藻、螺旋藻效果，並改生物抗發射塗層。

亮點：本來是化學材料處理化學物質，作者研究成本更低的天然植物材料來完成同樣目的。

4.ENEV085 - Toxicological Study of Treated Produced Water

簡介：石油天然氣生產(chan) 過程中產(chan) 生的采出水PW主要通過深井注入處理，成本比較高並且會(hui) 產(chan) 生地震，PW具有很多的有機和無機成分鹽分，有顯著的毒性，研究使用水生生物微藻和斑馬魚胚胎測試PW毒性，然後多次過濾處理排放，並循環利用廢水。

亮點：處理有毒廢水方法比較係統，針對性的吸收毒水中的氨等，並且使用微生物對毒性進行檢測。

5.ENEV086 - Engineered Living Material Breaking Down Pollution

簡介：紡織染料是注意的環境汙染物，導致生物係統和野生動物大規模退化，目前分解染料的方法都不是可持續、可再生的，所以研究一種3D打印凝膠，將藍藻菌株分解的細胞溶液儲(chu) 存於(yu) 內(nei) ，菌株在內(nei) 也可以繁殖再生，產(chan) 生的酶又能透過相容性聚合材料降解汙染物。

亮點：用3D打印凝膠容納藍藻菌株，使用新型半透明、聚合物材料使得菌株的酶能穿過凝膠來降解汙染物，菌株又能在凝膠內(nei) 繁殖，實現可持續、可再生。

ROBOTICS AND INTELLIGENT MACHINES
機器人學和智能機器

First Award

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

火箭著陸算法，從(cong) 選題看契合了當前最熱門的討論以及發展領域,火星移民，火箭著陸。火箭著陸算法從(cong) 算法難度來看適中，將深度優(you) 先搜索算法和基於(yu) 物理條件的預測算法相結合，基礎網絡使用了卷積神經網絡。但是學生真實的將項目的應用場景和真實的陸地圖像結合起來，在設計以及應用上實現了完美的閉環。

 

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

項目設計的角度是從(cong) 電纜檢修，電纜維護的角度出發的。從(cong) 工作量上來看，選手更新迭代了兩(liang) 版機器人，並且在機器人設計的過程中，強調了從(cong) 草圖-CAD-虛擬仿真環境進行有限元分析模擬-真實製作的過程，重點在於(yu) 核心部件也在虛擬仿真環境中也進行了運動模擬。從(cong) 項目和機器人的完成角度上來看完成度極高，機器人的操作界麵也是自己設計完成的，整體(ti) 來看工作量也非常的驚人。

 

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

國際象棋的選題角度非常精妙且貼近於(yu) 生活，雖然國內(nei) 對於(yu) 國際象棋參與(yu) 度並不是非常高，但恰好前幾年因為(wei) 疫情因素這項百年的棋類競技項目在國外的熱度再次上升到驚人的程度。從(cong) 項目上來看，這是一個(ge) 機械結合AI的項目，而本項目不僅(jin) 在對抗下棋的算法上完成度非常高，並且在機械角度來看，包括像響應時間等因素的精確控製也非常令人驚喜。

 

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

帕金森診療的選題並不屬於(yu) 新的選題，但在2023年的賽場上依舊出現基於(yu) 此選題的獲獎者說明舊選題如果做得足夠出彩依舊可以獲得選手青睞。技術角度上來看使用多模態模型是一個(ge) 趨勢，並且從(cong) 該項目上來看，學生選擇的Ah測試音頻數據和手繪阿基米德螺旋數據在臨(lin) 床診療中也是最有用的方法，並且證明的使用機器學習(xi) 模型確實可以通過這兩(liang) 種數據有效的提高帕金森症狀的診斷。

 

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

同上一課題一樣，該項目也是醫療診斷類的選題，從(cong) 技術角度出發，課題的數據采集屬於(yu) 機械電子類，行為(wei) 判斷及輔助屬於(yu) AI算法類。學生不論在腦機接口還是算法的選擇上都對選擇理由進行了充分的闡釋，算法中選擇了CNN,LSTM和GRU三種深度學習(xi) 的算法進行實驗並最後選擇了最優(you) 的卷積算法。從(cong) 項目完成角度來說項目最後基於(yu) 人體(ti) 穿戴後真實的實驗反饋是完美的閉環，整體(ti) 工作量很高，並且真實應用模擬非常加分。

