ISEF国际科学与工程大奖赛最新资讯-ISEF国际科学与工程大奖赛官网

2025 Regeneron ISEF最高奖汇总-3

最新官方消息！全球科创天花板赛事——国际科学与工程大奖赛（Regeneron ISEF），现已正式公布了2026年总决赛的举办时间和地点。这场汇聚全球青年创新力量的科技盛宴，将于2026年5月9日至15日，在美国亚利桑那州凤凰城会议中心（Phoenix Convention Center, Arizona）璀璨启幕。

2026ISEF赛事安排

参赛资格

年龄与年级：9-12年级学生（或同等学历），参赛时年龄不超过20岁。

地区选拔：必须通过附属赛（Affiliated Fair）晋级，无法直接报名。中国学生需先参加国内选拔赛（如青创赛、明天小小科学家等）。

团队项目：最多3人，所有成员需满足资格且共同参赛。

项目要求

原创性：项目必须由学生独立完成，允许在专家指导下进行，但不得代劳。

学科范围：涵盖21个学科类别，包括工程、生物、化学、计算机、环境科学等。

伦理限制：涉及人类、脊椎动物、病原体等研究需提前提交额外审查表（如ISEF Forms）。

关键文件与截止时间

ISEF表格：根据研究类型提交相应表格（如1C、2、3等），需在地区赛前完成审核。

摘要与研究论文：英文撰写，清晰描述研究目的、方法、结论。

地区赛截止：2026年3-4月

其他注意事项

展示材料：展板需符合ISEF尺寸要求（通常宽48英寸、深30英寸、高108英寸），禁止活体样本或危险品。

知识产权：部分研究可能需申请专利后再参赛，避免披露风险。

为了方便同学们更好的备赛，特别整理了ISEF2025最高奖作品方便学习

MCRO029——一种治疗弧菌病的新型生物疗法

弧菌感染日益成为全球关注的焦点。这些致病菌不仅影响人类，也是水产养殖业死亡的主要原因，常常与牡蛎孵化场的重大事故有关。此外，传统的抗生素治疗也导致了环境中抗生素耐药性细菌的增多。因此，迫切需要找到对抗弧菌病的新方法。在本项目中，我测试了蛭弧菌及其类似生物（BALOs），即沿海水域中天然存在的捕食性细菌，是否能够捕食抗生素耐药性弧菌并降低牡蛎幼虫的死亡率。首先，我利用16S rDNA测序技术鉴定了24株先前从海水中分离出的耐环丙沙星弧菌菌株。这些菌株在分类学上被分为 7 个弧菌种，包括 V. campbellii、V. nigripulchritudo、V. hyugaensis、V. antiquaries、V. tubiashii、V. coralliilyticus 和 V. mediterranei。然后，选择了 7 个菌株，通过为期 2 天的孵化实验来验证它们与之前也从海水中分离出来的 BALO 菌株 VP4 的捕食关系。随后，对这些分离株在牡蛎幼虫（Crassostrea virginica）中的致病性进行筛选，并选择 4 个致病性最强的菌株来攻击牡蛎幼虫，使用或不使用 BALO 处理。结果表明，VP4 有效杀死了所有 7 个用于捕食测试的弧菌分离株。致病性测试表明，在 7 个弧菌处理组中的 5 个幼虫死亡率明显高于对照组。然而，使用BALO技术可将受致病性弧菌感染的幼体死亡率降低高达73%。该项目为水产养殖业弧菌病和抗生素耐药性问题提供了新的解决方案，减少了经济损失，保护了沿海资源。

CHEM005 - 新型抗病毒药物的全合成

我们的研究重点是抗病毒药物，即针对 RNA 病毒疾病的广谱药物。加利地西韦 (Galidesivir) 是一种目前看来是最佳的病毒 RdRp 抑制剂，它引起了我们的关注。然而，由于生产成本高昂（约 5000 欧元/克），这种药物在实践中无法使用。因此，我们决定寻找一种新的创新方法，以更便宜、更快速的方式生产这种分子和其他氮杂碳核苷。经过文献检索和逆合成分析，我们创建了一种新的加利地西韦全合成方法。该方法以糠醇为起始原料，它是一种廉价且绿色的原料。然后，它经过 6 步转化为关键的氮杂糖前体。反应级联始于受保护糠醇的 Achmatowicz 氧化，产物的双键可以通过两种方式进行二羟基化。关键且最复杂的步骤是氮杂糖环的闭合，该步骤是通过与(+)-苄基乙胺进行立体选择性还原胺化而完成的。这为我们提供了对(D)-核糖，甚至是新的(D)-核糖构型具有<95:5 ee选择性的关键前体。经过三个步骤，我们得到了柠檬酸加利地西韦，总产率为35%。我们的工作成果也被用于另一项研究，该研究首次描述了该药物对SARS-CoV-2病毒RdRp突变的IC50值。如果我们的方法应用于工业，生产成本将降低至少625%。我们的合成方法也可能成为开发新药的基础。通过这种方式，我们带来了一种副作用看似很小、具有商业可行性的抗病毒药物，它每年可能挽救数十万死于RNA病毒疾病的生命。

BMED015 - 使用 PGE2 作为治疗手段的神经再生

急性损伤和慢性神经退行性疾病导致的神经退行性变给全球数百万患者带来毁灭性的症状。目前尚无再生神经元的疗法，这意味着慢性神经退行性疾病患者可能永远无法恢复失去的神经功能。本项目旨在研究神经胶质细胞分泌的脂质信号分子 PGE2 在神经再生中的作用，以确定调节 PGE2 信号通路或将其作为治疗手段是否能促进轴突再生。PGE2 由雪旺氏细胞和星形胶质细胞分泌，但其在神经退行性变和修复中的确切作用尚不清楚。本研究利用体外损伤模型，探讨了 PGE2 对轴突再生的影响。结果发现，1 μM 的 dmPGE2 可促进损伤后的再生（平均轴突长度增加 126.29%），显示出提高损伤后细胞存活率的潜力。 RNA Scope 分析显示，1 μM dmPGE2 处理可增强神经元兴奋性。为了验证其对轴突再生的影响，研究人员采用 Brainbow AAV 转染和转移-重铺板实验进行全轴突切断。接下来，为了探究 PGE2 在复杂的体内系统中如何与其他受体相互作用，研究人员进行了分子对接。最后，基于全基因组关联分析 (GWAS) 发现，与健康个体相比，多发性硬化症患者体内参与前列腺素生成和信号传导的基因表达上调，这表明 PGE2 在炎症环境中的作用可能是神经胶质细胞保护剩余神经元的一种自然反应。总而言之，该项目表明，靶向 PGE2 信号通路作为一种神经再生疗法，有望拯救和改善数百万人的生命。

PHYS005 - 船舶尾流调查

在本研究中，我们探究了船舶尾流的形成和特性。长期以来，人们一直认为尾流角恒定且与船舶参数无关，但这一理论最近受到了质疑，其中最著名的质疑来自马克·拉博德和弗雷德里克·莫伊西，他们观察到的尾流角远小于开尔文角。通过涵盖各种重要参数的不同实验，我们获得了经典尾流角和窄尾流角两种情况。研究结果表明，我们的新理论与实验数据更加吻合，尤其是在弗劳德数（2.6-4.4）范围内。我们的模型在较低弗劳德数和较高弗劳德数下分别收敛于开尔文模型和拉博德-莫伊西模型，这证明了我们的理论是该领域先前建立的模型的更普遍的情况。

ENEV001 - 采用 Fe-TiO2 的甲醛检测仪和清洗机

鉴于甲醛对健康的重大风险及其在环境中（尤其是在室内）的普遍存在，本研究提出了一种经济高效且尺寸灵活的集成系统，用于实时监测和高效催化痕量甲醛。该系统采用新型Fe-TiO₂光催化剂。该单纳米颗粒光催化剂通过水热反应和高温煅烧合成。通过TEM、SEM和EDS进行形貌表征，并通过XPS、XRD和UV-Vis进行光谱表征，证实了其具有高比表面积、高结晶度和均匀性，从而增强了材料的催化和电化学活性。修饰后的电化学传感器表现出高电导率和对低浓度甲醛的灵敏度，检测限低至10⁻⁷ M。与其他催化剂相比，Fe-TiOₓ纳米复合材料表现出优异的光催化性能，6小时内甲醛去除率达到80.0%，18小时内达到89.2%，优于TiO₂、Fe-MOF、Cu-MOF和Co-MOF。三次稳定性测试表明其性能稳定，效率下降幅度很小，凸显了其长期使用的可靠性。本研究将检测和修复功能集成于同一装置中，为室内空气质量管理提供了一种数字化、便携式解决方案，可实现实时监测和高效催化。该方法克服了传统方法的局限性，拓展了其在住宅和商业环境中的应用。