 

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

心髒病篩查項目依舊屬於(yu) 醫療+AI類項目，項目在技術角度上來看，設計的模型與(yu) 其他已有模型進行了對比並且取得了最優(you) 成績，同時也實現了通過與(yu) 樹莓派等實體(ti) 結合進行落地。更重要的是該項目的落地和應用完成度極高，不僅(jin) 在手機上開發了應用程序，同時還和相關(guan) 公司進行合作並進行了臨(lin) 床測試。

 

SYSTEMS SOFTWARE 係統軟件First Award

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

中路測量(MCM)是量子計算過程中檢測量子比特誤差的必要手段。

研究問題：MCM對觀眾(zhong) 量子位誤差有什麽(me) 影響，量子位接近度如何影響這種誤差?

提出假設：MCM將使觀眾(zhong) 量子位的錯誤率顯著增加，這種差異將受到觀眾(zhong) 量子位與(yu) 被測量量子位之間距離的影響。

驗證方法：1、使用交錯隨機基準測試(IRB)隨機基準測試，這是一種分析量子門質量/保真度的技術；2、控製電路結構，這是類似於(yu) MCM電路這確保了兩(liang) 個(ge) 電路具有相同的持續時間，從(cong) 而控製了諸如量子位暴露時間等因素。該電路的目的是找到可以與(yu) mcm引起的觀眾(zhong) 量子比特錯誤率進行比較的基線觀眾(zhong) 量子比特錯誤率；3、執行協議：記錄來自旁觀者量子位的(1)次測量次數，以測量量子位上的錯誤實例。

亮點：1、使用了交錯隨機測試  2、使用控製結構和MCM結合。

Second Award

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

在本項目中，開發了一種新的醫療文件壓縮格式，以提高傳(chuan) 輸速度並降低圖像存儲(chu) 要求，同時不損失大量醫學圖像檔案的質量。利用圖像映射上的分形像素遍曆和獨特的啟發式像素分割係統，構建了一種新的壓縮解壓管道算法，以利用醫學掃描中固有的空間冗餘(yu) 。這種新方法還允許在解壓過程中進行無損圖像重建，從(cong) 而在不犧牲可靠和準確圖像分析的情況下降低存儲(chu) 成本。

亮點：1、圖像數據增強：希爾伯特空間填充曲線，增加空間相關(guan) 性的像素與(yu) 分形掃描的新使用；2、“大差異計數”(CLD)啟發式的語義(yi) 分割算法；3、Encoding：使用了QOI編碼；4、Deflate 層：(1) LZ77:Lempel-Ziv 1977用短回調替換通常重複的字節流，創建一個(ge) 向後引用的巢，解碼器可以無損地重建(2) 使用了霍夫編碼，霍夫曼編碼:一種熵係統，設計用於(yu) 將經常使用的數據壓縮成更小的位表示；5、重構算法。

SOFT049: MoodBox: Vocal Screening for Depression and Gamified Relief

此項目使用了MoodBox網絡應用程序，通過將自然語言處理和聲音特征的頻譜分析結合到一個(ge) 新穎的神經網絡中，提供了一個(ge) 更客觀和遠程操作的抑鬱症篩查係統。

由於(yu) 抑鬱症患者傾(qing) 向於(yu) 用較低、較奉承的語調說話，語速較慢，使用反映消極情緒和絕對主義(yi) 思維的詞匯。MoodBox的篩選模型采用用戶音頻，從(cong) 音頻頻譜中計算描述性聲音特征，並從(cong) 轉錄文本中創建單詞嵌入，然後將其輸入雙向長短期記憶層。利用音頻和文本數據，雙峰神經網絡達到85%以上的準確率，優(you) 於(yu) 臨(lin) 床診斷。

亮點：1、對抑鬱症患者聲音的症狀做了總結；2、使用了和抑鬱症相關(guan) 的數據集；3、對聲音信號做了傅裏葉變換；4、可視化webui；5、用到了聲音和nlp等維度的信息。

TRANSLATIONAL MEDICAL SCIENCE 轉化醫學

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)

簡介：播散性腦脊髓炎 （MS） 主要是一種免疫介導的中樞神經係統 （CNS） 疾病，其中自身侵襲性 T 細胞穿過血腦屏障 （BBB） 造成脫髓鞘，導致殘疾。渦蟲（Dugesia tigrina）含有新胚芽細胞幹細胞，切割時可以再生;目前，Neoblasts已被用於(yu) 再生人類的氣管，證明了人類的安全性和適用性。

這項研究調查了與(yu) 目前的人幹細胞治療相比，Neoblasts是否可以用作神經退行性疾病的具有成本效益的真正治愈和預防措施。據推測，如果將Neoblasts作為(wei) 治療和預防措施給予蚯蚓，那麽(me) 健康細胞將在退化細胞凋亡的同時再生。實驗組分別包括對照組、治愈組和預防措施試驗以及MS四個(ge) 階段的試驗。使用MTT測定法計算的定量細胞活力數據，所有非對照試驗組均證明高於(yu) 90%，而定性數據表明，在施用Neoblasts的潛伏期後，日常活動恢複正常，並且細胞圖像表明脫髓鞘的逆轉。

數據表明，Neoblasts可能是治療多發性硬化症的潛在，負擔得起的方法，因為(wei) 它們(men) 具有人類幹細胞無法實現的修複特性（由於(yu) 來自同一生物體(ti) ）。目前正在進行的研究包括在模式生物中造成阿爾茨海默氏症和帕金森氏症的症狀，試圖評估Neoblasts對其他神經係統疾病的有效性，目前結果很有希望（>90%細胞活力）。

亮點：1.項目靈感來自渦蟲的可再生性，進而聯係到 Neoblasts這種幹細胞，已被證實過對人體(ti) 的安全性和適用性。2. 所選材料Neoblasts本身具有人類幹細胞無法實現的修複特性，且經濟成本相對較低。3. 通過試驗驗證了該類幹細胞在阿爾茲(zi) 海默症及帕金森疾病方麵的細胞活力>90%,。

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

簡介：美國有三百萬(wan) 人患有麩質不耐症/乳糜瀉（CD）。在這些患者中，消化係統無法消化麩質蛋白。我的項目旨在解決(jue) 這個(ge) 問題。nn在以前的研究中，我確定了三種水果酶，當分別以1：2：3的比例組合成木瓜蛋白酶：菠蘿蛋白酶：肌動蛋白酶時，它們(men) 協同分解麩質（將稱為(wei) 1-2-3 EC MIX）。

基於(yu) 先前的發現，我提出了兩(liang) 種酶如何共同降解麩質分子的模型。今年，我進行了定量研究來驗證提出的兩(liang) 種模型。我使用在克羅恩病患者中最具免疫原性的模型麥醇溶蛋白肽來觀察a）我的1-2-3 EC MIX在多大程度上降解這些免疫原性強肽，以及b）它會(hui) 抑製反應性T細胞刺激嗎？免疫原性33 mer肽和麥醇溶蛋白在不同的pH條件下與(yu) 1-2-3 EC MIX孵育，並使用LS / MS質譜測試， G12 ELISA、凝膠電泳和細胞因子測定。

結果如下：1）1-2-3 EC MIX 在 pH=6 和酸性 pH 2-3 下與(yu) 順序添加三種酶相比，麥醇溶蛋白顯著降解；2）1-2-3 EC MIX在胃酸性環境中穩定且功能強大，克服了口服藥物遞送的主要挑戰；3）用我的1-2-3 EC MIX對麥醇溶蛋白肽進行預處理導致麥醇溶蛋白的分解，導致減少反應性T細胞刺激；4） 1-2-3 EC MIX在麥醇溶蛋白分解方麵比商店購買(mai) 的片劑表現更好；5） 1-2-3 EC MIX對正常細胞是安全的，基於(yu) 這些發現，我相信這將是CD和麩質不耐受的解決(jue) 方案。這項研究將為(wei) 進一步製定基於(yu) 1-2-3 EC MIX的“葡萄糖緩解丸”提供一條途徑。

亮點：1.問題解決(jue) 方案的切入點新穎，提出以食物中易獲取的水果酶類物質用於(yu) 輔助解決(jue) 麩質不耐受的問題，假設合理；2.定量研究試驗模擬細節考慮充分。3.實驗結果有效證明了該藥物在胃酸環境中的穩定有效性，且實驗中的指標優(you) 於(yu) 現有片劑藥物。