ISEF历年获奖作品集&解析&资料免费下载⬇️

2025 Regeneron ISEF最高奖汇总-2

2026ISEF赛事安排

参赛资格

年龄与年级：9-12年级学生（或同等学历），参赛时年龄不超过20岁。

地区选拔：必须通过附属赛（Affiliated Fair）晋级，无法直接报名。中国学生需先参加国内选拔赛（如青创赛、明天小小科学家等）。

团队项目：最多3人，所有成员需满足资格且共同参赛。

项目要求

原创性：项目必须由学生独立完成，允许在专家指导下进行，但不得代劳。

学科范围：涵盖21个学科类别，包括工程、生物、化学、计算机、环境科学等。

伦理限制：涉及人类、脊椎动物、病原体等研究需提前提交额外审查表（如ISEF Forms）。

关键文件与截止时间

ISEF表格：根据研究类型提交相应表格（如1C、2、3等），需在地区赛前完成审核。

摘要与研究论文：英文撰写，清晰描述研究目的、方法、结论。

地区赛截止：2026年3-4月

其他注意事项

展示材料：展板需符合ISEF尺寸要求（通常宽48英寸、深30英寸、高108英寸），禁止活体样本或危险品。

知识产权：部分研究可能需申请专利后再参赛，避免披露风险。

为了方便同学们更好的备赛，特别整理了ISEF2025最高奖作品方便学习

MATS043 - 实时评估空气传播的有害风险

铀矿开采产生的污染物——空气中的二氧化硅和铀——导致美洲原住民和采矿社区中自身免疫性疾病干燥综合征 (SS) 的患病率大幅上升。这些暴露会引发免疫失调和全身器官衰竭，而由于症状多变、生物标志物不可靠以及缺乏可用的检测工具，诊断常常被延误。现有的污染物检测方法成本高昂且依赖实验室，导致 SS 诊断延迟平均超过六年，超过 50% 的病例仍未确诊。为了解决这个问题，RADAR 应运而生：一种新型固体基质比色材料，由 Cu-BTC（一种高表面积多孔金属有机骨架 (MOF)）嵌入聚乙烯醇基质中，并用茜素红 S 和钼酸铵等试剂进行功能化，用于检测铀和二氧化硅。合成了5种功能化水平（20–100%）的薄膜，并将其暴露于受控的污染物浓度中。暴露15分钟后，薄膜会发生可见的色移。通过1931色度归一化，将薄膜的sRGB值转换为透射率。在100%功能化水平下观察到了统计学上显著的检测结果，铀的检测限为0.1 mg/m³，二氧化硅的检测限为5 µg/m³，信噪比分别为5.25和3.79。Shapiro-Wilk检验（p > 0.05）验证了回归模型。结构分析显示表面积增加（p < 0.05），而孔隙没有塌陷（p > 0.05），从而保持了分析物的扩散。RADAR为早期环境筛查提供了一种经济实惠、可解释的工具，有助于减少服务欠缺社区的诊断延误。

MATH028 - 囚徒困境中的记忆与自私

使用传统方法（例如研究人类样本）来理解自私行为和利他行为哪个对个体更有利仍然具有挑战性。囚徒困境，一个探索合作与竞争的博弈论概念，为解答这一问题提供了一种思路。尽管当前的研究将囚徒困境扩展到各种社会概念，但关于其最有效的机制以及利他主义和自私主义在其中的益处，仍然存在争议。本研究利用 Python 代码包，利用囚徒困境来探索这些问题。在步骤 1 中，在简单交互中比较了三种涉及先前交互记忆的策略——反应-1、反应-2 和反应-3，结果表明，较短记忆的反应-1 的表现优于较长记忆的反应-3。这些结果表明，复杂性并不能保证在困境和现实生活中都能成功。为了确定复杂记忆对决策的影响，步骤 2 使用包括反应在内的多种策略探索了复杂的交互，与步骤 1 相比，具有较长记忆长度的复杂策略表现最佳。最后，在第三步中，我们将思想实验应用于已开发的策略与不同程度的利他主义相结合，以探索利他主义与自私主义之间的区别。结果表明，与纯粹的利他主义或自私主义策略相比，将两种特质完美融合的策略表现最佳。人类行为极其复杂，但这些发现表明，博弈论过程可以用来发现趋势，从而揭示更多有关人类互动复杂性的信息。

TMED042 - OncoNote：早期泛癌预后预测

癌症是全球第二大死因，每年影响2000万人，造成超过970万人死亡。早期预测临床结果对于患者风险分层和治疗管理至关重要，但目前的分期系统未能对不同癌症进行分层，一致性低至52%。因此，我的项目提出了OncoNote：第一个低成本、非侵入式的计算框架，用于使用非结构化自由文本临床叙述来预测初诊时泛癌患者的生存率和复发率。首先，我训练了一个无监督的FastText模型，通过去除噪音、分割句子和合成临床术语来处理来自56,339名患者的约230万条临床叙述。通过学习来自686家机构的稳健且与医学相关的词汇表征，该模型生成了一个文档级嵌入数据集，用于训练Cox比例风险神经网络。该模型自适应地评估与预后相关的临床文本，并预测每位患者的风险评分。经过大量实验，生存和复发预测模型在32种癌症类型中实现了令人印象深刻的0.72和0.77的一致性，超越了所有现有的临床技术。OncoNote为临床医生提供了首个基于文本的泛癌症数字生物标记物，该标记物可推广到任何电子健康记录，并将通过避免患者过度治疗来获得更好的临床结果。最终，该平台是一个可扩展、经济实惠且全面的解决方案，将使临床医生能够更早地确定稳健、有针对性的治疗方案，从一开始就预防不良临床事件的发生，并挽救数百万人的生命。

PLNT026 - 葱属植物在向性和微重力环境下的生长

随着人类探索地外农业并推进可控环境耕作，了解植物如何在非生物条件下整合定向生长信号至关重要。本研究考察了葱属植物（Allium fistulosum）在正常重力、模拟微重力（通过3D回转器；0.02 g、0.10 g、0.25 g）、均质和非均质水分分布以及中等强度磁场（拉力分别为0.10 kg、0.20 kg、0.50 kg、1.00 kg）条件下对水向性、磁向性和重力向性的生长响应。方差分析显示，处理对地上部和根系结构、生物量和叶绿素含量有显著影响。微重力条件下，地上部长度增加，静磁场（SMF）条件下，地上部伸长率增大，这可能是由于定向信号传导中断和细胞周期加速所致。微重力条件下，地上部生物量下降，水分梯度条件下也观察到进一步降低，这可能与脱落酸 (ABA) 生物合成将资源重新分配给根系发育有关。单根微重力条件下，根系生物量和数量增加，推测是由于离子通量增强、活性氧 (ROS) 信号传导以及分生组织中细胞分裂基因上调所致。微重力导致根系生长随机化，次生根形成减少，这可能是由于平衡石沉积紊乱导致生长素重新分布受损所致。在水分分布不均一的情况下观察到水纹，表现为向高湿度区域的侧枝和伸长。微重力条件下，叶绿素 a 和 b 含量降低，可能是由于质体分化受损所致，而单根微重力条件下则与色素水平升高有关。水分梯度条件下，叶绿素含量降低，可能是由于脱落酸 (ABA) 诱导的抑制。

ISEF历年获奖作品集&解析&资料免费下载⬇️

相关文章：

2025 Regeneron ISEF最高奖汇总-1

2026ISEF赛事安排

参赛资格

年龄与年级：9-12年级学生（或同等学历），参赛时年龄不超过20岁。

地区选拔：必须通过附属赛（Affiliated Fair）晋级，无法直接报名。中国学生需先参加国内选拔赛（如青创赛、明天小小科学家等）。

团队项目：最多3人，所有成员需满足资格且共同参赛。

项目要求

原创性：项目必须由学生独立完成，允许在专家指导下进行，但不得代劳。

学科范围：涵盖21个学科类别，包括工程、生物、化学、计算机、环境科学等。

伦理限制：涉及人类、脊椎动物、病原体等研究需提前提交额外审查表（如ISEF Forms）。

关键文件与截止时间

ISEF表格：根据研究类型提交相应表格（如1C、2、3等），需在地区赛前完成审核。

摘要与研究论文：英文撰写，清晰描述研究目的、方法、结论。

地区赛截止：2026年3-4月

其他注意事项

展示材料：展板需符合ISEF尺寸要求（通常宽48英寸、深30英寸、高108英寸），禁止活体样本或危险品。

知识产权：部分研究可能需申请专利后再参赛，避免披露风险。

为了方便同学们更好的备赛，特别整理了ISEF2025最高奖作品方便学习

ETSD057 - 拉挤和挤压回收长丝

随着3D打印机的广泛应用，回收利用废料和打印失败的耗材变得尤为重要。传统上，耗材的生产是将粉碎的材料送入挤出机；这种耗材质量较差，需要重新挤出。本项目尝试了一种新技术：将挤出成型与拉挤成型相结合；理论上，这种方法更加节能省时。\n\n我们设计并评估了一种压缩螺旋输送器；并收集了各种塑料，包括废料、打印失败的耗材和PET瓶。挤出机由木材、金属和3D打印部件组装而成；同时，我们还设计了一套原创的电子系统。所有部件均在一个简易的家庭工作室中制造完成。该装置集成了水冷、风冷、卷绕、拉挤和拉丝单元。我们使用集成电压/电流表测试了能耗。测试了超过30种温度区域组合。耗材生产完成后，我们对质量和公差进行了评估。此外，我们还测试并对比了拉挤成型和挤出成型工艺。\n\n该设计经历了超过50次的组件迭代。该机器的能耗为0.89千瓦时。已确定每种材料生产长丝的最佳温度，包括PLA：1-3区（摄氏度）：150、202、126。生产的长丝公差为±0.2毫米。挤出和拉挤相结合的工艺预计比标准工艺效率提高约45%。\n\n大多数工程标准均已满足。本项目验证了挤出和拉挤相结合的概念，实现了各种塑料的回收利用，从而减少了垃圾填埋。需要进行进一步的测试，以优化两种技术的集成，并提高速度、尺寸和布局。