Second Award

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

Seoyun Lee, Daegu International School, Daegu, South Korea

簡介：有幾種血糖儀(yi) 方法可用於(yu) 患者指導的血糖控製，以減少糖尿病並發症的發作。然而，使用辣根過氧化物酶 （HRP） 的試紙尿葡萄糖檢測具有局限性，包括成本、穩定性和製備程序。木瓜蛋白酶是一種在Carica木瓜中發現的蛋白酶，具有高選擇性和HRP樣活性，但缺乏敏感性，無法整合到現有的血糖儀(yi) 設備中。本研究旨在通過催化木瓜蛋白酶在不同反應條件下的氧化來提高木瓜蛋白酶血糖儀(yi) 方法的靈敏度。

該研究還調查了使用木瓜蛋白酶基水凝膠薄膜檢測汗液葡萄糖並提供血糖水平比色指標的可行性。為(wei) 此，本研究在不同的樣品條件下進行了葡萄糖氧化酶介導的葡萄糖氧化和木瓜蛋白酶介導的TMB氧化，並在微管和水凝膠膜條件下自發偶聯它們(men) 。這項研究證實，葡萄糖氧化酶定量產(chan) 生H 2 O 2，其存在催化木瓜蛋白酶介導的比色信號的產(chan) 生。

當兩(liang) 種氧化反應偶聯時，本研究發現，與(yu) 以前的研究相比，木瓜蛋白酶葡萄糖檢測的靈敏度提高了十倍，相關(guan) 性很高。水凝膠薄膜與(yu) 高葡萄糖吸收率和試劑摻入具有可量化的視覺相關(guan) 性。因此，本研究介紹了開發基於(yu) 貼片的血糖儀(yi) 設備的基礎進展，該設備具有高靈敏度，可檢測汗液葡萄糖的變化並通過比色法推斷血糖水平。此外，還強調了原型水凝膠薄膜的侵入性最小化、易於(yu) 解釋和經濟效益。

亮點：1.明確了現有基於(yu) 貼片的血糖儀(yi) 設備的局限性，以木瓜蛋白酶為(wei) 切入點；2. 結合新穎的催化反應突破了木瓜蛋白酶靈敏度低的特點，降低了該酶類物質整合應用到設備的實現難度；3. 最終實現整體(ti) 設備靈敏度高、侵入性小、可解釋性強、且經濟效益高。

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

簡介：類風濕性關(guan) 節炎（RA）是一種自身免疫性關(guan) 節疾病，影響全球近1%的人。RA不成比例地影響婦女，土著人民和社會(hui) 經濟地位較低的人，估計每年造成70億(yi) 美元的醫療和經濟損失。在這種慢性炎症性疾病中，組織損傷(shang) 和破壞是由免疫細胞和滑膜成纖維細胞之間的相互作用引起的。沒有FDA批準的預防RA的治療方法，RA會(hui) 導致殘疾，生活質量下降和死亡率增加。

我對所有4，302種FDA批準的藥物進行了無偏倚的全球掃描，並確定了RA風險降低與(yu) 用於(yu) 治療精神障礙的氟呱啶醇（Haldol）之間的顯著關(guan) 聯。我通過使用考克斯危害回歸和 Kaplan Meier 生存分析以及隨機效應薈萃分析來分析超過 3 億(yi) 人的 200 個(ge) 不同的全國健康保險數據庫來驗證這一聯係。我發現與(yu) 其他抗精神病藥物治療相比，接受Haldol治療的精神障礙患者的RA顯著降低。

Haldol抑製炎症小體(ti) 活化（ASC斑點，半胱天冬酶-1切割）和人巨噬細胞和人滑膜成纖維細胞（RA中的兩(liang) 個(ge) 關(guan) 鍵細胞）中IL-1β和IL-6的釋放，其濃度低於(yu) 目前人類劑量的濃度。使用親(qin) 和探針-質譜法，我發現了Haldol和LAMTOR1之間的新相互作用。Haldol抑製炎症小體(ti) 組裝的LAMTOR1伴侶(lv) ，確定了一種新的作用機製。這些研究將Haldol確定為(wei) 潛在的藥物再利用候選藥物，可能成為(wei) 導致美國和世界各地數百萬(wan) 人殘疾的重大未滿足醫療需求的第一種預防性療法。

評價(jia) ：1.該課題社會(hui) 關(guan) 愛意識強，旨在解決(jue) 社會(hui) 經濟地位較低人群中多發的疾病，為(wei) 提升這一群體(ti) 的生活質量找到了潛在藥物，或將成為(wei) 第一種該疾病的預防性療法，實現了該領域內(nei) 的一大突破；2. 試驗技術先進，量化分析方法合理，通過使用大型數據庫驗證，表明了項目的可行性，且對目標問題的解決(jue) 環節完整，前後驗證一致；

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

簡介：創傷(shang) 性腦損傷(shang) （TBI）是腦組織的物理破壞，隨後是一連串的炎症反應。這些反應導致血腦屏障（BBB）的短暫破壞。BBB可防止大腦微環境和體(ti) 循環之間的交叉。然而，TBI 介導的 BBB 破壞會(hui) 引發損傷(shang) 加重的慢性循環，首先是 BBB 通透性增加，部分原因是基質金屬蛋白酶-9 （MMP-9） 上調，這是一種因病理生理變化而失調的修飾酶。MMP-9通過切割通常密封內(nei) 皮的緊密連接蛋白來增加通透性。

目前尚不清楚MMP-9在損傷(shang) 惡化中的作用是否與(yu) 先前觀察到的TBI誘導的Claudin-5（一種緊密連接蛋白）表達降低有關(guan) 。n我們(men) 利用了一種新穎的BBB體(ti) 外動力學模型，該模型可以概括受傷(shang) 大腦的病理生理學，目的是評估MMP-9在增加通透性中的作用。將內(nei) 皮細胞、星形膠質細胞和周細胞的三培養(yang) 物暴露於(yu) TNF-α以模擬損傷(shang) 並放置在我們(men) 的平台中。他們(men) 用MMP抑製劑，抗MMP-9抗體(ti) 和小幹擾RNA治療。屏障完整性通過幾個(ge) 實時指標進行評估。

裂解後，通過蛋白質印跡評估Claudin-5穩定性，並用qPCR分析MMP-9和MMP-2（另一種CNS MMP）基因敲低。重要的是，最有效的治療方法（MMP抑製劑和siRNA）顯著降低了MMP-9和MMP-2的表達。n以前的研究隻研究了MMP-9作為(wei) 修飾劑，但我們(men) 的研究結果表明MMP-9和MMP-2在BBB修飾中起著關(guan) 鍵作用。最終，我們(men) 的研究結果提供了對MMP治療潛力的見解。

評價(jia) ：針對創傷(shang) 性腦損傷(shang) 後的炎症反應及其機製，提出了新穎的體(ti) 外動力學模型，用以概括腦內(nei) 損傷(shang) 病理情況。並在前人治療方案中進一步探索出MMP-9和MMP-2在BBB修飾過程的重要性。

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

簡介：糖尿病是全球關(guan) 注的問題，早期發現可以預防嚴(yan) 重的並發症。50%的人患有未確診的糖尿病，低收入群體(ti) 遭受的折磨尤為(wei) 嚴(yan) 重。非侵入性方法已經出現，用於(yu) 及時檢測;然而，有限的準確性限製了它們(men) 的臨(lin) 床使用。

在這項研究中，Phase-1創造了一種新型的高維變壓器（HDformer），這是第一個(ge) 基於(yu) 變壓器的架構，它利用遠程光電容積脈搏波（PPG）來檢測糖尿病。與(yu) 現有研究中常用的 <30 秒信號相比，遠程 PPG 可最大化信號上下文信息。為(wei) 了提高HDformer遠程處理的計算效率，發明了一種新的注意力模塊，時方注意力（TSA），將令牌量減少>10倍，同時保留本地/全局依賴關(guan) 係。TSA 將 1D 輸入轉換為(wei) 2D 表示，將相鄰點分組為(wei) 單個(ge) 2D 令牌。

然後，它生成動態補丁並將其饋送到門控專(zhuan) 家混合（MoE）網絡中，從(cong) 而優(you) 化不同注意力領域的學習(xi) 。HDformer 在標準 MIMIC-III 數據集上獲得了最先進的結果（靈敏度 98.4、準確度 97.3、特異性 92.8、AUC 0.929），超越了現有研究。第二階段開發了一種端到端解決(jue) 方案，其中低成本可穿戴設備經過原型設計，通過移動應用程序與(yu) 雲(yun) 中的HDformer連接。