BCHM037 - 用于识别三阴性乳腺癌外泌体的纳米系统

随着乳腺癌死亡率的上升，亟需开发早期诊断技术，以便在发生转移前快速识别肿瘤。三阴性乳腺癌（TNBC）占乳腺癌的10-15%，其特征是缺乏雌激素受体、孕激素受体和HER-2受体。这种受体的缺失导致缺乏靶向治疗，并造成较高的死亡率，凸显了早期检测的必要性。外泌体是血液中大量存在的细胞外囊泡，含有其来源细胞特有的生物标志物。如果能够检测到血液中多种TNBC外泌体的存在，则有助于早期发现肿瘤，并深入了解癌症行为，预测最佳治疗方案。本研究报道了一种基于水果的磁性荧光碳点纳米结构的设计，用于识别与TNBC相关的外泌体。我们利用橙皮、甜瓜和哈密瓜的有机材料制备了黄色、绿色和蓝色碳点。采用EDC/NHS偶联法将碳点与胺功能化的Fe₂O₃磁性纳米粒子（MNPs）偶联。将MNP-碳点复合材料与适配体结合，形成磁荧光纳米结构。随后，将该纳米结构应用于混合外泌体环境中，对Tenascin C、泛素羧基末端水解酶L1和程序性细胞死亡配体-1外泌体表现出良好的特异性，从而实现了对三阴性乳腺癌（TNBC）多种外泌体的检测。

ENBM068 - RetinAI：用于眼部肿瘤家庭筛查的人工智能系统

由于缺乏及时准确的眼科检查，视网膜母细胞瘤（RB）的早期诊断在目前的临床实践中仍然面临挑战。而及时准确的眼科检查至关重要，因为RB晚期往往会导致眼球摘除和失明。为了解决这一问题，本研究开发了RetinAI，这是首款低成本可穿戴式头戴设备和视网膜摄像头，并搭载人工智能系统用于RB的早期检测。RetinAI由两部分组成：一个眼外检测装置，结合YOLOv11深度学习模型，用于检测RB的早期征象——白瞳症；以及一个由ResNet-50或YOLOv11驱动的内部视网膜成像系统，用于检测视网膜肿瘤。硬件包括3D打印的头戴式设备和镜头/摄像头连接器、树莓派摄像头3、双红外/白光LED灯、液晶显示屏、20D镜头和树莓派5。在白瞳症检测方面，计算机视觉颜色分析显示，白瞳症的明度、色调和饱和度与正常瞳孔存在差异。随后开发了YOLOv11模型，该模型展现出高达98%的mAP值，并可使用RetinAI头戴设备检测直径小至1毫米的白瞳症。针对视网膜母细胞瘤（RB）的检测，开发了ResNet50和YOLOv11模型，分别实现了97%的准确率和96%的mAP值。临床上，在正常人和视网膜母细胞瘤患者身上使用RetinAI的实验表明，RetinAI能够成功检测出正常视网膜和视网膜母细胞瘤。RetinAI是首个低成本系统，它不仅能够通过外部瞳孔图像检测眼部肿瘤，还能在无需散瞳药物的情况下通过眼内视网膜图像检测肿瘤，并利用高性能深度学习系统进行肿瘤检测。RetinAI能够显著提高RB的早期检出率，并可用于家庭、年度体检或没有眼科专家的小型诊所。

ENBM062T - 非侵入式脑控仿生腿

目前的下肢假肢安装过程繁琐，需要高风险的手术，且价格昂贵。因此，许多下肢截肢患者会出现步态不自然和能量消耗过大的问题，导致不适和长期健康并发症。为了应对这些挑战，我们开发了NeuroFlex，这是一款低成本、非侵入式的脑电控制股骨仿生假肢。它集成了基于机器学习的控制系统、三自由度踝关节机构和用于动态运动的准直接驱动（QDD）驱动器。我们的系统首先采用多步骤流程，将脑电信号与基于惯性测量单元（IMU）的分析相结合。首先，对脑电信号进行滤波，以减少干扰。其次，IMU检测步态周期变化，从而提高适应性。混合机器学习模型通过脉冲频率方法提取运动特征，以98.67%的准确率对用户意图进行分类。最后，一个主动循环持续优化运动，与传统假肢相比，能量消耗降低了35%。我们的工程创新利用量子点驱动驱动器（QDD）实现精准的关节控制，并采用踝关节角悬挂机构改善平衡性和灵活性，从而增强自然运动。NeuroFlex采用坚固耐用的材料和以机器学习为中心的处理芯片，售价仅为1000美元，比售价约10万美元的商用仿生假肢更具性价比。在行业标准测试中，NeuroFlex实现了0.04秒的响应延迟、99.7%的步态精度以及多轴运动能力。NeuroFlex融合了高精度潜意识控制、自适应步态力学和易于实现的多自由度工程设计，为下肢假肢市场提供了一种实用且经济的解决方案。

ISEF历年获奖作品集&解析&资料免费下载⬇️

相关文章：

2025 Regeneron ISEF大奖-TMED转化医学科学获奖作品汇总-6

2026ISEF赛事安排

参赛资格

年龄与年级：9-12年级学生（或同等学历），参赛时年龄不超过20岁。

地区选拔：必须通过附属赛（Affiliated Fair）晋级，无法直接报名。中国学生需先参加国内选拔赛（如青创赛、明天小小科学家等）。

团队项目：最多3人，所有成员需满足资格且共同参赛。

项目要求

原创性：项目必须由学生独立完成，允许在专家指导下进行，但不得代劳。

学科范围：涵盖21个学科类别，包括工程、生物、化学、计算机、环境科学等。

伦理限制：涉及人类、脊椎动物、病原体等研究需提前提交额外审查表（如ISEF Forms）。

关键文件与截止时间

ISEF表格：根据研究类型提交相应表格（如1C、2、3等），需在地区赛前完成审核。

摘要与研究论文：英文撰写，清晰描述研究目的、方法、结论。

地区赛截止：2026年3-4月

其他注意事项

展示材料：展板需符合ISEF尺寸要求（通常宽48英寸、深30英寸、高108英寸），禁止活体样本或危险品。

知识产权：部分研究可能需申请专利后再参赛，避免披露风险。

为了方便同学们更好的备赛，特别整理了ISEF-TMED转化医学科学2025获奖作品方便学习

TMED076 - 评估 CNN 在胸部 X 光诊断中的应用

放射学是医学的重要分支，它依赖X射线等成像技术来诊断疾病和损伤，然而，在医疗资源匮乏的地区，放射科医生的短缺导致诊断和治疗延误。深度学习，尤其是卷积神经网络，有望成为诊断放射学的有效工具。本研究旨在探讨更复杂的卷积神经网络模型EfficientNetB4与更简单的EfficientNetB1相比，是否能提高胸部X光图像的诊断性能，以及它能否在低端硬件上高效运行。此外，本研究还考察了EfficientNetB4是否能保持合理的推理速度和诊断性能，以及其诊断准确率和速度是否优于放射科医生的评估结果。EfficientNetB1使用240×240像素的图像进行训练，而EfficientNetB4则使用380×380像素的图像进行训练。推理速度的测试是在一台配备 8GB DDR4 内存、Intel i5-10210U 处理器且无独立显卡的笔记本电脑上进行的，并与一台配备 Ryzen 7800x3d 处理器、RTX 4080 显卡和 32GB DDR5 内存的计算机进行了对比。EfficientNetB4 和一位放射科医生共同评估了 18 张图像作为基准。结果表明，EfficientNetB4 在诊断准确率方面优于 EfficientNetB1，即使在没有 GPU 的硬件上也能快速运行。与放射科医生相比，EfficientNetB4 对 18 张图像的诊断全部正确，且图像处理速度更快。使用 GradCAM 热图，定位结果非常精确，仅有一例气胸病例例外。这些发现表明，卷积神经网络 (CNN) 可能是一种快速可靠的胸部 X 光诊断工具，适用于临床环境，有助于在资源匮乏的环境中提升医疗保健水平。