這種可擴展、方便且經濟實惠的方法可以為(wei) 個(ge) 人提供即時檢測和持續監測，幫助醫生輕鬆篩查糖尿病，保護貧困社區，最大限度地減少治療延誤並挽救生命。這項工作也可以推廣到分析其他遠程生物醫學波形，進一步擴大其影響。

評價(jia) ：1.社會(hui) 關(guan) 愛意識強，且創新性地提出了HDformer架構；2.基於(yu) 該架構開發出了可拓展、高便捷度且經濟實惠的解決(jue) 方案，突破了偏遠或貧困地區醫療資源的限製，更好地實現了對個(ge) 體(ti) 健康的持續監測。

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

簡介：I型和II型糖尿病是腎衰竭的頭號原因，影響422.1億(yi) 人，造成全球5萬(wan) 人死亡。糖尿病死亡的主要上遊原因是缺乏臨(lin) 床批準的生物標誌物，導致患者風險分層和治療管理的生存和複發預測不準確。

因此，我的項目提出了第一個(ge) 低成本、無創的計算平台，在患者的非結構化臨(lin) 床敘述中使用新發現的遺傳(chuan) 生物標誌物提前一年預測糖尿病患者的生存率和複發率。第一步是訓練word2vec模型通過標準化筆記，消除噪音和保留語義(yi) 來文本處理來自89名患者的~678萬(wan) 臨(lin) 床敘述。通過開發這些強大的編碼表示，該模型生成文檔級嵌入數據集，用於(yu) 訓練無監督多層感知器（MLP）網絡。

該模型同時評估預後因素對生存率的影響，並預測每位患者的生存率。識別和診斷模型分別實現了0.91和0.95的AUROC，成功超過了所有現有的臨(lin) 床技術。該技術可以推廣到EHR中記錄的任何疾病類型，並將導致更好的臨(lin) 床結果，並使患者免於(yu) 不必要的積極治療。最終，該平台有助於(yu) 解決(jue) 精準醫療的主要局限性之一，並且是一種具有工業(ye) 可行性的實用工具，使臨(lin) 床醫生能夠利用其個(ge) 性化預測來提高診斷準確性，更早地確定穩健的治療方法，並挽救數百萬(wan) 人的生命。

評價(jia) ：1.對於(yu) 糖尿病致死的關(guan) 鍵原因，首個(ge) 提出低成本、無創計算平台，用於(yu) 在臨(lin) 床中使用新發現的生物標誌物提前一年預測糖尿病患者的生存率和複發率；

2. 使用深度學習(xi) 方法對臨(lin) 床敘述數據進行分析，進行預後評估，獲得了較好的評價(jia) 指標；

3. 對精準醫療提供了有效的工業(ye) 可行的工具，有利於(yu) 實現個(ge) 性化預測，輔助早期確定穩健治療方案。

文章非常長，大家可以收藏之後慢慢閱讀。如有興(xing) 趣也可以添加小助手，與(yu) 我們(men) 進行深度探討。

ISEF備賽建議

首先，盡早開始你的項目（甚至可能在前一年夏季開始），你將有時間真正檢查你的主題並了解你所關(guan) 注的信息。通過提前開始，你將有時間決(jue) 定你的主題是否過於(yu) 寬泛或過於(yu) 狹窄，並相應地調整你的主題。通過提前開始，你將有時間發現並糾正錯誤，必要時調整你的程序，或者可以從(cong) 導師或其他設備中獲得建議。所以盡早開始。每天做一點。如果你早點開始，時間就站在對你有利的這邊。

在科研中選題是第一步，一個(ge) 好的選題至少應符合以下三點：可行、創新、有研究價(jia) 值，可以決(jue) 定論文的產(chan) 出，可謂擁有一個(ge) 好的選題就意味著論文寫(xie) 作就成功了一大半。在明確申請方向之前，學生可以先思考設定自己的“人設”。然後根據人設去填充相應的背提活動，豐(feng) 富人設的血肉形象，冉星計劃幫助學生從(cong) 開題、到研究、到論文再到比賽申報，全程進行輔導。