TMED078 - 使用抗体鸡尾酒疗法诊断胰腺癌

胰腺癌因其侵袭性和高致死率而被誉为“癌症之王”。尽管其发病率仅排名第九，但却是癌症相关死亡的第四大主要原因，预计到2030年将成为美国第二大癌症相关死亡原因。主要问题在于诊断过晚。I期胰腺癌的五年生存率可达84%，但若在IV期确诊，则生存率骤降至3%。由于早期诊断是战胜胰腺癌的关键，我开发了一种新型的胰腺癌诊断方法，该方法从血浆中分离出胰腺癌特异性细胞外囊泡（EVs），从而仅需一次简单的抽血即可检测癌症突变。癌细胞即使在早期阶段也会释放EVs，而EV-DNA包含与原始细胞相同的突变。为了分离胰腺癌特异性EVs，我通过文献检索鉴定了3种胰腺癌特异性表面抗原。将针对这些抗原的抗体混合物与磁性纳米珠偶联，用于从血浆中分离胰腺癌来源的细胞外囊泡（EV）。然后，利用液滴数字PCR（ddPCR）分析纯化的EV-DNA中KRAS突变（胰腺癌的驱动基因突变）。在23例胰腺癌患者和10例健康供体的队列中，所有患者和1例健康供体均检测到KRAS突变。该检测方法的灵敏度为100%，特异性为90%，区分度为91.3%。相比之下，使用目前的行业标准方法，仅在相同的23例患者样本中的17例中检测到癌症。本研究开发了一种从血浆中高灵敏度检测胰腺癌的新方法。进一步的改进和大规模临床试验有望推动该技术应用于临床，用于早期诊断和实时治疗监测。

TMED084 - IgG4-RD 中新型自身抗原的发现

自身免疫性疾病影响着全球数百万人，但由于其生物学复杂性和患者个体差异，许多疾病难以诊断。我开发了一套计算流程来处理自身免疫异质性，从而能够发现IgG4相关疾病（IgG4-RD）中的新型自身抗原。IgG4-RD是一种免疫介导的疾病，其特征是肿瘤样病变、纤维化和器官功能障碍，且缺乏明确的自身免疫特征。虽然先前的研究表明IgG4-RD患者体内存在能够识别自身抗原的浆母细胞，但尚未发现一致的疾病特异性自身抗体反应。我假设，全蛋白质组计算筛选可以发现定义和细分IgG4-RD患者的自身抗原。为了验证这一假设，我分析了先前从30例IgG4-RD患者和30例系统性硬化症（SSc，阳性对照）患者收集的HuProt微阵列数据。我使用 R 语言，运用三种机器学习模型——LASSO 回归、线性和广义线性混合模型 (LMM/GLMM) 以及 SLIDE——来识别差异结合蛋白。每种模型都表现出较高的预测准确率（AUC > 0.9），并且它们的交集揭示了七种持续反应的自身抗原。POLR3K 和 TOP1MT 是 SSc 的已知靶点。DDX3Y 和 LIMS1 被认为是 IgG4-RD 特异性自身抗原的有力候选者，文献表明它们在免疫调节和 IgG 亚类表达中发挥作用。基因本体论分析证实了其生物学相关性，并突出了 RNA 聚合酶 III 活性等功能。这项工作加深了我们对 IgG4-RD 病理生理学的理解，并为自身抗原的发现建立了一个可扩展的框架。它通过实现高分辨率的自身反应性分析，为免疫学的个性化诊断打开了大门。

TMED085 - 用于视网膜血管节段的人工智能眼科硬件

糖尿病视网膜病变（DR）、青光眼和年龄相关性黄斑变性（AMD）等疾病的患病率在全球范围内迅速上升，预计到2040年，将有超过7亿人面临视力障碍的风险。尽管早期视网膜筛查已被证实能显著降低糖尿病患者的视力丧失风险，最高可达90%，但由于传统眼底检查成本高昂且效率低下，难以广泛实施。为了应对这些挑战，本研究通过技术创新取得了以下突破：（i）利用视网膜血管分割技术实现DR的自动分类和无创诊断；（ii）提供增强的血管分割可视化工具，以辅助医生准确识别血管异常；（iii）设计便携式眼底成像设备，以降低诊断成本并提高可及性；（iv）生成与疾病严重程度分类结果相匹配的图像数据，以增强人工智能模型的可解释性，使其更适用于临床应用。

ISEF历年获奖作品集&解析&资料免费下载⬇️

相关文章：

2025 Regeneron ISEF大奖-TMED转化医学科学获奖作品汇总-4

2026ISEF赛事安排

参赛资格

年龄与年级：9-12年级学生（或同等学历），参赛时年龄不超过20岁。

地区选拔：必须通过附属赛（Affiliated Fair）晋级，无法直接报名。中国学生需先参加国内选拔赛（如青创赛、明天小小科学家等）。

团队项目：最多3人，所有成员需满足资格且共同参赛。

项目要求

原创性：项目必须由学生独立完成，允许在专家指导下进行，但不得代劳。

学科范围：涵盖21个学科类别，包括工程、生物、化学、计算机、环境科学等。

伦理限制：涉及人类、脊椎动物、病原体等研究需提前提交额外审查表（如ISEF Forms）。

关键文件与截止时间

ISEF表格：根据研究类型提交相应表格（如1C、2、3等），需在地区赛前完成审核。

摘要与研究论文：英文撰写，清晰描述研究目的、方法、结论。

地区赛截止：2026年3-4月

其他注意事项

展示材料：展板需符合ISEF尺寸要求（通常宽48英寸、深30英寸、高108英寸），禁止活体样本或危险品。

知识产权：部分研究可能需申请专利后再参赛，避免披露风险。

为了方便同学们更好的备赛，特别整理了ISEF-TMED转化医学科学2025获奖作品方便学习

TMED062 - 甲状腺癌转移基因注释

甲状腺癌（TC）是全球最常见的内分泌恶性肿瘤之一，2022年新增病例达821,214例，是所有癌症中增长速度最快的。尽管其发病率很高，但现有的预后生物标志物在临床应用中仍不尽如人意，尤其是在早期识别高危患者方面。值得注意的是，约30%的细针穿刺活检甲状腺组织样本仍无法确诊或诊断明确。本研究旨在通过整合湿实验室和干实验室方法，鉴定与甲状腺癌预后不良相关的差异表达基因（DEGs）。我们分析了来自乳头状甲状腺癌（PTC）、滤泡状甲状腺癌（FTC）、低分化甲状腺癌（PDTC）和未分化甲状腺癌（ATC）实验性肺转移模型的四个RNA测序数据集，以筛选与远处转移（DM）相关的候选基因。随后，我们使用TCGA-THCA数据集通过生物信息学分析验证了这些候选基因。在所有数据集中，共鉴定出105个上调基因和25个下调基因。后续分析显示，有7个基因在13%的乳头状甲状腺癌（PTC）样本中过表达，且与较差的总生存期显著相关（p < 0.001）。这7个基因的特征被认为可作为一种新型预后生物标志物，用于远处转移（DM）的风险分层，并有望通过对肿瘤活检样本进行基因表达谱分析，将其整合到临床工作流程中，以识别高危患者，从而提高诊断的精确度，并实现更早、更有针对性的干预，最终改善生存预后。这最终可能减轻甲状腺癌的经济和医疗负担。

TMED063T - 新型多传感器肺健康分析仪

根据近期趋势，肺部疾病影响着全球超过5亿人，每年导致超过1000万人死亡。为了早期发现肺部疾病，本项目旨在设计并测试一种价格低廉、无创的设备，该设备能够利用新型多传感器和生物标志物分析技术，在疾病发展阶段进行检测。该设备结合了三种先进的气体传感技术：挥发性有机化合物（VOC）、氮氧化物（NOx）和流速（这些技术均已被研究证实与呼吸系统疾病相关），并连接到用于数据处理的树莓派。为了进一步节省空间和成本，我们为该设备定制了一块PCB电路板。所有组件都被安装在一个定制的3D打印外壳中。为了测试该设备，我们让两组患者（一组临床诊断为哮喘，另一组未被诊断）对着设备的吹嘴吹气。设备随后输出诊断结果，并与临床诊断结果进行比较。在测试阶段，该设备在18名患者的样本中对哮喘的检测准确率达到了100%。通过构建混淆矩阵，计算得出该设备的真阳性率和真阴性率均为100%，表明其准确率已达到最高水平。本研究表明，所研制的新型设备在肺部疾病检测方面具有极高的准确率，为现有检测方法提供了一种经济实惠的替代方案。该研究成果可通过大规模生产和分发至偏远及资源匮乏地区而推广至全球。

TMED064 - 猫爪草和肠道微生物群修复帕金森病

背景：帕金森病（PD）是一种神经退行性疾病，由α-突触核蛋白（AS）聚集导致的多巴胺能神经元退化引起。肠道菌群失调已被认为是导致AS聚集的可能机制之一。秀丽隐杆线虫（CE）是一种优秀的PD动物模型。转基因NL5901 CE的肌肉细胞中存在AS突变，导致AS聚集并损害线虫的运动能力。先前的实验表明，枯草芽孢杆菌（BS）和钩藤（UT）对CE NL5901具有抗AS聚集作用。假设：与未接受BS培养和UT治疗的对照组相比，接受BS培养和UT治疗的CE NL5901在运动能力改善和AS聚集减少方面将有更显著的效果。方法：将120条线虫（60条野生型和60条NL5901品系）分为12组，每组10条。这些组分别接受BS、EC、BS/EC联合处理，以及UT处理（暴露组与未暴露组）。分别于第0、1、3和6天测量线虫的运动能力。在处理后第6天测量AS聚集情况。结果：在第6天，与其它组相比，接受BS、UT或两者联合处理的CE NL5901品系线虫的运动能力更强，AS聚集水平更低。UT和BS联合处理组的抗AS聚集效果最佳。结论：BS和UT联合处理可增强CE NL5901品系线虫的运动能力并降低AS聚集水平。应用：这项研究增进了我们对 BS（恢复微生物群失调）和 UT 在 PD 动物模型中 AS 抗聚集作用的了解，这可能有助于寻找 PD 患者的神经保护药物。

TMED066T - 用于伤口愈合的草药纳米颗粒

慢性伤口是一个重要的健康问题，尤其是在老年人和糖尿病等患者中。若不及时治疗，慢性伤口可能导致感染、组织坏死甚至截肢。传统敷料仅提供物理保护，往往缺乏水分控制或抗菌等治疗功能。本研究提出了一种创新方法，将泰国传统草药与纳米技术相结合。研究人员在以组织再生能力著称的模式生物——日本杜氏木虱（Dugesia japonica）上测试了姜黄（Curcuma longa）、积雪草（Centella asiatica）和芦荟（Aloe barbadensis）的疗效。结果表明，姜黄，尤其是其活性成分姜黄素，由于其抗炎、抗氧化和抗菌特性，疗效最为显著。研究人员将姜黄素合成氧化锌纳米颗粒（Cur-ZnONPs），平均粒径为86.61 ± 6.03 nm，并以0.25–0.50 mg/mL的浓度进行应用，显著促进了组织再生。为了改善药物递送，纳米颗粒被包裹在壳聚糖-海藻酸盐水凝胶中，从而实现可控释放和稳定性。这种环保系统融合了古老的草药智慧和现代科学，为先进的伤口护理提供了一种可持续的解决方案。

ISEF历年获奖作品集&解析&资料免费下载⬇️

相关文章：

2025 Regeneron ISEF大奖-TMED转化医学科学获奖作品汇总-5

2026ISEF赛事安排

参赛资格

年龄与年级：9-12年级学生（或同等学历），参赛时年龄不超过20岁。

地区选拔：必须通过附属赛（Affiliated Fair）晋级，无法直接报名。中国学生需先参加国内选拔赛（如青创赛、明天小小科学家等）。

团队项目：最多3人，所有成员需满足资格且共同参赛。

项目要求

原创性：项目必须由学生独立完成，允许在专家指导下进行，但不得代劳。

学科范围：涵盖21个学科类别，包括工程、生物、化学、计算机、环境科学等。

伦理限制：涉及人类、脊椎动物、病原体等研究需提前提交额外审查表（如ISEF Forms）。

关键文件与截止时间

ISEF表格：根据研究类型提交相应表格（如1C、2、3等），需在地区赛前完成审核。

摘要与研究论文：英文撰写，清晰描述研究目的、方法、结论。

地区赛截止：2026年3-4月

其他注意事项

展示材料：展板需符合ISEF尺寸要求（通常宽48英寸、深30英寸、高108英寸），禁止活体样本或危险品。

知识产权：部分研究可能需申请专利后再参赛，避免披露风险。

为了方便同学们更好的备赛，特别整理了ISEF-TMED转化医学科学2025获奖作品方便学习

TMED068 - 克服前列腺癌的多西他赛耐药性

获得性耐药是癌症治疗中最大的障碍之一，会导致癌症复发和进展的风险增加。为了克服耐药性并改善治疗效果，联合治疗（即同时使用多种治疗药物）在目前的癌症治疗方案中得到广泛应用。本研究采用新型药物奥巴托克拉（Obatoclax，一种BCL-2（B细胞淋巴瘤2蛋白）抑制剂）联合25 nM多西他赛，以评估其对前列腺癌细胞凋亡通路的影响。首先，使用PC3紫杉醇耐药（TR）和DU145 TR前列腺癌细胞的细胞活力检测，确定了4 nM的奥巴托克拉治疗浓度。然后，使用奥巴托克拉（4 nM）和多西他赛（25 nM）联合治疗，通过蛋白质印迹和克隆形成实验检测细胞凋亡及其分子效应。结果表明，癌细胞克隆形成显著减少，PARP（聚ADP核糖聚合酶）浓度大幅降低，而C-PARP（裂解型PARP）浓度大幅升高。这些结果提示，该疗法对TR前列腺癌细胞具有强烈的凋亡作用，可能显著提高化疗疗效和改善患者预后。目前的研究包括利用Western Blot法评估其他凋亡指标，例如BCL-2、BAX（BCL-2相关X蛋白）和BCL-2 XL（BCL-2超大蛋白）。

TMED069 - 用于早期中风检测的泪液测试

中风是导致发病率和长期残疾的主要原因。及时准确的检测至关重要，因为缺血性中风 (IS)（由血栓阻塞脑循环引起）和出血性中风 (HS)（由血管破裂引起）所需的治疗方法截然不同。目前的诊断工具严重依赖于对身体症状的评估，而这些症状具有定性、主观性和不可靠性。作为金标准的院内神经影像学检查耗时长、成本高，且在院前环境中难以进行，常常导致治疗延误，超过有效治疗的4.5小时窗口期。为了满足这一尚未满足的需求，研究人员探索了泪液作为一种非侵入性、富含生物标志物的生物体液，用于中风检测。利用我最近开发的一种新型毛细血管内泪液蛋白质组学技术，对IS、HS和健康对照者 (HC) 的泪液样本（每组10例）进行了液相色谱串联质谱 (LC-MS/MS) 分析。 MaxQuant 和 Perseus 分析鉴定了 1,293 种蛋白质，其中 IS vs. HC、HS vs. HC 和 HS vs. IS 中分别有 55、89 和 48 种差异表达蛋白质 (DEP)。进一步研究 DEP 揭示了一个由白细胞介素 6 (IL6)、硫氧还蛋白 (TXN2) 和纤维蛋白原 (FIB) 组成的生物标志物组，在独立队列（每组 n=5）中实现了 90% 的准确度、90% 的灵敏度和 100% 的特异性。IS 和 HS 中 IL6 和 TXN2 均升高，而 FIB 可以区分 IS（升高）和 HS（降低）。基于这些发现，我开发了 QuanTear，这是一款一流的、基于纳米针的可穿戴隐形眼镜生物传感器，能够使用模拟纳米比色检测来量化 IL6、TXN2 和 FIB。 QuanTear 提供了一种价格实惠（<50 美元）、无创的院前中风检测和监测解决方案，可通过早期干预挽救生命。

TMED071T - 多模型人工智能口腔癌早期诊断系统

口腔癌每年影响全球超过 30 万人，死亡率约为 47%。早期诊断可显著提高生存率，最高可达 56%，但由于成本、可及性和现有诊断方法的准确性有限，只有不到 33% 的病例能够得到早期诊断。口腔癌的早期征兆是口腔内的异常病变，这可以通过口内图像捕捉到。这些图像价格实惠且易于获取，但背景噪音过大，导致诊断困难。\n\n为了解决这个问题，我们开发了 OralScan，这是一个四阶段、多模态计算机视觉流程，旨在改进口腔癌诊断。该流程基于超过 6,000 张口内图像的数据集进行训练，能够将口腔和可疑病变进行分割，F1 分数分别高达 97% 和 93%。在分类阶段，我们的模型会将患者年龄、性别和生活习惯等风险因素纳入最终诊断，并使用全连接层进行处理。该流程的多模态分类器能够以 91% 的 F1 值将病变识别为恶性或良性，并以 84% 的 F1 值进一步将癌症分类为早期或晚期。\n\n我们开发了一款跨平台移动应用程序，确保价格实惠且易于使用。为了提高模型准确性，我们设计了一个可 3D 打印的对准底盘，可连接到手机上，确保患者拍摄光线充足、构图正确的口内图像。通过整合多模态数据，我们的流程实现了前所未有的分割和分类准确性。OralScan 价格实惠，使其成为全球需要紧急口腔护理的人士可轻松获取的诊断工具。

TMED072 - 用于脑肿瘤诊断的优化机器学习模型

脑肿瘤每年影响数千人，仅在美国每年就确诊约95,000例原发性脑肿瘤病例。据估计，全球每年约有4000万患者受到诊断成像错误的影响，3%至5%的错误率导致795,000人死亡或永久性残疾。由于类内变异性高而类间相似性高，脑肿瘤分类仍然十分复杂。为了解决这个问题，本研究开发并比较了三种优化的深度学习架构——EfficientNet卷积神经网络（b5模型）、Vision Transformer（ViTs）（Swin Transformer模型）和混合Transformer——用于对来自4,479张MRI图像数据集的15种脑肿瘤类型进行分类。本研究对先前基线研究中的EfficientNet模型进行了优化和重新评估。引入ViTs是因为它能够对长程空间依赖性进行建模。此外，本研究还实现了混合Transformer，它将卷积特征提取与基于Transformer的全局注意力机制相结合。所有架构均采用优化框架进行增强，该框架融合了随机加权平均、MixUp/CutMix 数据增强、软目标交叉熵损失、学习率调度器（余弦退火）、梯度裁剪和 AdamW 优化。在基于 Transformer 的模型中，一个模型的验证准确率高达 99.00%，表明诊断错误率有望从 5% 降低至 0.05%。为确保临床应用性，本研究应用了可解释人工智能 (XAI) 方法来可视化肿瘤定位并模拟决策路径。此外，还对模型进行了推理时间和计算效率的优化，以最大限度地提高部署准备度。本研究提出了一种可解释的、最先进的基于 MRI 的脑肿瘤诊断模型，具有强大的临床应用潜力。

ISEF历年获奖作品集&解析&资料免费下载⬇️

相关文章：

2025 Regeneron ISEF大奖-TMED转化医学科学获奖作品汇总-3

2026ISEF赛事安排

参赛资格

年龄与年级：9-12年级学生（或同等学历），参赛时年龄不超过20岁。

地区选拔：必须通过附属赛（Affiliated Fair）晋级，无法直接报名。中国学生需先参加国内选拔赛（如青创赛、明天小小科学家等）。

团队项目：最多3人，所有成员需满足资格且共同参赛。

项目要求

原创性：项目必须由学生独立完成，允许在专家指导下进行，但不得代劳。

学科范围：涵盖21个学科类别，包括工程、生物、化学、计算机、环境科学等。

伦理限制：涉及人类、脊椎动物、病原体等研究需提前提交额外审查表（如ISEF Forms）。

关键文件与截止时间

ISEF表格：根据研究类型提交相应表格（如1C、2、3等），需在地区赛前完成审核。

摘要与研究论文：英文撰写，清晰描述研究目的、方法、结论。

地区赛截止：2026年3-4月

其他注意事项

展示材料：展板需符合ISEF尺寸要求（通常宽48英寸、深30英寸、高108英寸），禁止活体样本或危险品。

知识产权：部分研究可能需申请专利后再参赛，避免披露风险。

为了方便同学们更好的备赛，特别整理了ISEF-TMED转化医学科学2025获奖作品方便学习

TMED050 - 胰腺手术助手

2024年，美国癌症协会（ACS）报告称，胰腺癌的死亡率高达78%。胰腺癌的5年生存率仅为13%。ACS指出，目前已知唯一有效的“治愈”胰腺癌的方法是手术。胰腺癌手术的并发症发生率约为40%（Ho, Choon-Kiat, NIH）。本研究旨在辅助术前规划和手术操作。为此，我们训练了U-Net模型，用于从CT扫描图像中分割胰腺、肝脏、肝血管及其各自的肿瘤，并将其集成到浏览器应用程序中。虚拟现实（VR）头显搭载了混合现实（MR）应用程序，该程序利用YOLO系统向外科医生提示胰腺附近的9个重要器官。每个分割任务训练了三个U-Net模型（共9个模型），并训练了三个YOLO系统。在胰腺分割任务中，nnU-Net模型的验证Dice系数最高，为0.9576。在肝血管识别任务中，nnU-Net 的系数最高，为 0.9641。在肝脏识别任务中，2D Attention U-Net 的系数最高，为 0.9823。在器官检测任务中，YOLOv8 模型的平均精度均值 (mAP) 最高，为 89%。随后进行了 1200 次试验，以验证所有模型在未见过的图像上的性能。性能最佳的三个 U-Net 模型被成功转化为一个浏览器应用程序，用户可以上传 CT 扫描图像，供模型分割相应的器官和肿瘤。此外，还使用 YOLOv8 成功开发了一个 MR 应用程序，可以实时检测胰腺手术中涉及的九个主要器官。该应用程序经当地外科医生评估其实用性后，外科医生表示它可以将并发症发生率降低 10% 至 30%。

TMED051——新型小分子c-MYC抑制剂，用于癌症治疗

癌症仍然是全球最严峻的健康挑战之一，其中c-MYC原癌基因与超过50%的癌症病例相关，尤其是在实体瘤中。c-MYC失调会促进肿瘤生长并抑制免疫反应，使其成为癌症治疗的关键靶点。本研究探索了旨在通过靶向c-MYC的内部核糖体进入位点（IRES）来抑制c-MYC mRNA翻译的小分子疗法，IRES促进非依赖帽结构的翻译。这种此前未被探索的方法能够选择性地阻断依赖c-MYC失调生长的癌细胞中的c-MYC翻译，同时不影响同样依赖c-MYC的正常细胞。研究人员利用高通量筛选方法，构建了一个全功能片段（FFF）文库，以鉴定具有特定结合特性的片段。该文库是使用PocketVec构建的，PocketVec是一款药物设计软件，能够识别RNA结合口袋并选择靶向这些口袋的片段。将含有重氮丙烯和炔基的化合物与c-MYC mRNA孵育，并利用紫外光激活重氮丙烯交联以实现选择性结合。随后通过点击化学连接TAMRA荧光团，从而实现对结合相互作用的荧光检测。采用琼脂糖凝胶电泳和生物成像评估结合强度。结果支持了特定功能基团增强结合亲和力的假设，剂量反应分析鉴定出几个潜在的活性化合物。这些发现表明，小分子可以通过IRES干扰c-MYC的表达，为抑制肿瘤生长和克服传统蛋白质靶向疗法的局限性提供了一种新的策略。未来的研究将着重于优化这些化合物并评估其在生物系统中的疗效。

TMED055——用于类风湿性关节炎治疗的CRAC通道抑制剂

类风湿性关节炎 (RA) 是一种自身免疫性关节病，全球有超过 1800 万人受其影响，导致剧烈的关节疼痛和肿胀。目前的治疗方法（例如甲氨蝶呤、阿达木单抗）伴有严重的副作用，包括肝毒性和骨坏死。为了探索替代治疗方案，我们进行了一项文献综述，结果表明钙释放激活钙 (CRAC) 通道亚基 ORAI1 的失调在 RA 的发病中起着关键作用。在 RA 中，CRAC 通道的过度激活导致过量的钙离子流入 T 细胞，从而触发促炎信号通路。具体而言，ORAI1 的 E106（谷氨酸）氨基酸残基对于 CRAC 通道的钙离子选择性至关重要。植物次生代谢产物因其与蛋白质靶点的协同进化以及良好的生物相容性而备受关注，有望成为毒性更低的治疗候选药物。本研究旨在利用计算方法筛选对E106位点具有高亲和力且脱靶效应最小的植物代谢物。首先，利用同源建模构建了ORAI1亚基及其活性位点。随后，结合新型人工智能模型NeoScreen和Schrödinger GLIDE软件，进行了虚拟筛选和分子对接。化合物的评估指标包括药代动力学（如Lipinski规则、极化率）、毒性（如细胞毒性、致突变性）以及整体结合亲和力。先导化合物1-去没食子酰白花青素（单宁衍生的代谢物）表现出最高的亲和力和良好的毒性。后续步骤包括对先导化合物进行优化和非临床试验。靶向E106残基的药物研发有望为类风湿性关节炎（RA）及其他多种涉及CRAC通道功能障碍的自身免疫性疾病提供一种更安全的治疗策略。

TMED061 - 用于糖尿病性黄斑水肿的FDM 3D打印PCL-地塞米松植入物

糖尿病性黄斑水肿 (DME) 是导致视力障碍的主要原因之一，影响高达 30% 的糖尿病患者。它是由血管渗漏引起的视网膜液体积聚所致，通常采用持续释放皮质类固醇进行治疗。虽然 Ozurdex 可生物降解的地塞米松植入剂能够提供缓释作用，但通常需要重复注射，这增加了并发症的风险和高昂的费用。本研究旨在利用熔融沉积成型 (FDM) 3D 打印 (3DP) 技术制造基于聚己内酯 (PCL) 的可生物降解地塞米松植入剂，作为一种经济有效的替代方案，减少重复注射的需求。圆柱形植入剂在 Tinkercad 中设计，导出为 STL 文件，并使用 FDM 打印机进行打印。药物的掺入是通过将 PCL 长丝（因其良好的生物相容性和缓慢降解性而被选中）浸泡在过饱和的地塞米松-乙醇溶液中，然后进行控制干燥来实现的。采用电子卡尺测量尺寸精度，并使用扫描电子显微镜 (SEM) 分析表面形貌。将植入物浸入 37°C 的 PBS 缓冲液中，使用紫外-可见分光光度计在 243 nm 处测量吸光度，以评估体外药物释放。通过校准曲线将吸光度与药物浓度关联起来。结果表明，该植入物制造精度高，尺寸偏差小于 2.5%，SEM 图像证实其表面光滑，表明挤出均匀。体外药物释放测试表明存在初始药物释放阶段，并提示通过进一步优化可实现延长药物释放。成本分析表明，与传统植入物相比，该植入物具有显著的经济优势。本研究证实，采用熔融沉积成型 (FDM) 3D 打印技术制备的 PCL-地塞米松植入物是一种可扩展、经济高效的方法，有望为糖尿病性黄斑水肿 (DME) 的治疗提供一种更安全的替代方案。

ISEF历年获奖作品集&解析&资料免费下载⬇️

相关文章：

2025 Regeneron ISEF大奖-TMED转化医学科学获奖作品汇总-2

2026ISEF赛事安排

参赛资格

年龄与年级：9-12年级学生（或同等学历），参赛时年龄不超过20岁。

地区选拔：必须通过附属赛（Affiliated Fair）晋级，无法直接报名。中国学生需先参加国内选拔赛（如青创赛、明天小小科学家等）。

团队项目：最多3人，所有成员需满足资格且共同参赛。

项目要求

原创性：项目必须由学生独立完成，允许在专家指导下进行，但不得代劳。

学科范围：涵盖21个学科类别，包括工程、生物、化学、计算机、环境科学等。

伦理限制：涉及人类、脊椎动物、病原体等研究需提前提交额外审查表（如ISEF Forms）。

关键文件与截止时间

ISEF表格：根据研究类型提交相应表格（如1C、2、3等），需在地区赛前完成审核。

摘要与研究论文：英文撰写，清晰描述研究目的、方法、结论。

地区赛截止：2026年3-4月

其他注意事项

展示材料：展板需符合ISEF尺寸要求（通常宽48英寸、深30英寸、高108英寸），禁止活体样本或危险品。

知识产权：部分研究可能需申请专利后再参赛，避免披露风险。

为了方便同学们更好的备赛，特别整理了ISEF-TMED转化医学科学2025获奖作品方便学习

TMED036 - 用于阿尔茨海默病的多模态人工智能注意力方法

阿尔茨海默病（AD）早期诊断仍然十分困难。目前的诊断方法常常会遗漏一些细微的早期症状，从而延误干预。本研究开发了一种新型的多模态深度学习（DL）框架，并结合人工智能注意力机制，旨在提高AD的早期检测率。该模型使用了来自阿尔茨海默病神经影像学计划（ADNI）的磁共振成像（MRI）、载脂蛋白E（APOE）生物标志物和临床数据。该多模态框架通过筛选数据并交叉引用关联性，模拟临床医生的最佳实践来检测AD。首先，该方法采用深度学习框架而非目前传统的机器学习（ML）方法来持续提取每种模态的特征。利用卷积神经网络（CNN）从MRI中提取空间特征。多层感知器方法处理遗传和临床数据集。然后，将自注意力机制和交叉注意力机制应用于这些特征集，以捕捉模态内和模态间的关系，从而增强模型识别AD相关细微模式的能力。该模型实现了97.9%的AD检测准确率，优于现有的缺乏注意力机制的多模态和单模态模型。统计分析发现，采用深度学习方法时，MRI脑结构完整性（BSI）指标和APOE基因型特征具有较高的预测统计Shapley值（排名前七），而传统机器学习方法的Shapley值则显著较低（排名后六）。这项研究表明，多模态方法在AD早期检测方面优于单模态方法，证明了注意力机制的有效性，并揭示了BSI指标和APOE基因型在AD检测中的重要性。

TMED042 - OncoNote：早期泛癌预后预测

癌症是全球第二大死因，影响着2000万人，每年造成超过970万人死亡。早期预测临床结果对于患者风险分层和治疗管理至关重要，然而，目前的癌症分期系统无法有效区分不同类型的癌症，一致性低至52%。因此，我的项目提出了OncoNote：首个低成本、非侵入式的计算框架，利用非结构化的自由文本临床叙述，在初诊时预测泛癌患者的生存率和复发率。首先，我训练了一个无监督的FastText模型，通过去除噪声、分割句子和合成临床术语，处理来自56339名患者的约230万份临床叙述。该模型通过学习来自686家机构的稳健且具有医学意义的词表示，生成了一个文档级嵌入数据集，并使用该数据集训练了一个Cox比例风险神经网络。该模型能够自适应地评估与预后相关的临床文本，并为每位患者预测风险评分。经过大量实验，其生存预测和复发预测模型在32种癌症类型中分别取得了0.72和0.77的显著一致性，超越了所有现有的临床技术。OncoNote为临床医生提供了首个可应用于任何电子健康记录的泛癌、基于文本的数字生物标志物，通过避免患者接受过度积极的治疗，从而改善临床疗效。最终，该平台将成为一个可扩展、经济实惠且全面的解决方案，使临床医生能够更早地制定稳健的靶向治疗方案，从源头上预防不良临床事件的发生，并挽救数百万人的生命。

TMED043 - 通过泪液检测神经退行性疾病

全球约有5500万人患有阿尔茨海默病等神经退行性疾病，预计每20年人数就会翻一番。标准的检测方法，例如脑脊液采集和神经影像学技术，通常需要专门的设施和痛苦的操作，这些操作成本高昂，使得许多人无法获得早期发现和治疗。本研究旨在通过开发一种比色侧流分析方法来检测泪液中的tau蛋白，以突破这些限制。tau蛋白与阿尔茨海默病等疾病的病理过程有关，是神经退行性疾病的关键生物标志物。为了识别这些蛋白质的存在，我们通过本体聚合而非抗体合成了分子印迹聚合物(MIP)。合成过程包括以1:4:20的实验比例进行精确的模板蛋白、功能单体和交联剂反应，然后进行紫外聚合和模板去除。随后，这些MIP被整合到硝酸纤维素膜中，制成横流试纸条，用于通过ImageJ分析的二辛可宁酸(BCA)比色反应检测纳摩尔范围内的蛋白质浓度。该方法克服了基于抗体的检测系统的局限性，提供了更高的稳定性和相当的特异性，使该检测方法可用作初步筛选技术。此外，该检测方法比淀粉样蛋白PET扫描的成本效益高96%，无需训练有素的技术人员或先进的设备，并且是非侵入性的，使其成为数百万农村和服务欠缺社区痴呆症患者的潜在实用替代方案。

TMED045 - 患者特异性推注装置制造

放射治疗是癌症治疗的基石，每年服务超过1000万新患者，需要精准的剂量输送。定制的组织样材料——覆盖于皮肤表面的剂量补偿器（bolus）——对于优化放射剂量至关重要。然而，传统的剂量补偿器制作方法常常会因空气间隙而导致高达30%的剂量输送误差，尤其是在复杂的解剖区域，这可能导致肿瘤复发和组织损伤。虽然3D打印等先进解决方案提供了替代方案，但其高昂的成本和漫长的生产周期限制了其广泛应用。本研究开发了一种新型的多阶段计算工具，用于将三维解剖结构展开为二维轮廓。首先，使用自编码器深度学习模型简化患者特异性的复杂三维网格。然后，快速行进法（Fast Marching Method）精确地将测地线距离映射到三维曲面上，并在变换过程中保持关键的固有距离。最后，使用谱网格展平算法（Spectral Mesh Flattening algorithm）将距离映射后的曲面变换为二维轮廓。该工具使用400多个基于几何图元生成的3D模型进行验证，以确保其数学精度，并进一步使用模拟放射治疗环境的医学模型进行测试。该工具能够为包括鼻子、耳朵和下巴在内的复杂解剖区域生成精确的2D轮廓。几何模型的DICE系数为0.89±0.06，实验室验证结果显示其解剖结构符合性良好，Hausdorff距离小于1.3毫米，最大限度地减少了导致剂量输送误差的空气间隙。与3D打印方法相比，该工具的制造时间缩短了80%，成本更低，能够快速、个性化且便捷地制造剂量补偿器，从而改善全球癌症患者的放射治疗效果。

ISEF历年获奖作品集&解析&资料免费下载⬇️

相关文章：

2025 Regeneron ISEF大奖-TMED转化医学科学获奖作品汇总-1

2026ISEF赛事安排

参赛资格

年龄与年级：9-12年级学生（或同等学历），参赛时年龄不超过20岁。

地区选拔：必须通过附属赛（Affiliated Fair）晋级，无法直接报名。中国学生需先参加国内选拔赛（如青创赛、明天小小科学家等）。

团队项目：最多3人，所有成员需满足资格且共同参赛。

项目要求

原创性：项目必须由学生独立完成，允许在专家指导下进行，但不得代劳。

学科范围：涵盖21个学科类别，包括工程、生物、化学、计算机、环境科学等。

伦理限制：涉及人类、脊椎动物、病原体等研究需提前提交额外审查表（如ISEF Forms）。

关键文件与截止时间

ISEF表格：根据研究类型提交相应表格（如1C、2、3等），需在地区赛前完成审核。

摘要与研究论文：英文撰写，清晰描述研究目的、方法、结论。

地区赛截止：2026年3-4月

其他注意事项

展示材料：展板需符合ISEF尺寸要求（通常宽48英寸、深30英寸、高108英寸），禁止活体样本或危险品。

知识产权：部分研究可能需申请专利后再参赛，避免披露风险。

为了方便同学们更好的备赛，特别整理了ISEF-TMED转化医学科学2025获奖作品方便学习

TMED020 - ParkinAid：帕金森病人工智能诊断和康复

帕金森病（PD）是第二大常见神经退行性疾病。早期诊断和有效康复至关重要，但目前面对面的临床咨询和影像扫描方法耗时费力、费用昂贵且难以普及，现有的康复设备也往往无法适应患者的病情。为了克服这些局限性，我们提出了ParkinAid，这是一个集成了人工智能诊断和机器人辅助康复设备的系统，为帕金森病的诊断和康复提供了一个多模态平台。\nParkinAid利用机器学习模型，基于步态行为、手部震颤、言语模式和手部震颤传感器读数，评估总共18项帕金森病特征进行诊断。计算机视觉和自然语言处理模型用于特征提取，神经网络用于数据分析。ParkinAid基于统一帕金森病评定量表（UPDRS）标准预测帕金森病指数评分，并进行二元诊断。\n康复单元采用EPM结构构建，辅助手指运动训练，以改善僵硬和震颤症状。它集成了柔性传感器、压力传感器和加速度计，可提供关于运动功能的实时反馈。此外，康复单元利用传感器数据优化和个性化康复训练，并跟踪康复进展和效果。ParkinAid展现出高精度和高可靠性。其基于人工智能的诊断功能在晚期和早期患者数据集上均得到验证，平均准确率达到92%；康复模块在各种场景下进行了测试，能够有效辅助手部运动。ParkinAid为帕金森病患者的早期诊断和康复提供了一种经济实惠、方便易用且便携的解决方案。

TMED022 - 抑制多囊卵巢综合征中的5α-还原酶

多囊卵巢综合征（PCOS）是一种影响全球数百万女性的内分泌疾病。其特征包括月经不调、脱发、高雄激素血症、不孕、多毛症等。PCOS通常采用激素避孕药进行治疗，并根据患者的具体症状开具多种药物。本实验采用锯棕榈提取物（SPE）在体外抑制人毛囊真皮乳头细胞（HFDPC）中的5α-还原酶通路。5α-还原酶负责将过量的睾酮转化为二氢睾酮（DHT），而DHT正是引发PCOS常见临床症状的因素。我假设SPE能够降低HFDPC中DHT的生成，因为SPE作为5α-还原酶的抑制激动剂，可以阻止DHT与胞质雄激素受体的结合。实验组分别使用0.5 µL和1.0 µL的SPE以及内源性睾酮。收集对照组和实验组细胞培养基，培养两个不同时间。采用DHT ELISA法定量分析实验组和对照组培养基中的DHT含量，比较SPE处理组和非SPE处理组的DHT浓度。方差分析（ANOVA）结果表明，与非SPE对照组相比，SPE处理组细胞产生的DHT显著减少。Emax模型验证了SPE作为5α还原酶激动剂的药效学活性，并提示当细胞用1.0 µL SPE处理4小时时，SPE抑制DHT分泌的效果最佳。作为一项临床前研究，本研究证实了SPE在体外降低DHT生成方面具有良好的应用前景，有望成为治疗多囊卵巢综合征（PCOS）症状的临床药物。

TMED028 - 利用机器学习改善乳腺癌治疗

目的：接受新辅助治疗（NAT）的乳腺癌（BC）患者在手术前达到病理完全缓解（pCR）后，复发率较低。然而，pCR率仍然较低，在最近的I-SPY2临床试验中平均约为35%。本项目旨在应用机器学习方法，利用基因表达和临床数据预测pCR，从而提高总体pCR率。方法：下载了I-SPY2试验中接受10种不同药物新辅助治疗的乳腺癌患者的基因表达和临床数据。编写Python脚本来处理数据，并训练和测试支持向量机（SVM）模型，以预测每种药物的pCR。采用排列重要性法确定影响患者对新辅助治疗（NAT）反应的关键基因。\n结果：SVM模型预测pCR的准确率对所有10种药物均高于0.6，帕博利珠单抗（Pembro）和替莫唑胺（TDM1/P）的准确率分别为0.789和0.795。基于SVM预测的pCR率较临床试验提高了14%至32%。SVM模型识别出的影响帕博利珠单抗和替莫唑胺疗效的前5个基因均参与肿瘤发生或细胞生长调控。\n结论：利用基因表达和临床数据训练的SVM模型能够高精度地预测乳腺癌患者对NAT的pCR，可用于提高pCR率。这些模型有助于医生为乳腺癌患者制定个体化的NAT方案。

TMED035 - 利用人工智能驱动911计算机辅助调度

在美国，中风是第五大死因，也是导致残疾的主要原因之一。中风是一种需要争分夺秒的紧急情况，由急救医疗服务机构（EMS）处理——其中20%的机构处理了80%的服务呼叫（Krohmer & Elkins，2020）。不断增加的911呼叫量和过时的计算机辅助调度（CAD）系统进一步阻碍了响应效率。本研究旨在通过深度学习技术和梅尔频谱图分析，分析911呼叫中的语音，从而实现更快、更准确的中风预测，以降低因911 CAD延误导致的中风相关死亡率和康复费用。本研究使用TensorFlow和YAMNet迁移学习，设计并开发了基于Python的梅尔频谱图音频机器学习模型，在将呼叫分类为消防、警察、中风或非中风部门方面，准确率达到了53%，超过了目前美国人工操作员的中风预测准确率（37%），且训练数据有限。除了音频分类器之外，自然语言处理（NLP）程序还会记录911呼叫报告，并根据转录的关键词向接线员提出相关问题，供急救人员参考。本研究的持续努力旨在利用从一所顶尖医学院获得的更多与中风相关的急救呼叫数据集，提高急救呼叫中风识别的准确率。将该系统集成到现有的911计算机辅助调度系统（CAD）中，可以帮助接线员和调度员。该系统能够快速准确地识别中风病例，从而缩短响应时间，挽救无数生命并降低医疗成本。

ISEF历年获奖作品集&解析&资料免费下载⬇️

相关文章：

2025 Regeneron ISEF大奖-TECA科技艺术获奖作品汇总

2026ISEF赛事安排

参赛资格

年龄与年级：9-12年级学生（或同等学历），参赛时年龄不超过20岁。

地区选拔：必须通过附属赛（Affiliated Fair）晋级，无法直接报名。中国学生需先参加国内选拔赛（如青创赛、明天小小科学家等）。

团队项目：最多3人，所有成员需满足资格且共同参赛。

项目要求

原创性：项目必须由学生独立完成，允许在专家指导下进行，但不得代劳。

学科范围：涵盖21个学科类别，包括工程、生物、化学、计算机、环境科学等。

伦理限制：涉及人类、脊椎动物、病原体等研究需提前提交额外审查表（如ISEF Forms）。

关键文件与截止时间

ISEF表格：根据研究类型提交相应表格（如1C、2、3等），需在地区赛前完成审核。

摘要与研究论文：英文撰写，清晰描述研究目的、方法、结论。

地区赛截止：2026年3-4月

其他注意事项

展示材料：展板需符合ISEF尺寸要求（通常宽48英寸、深30英寸、高108英寸），禁止活体样本或危险品。

知识产权：部分研究可能需申请专利后再参赛，避免披露风险。

为了方便同学们更好的备赛，特别整理了ISEF-TECA科技艺术2025获奖作品方便学习

TECA006 - SmartStrings：人工智能驱动的小提琴教学系统

演奏小提琴可以提升认知功能、创造力和大脑发育。然而，由于费用高昂且资源有限，尤其是在服务欠缺的地区，获得私人课程的机会十分有限。虽然存在一些在线工具，但往往缺乏个性化反馈和实时姿势纠正，导致练习习惯不良和技术缺陷。为了应对这些挑战，我开发了一款新颖的低成本小提琴学习网络应用程序。该程序能够分析演奏，将音乐分解为波形和关键音乐元素，并根据精心设计的评分标准进行评估，从而提供个性化反馈。我还构建了一个3D地标追踪系统，用于即时评估姿势，并提供视觉和触觉反馈。首先，我设计了一个混合深度神经网络，该网络基于数千个经过清理的自录小提琴音频数据文件进行训练，并利用波形处理技术进行增强，同时通过图形分析、零填充和独热编码进行丰富。我应用短时傅里叶变换进行数学建模，通过梅尔频谱图提取音频特征，在歌曲和音符预测方面分别达到了99%和87%的准确率。接下来，我将声音分解为音高、力度、节奏、音色和时间特征等音乐元素。我使用色谱图、波形图、动态时间规整、欧氏距离、余弦相似度和代价矩阵进行比较分析。姿势纠正、练习建议和LLM总结的技术评估结果将通过电子邮件发送。最后，我将Arduino UNO与训练准确率达99%的分类模型相结合，以提升系统性能，从而实现精准的触觉纠正。该系统通过个性化练习计划、反馈和姿势纠正，弥合了可及性和课程质量之间的差距。

TECA012 - BrainSync：重建视觉感知

全球数千万人，包括闭锁综合征、晚期肌萎缩侧索硬化症（ALS）和昏迷患者，因运动麻痹而无法交流。BrainSync 引入了一种新型多模态方法，将大规模 7 特斯拉功能磁共振成像 (fMRI) 信号与高密度脑电图 (EEG) 数据相结合，利用包含 46,080 个高密度 64 通道记录的专有 EEG 数据集以及同步 fMRI 采集数据，为人类或艺术家重建自然视觉刺激。该系统采用先进的生成模型来解码纹状皮层 (V1) 和纹前皮层 (V2) 的神经活动模式。定制的扩散先验架构结合基于 CLIP 的潜在空间映射，实现了 0.682 PixCorr、0.778 SSIM 和 0.687 的动态时间相关性 (DTC) 分数重建保真度，比以往方法提高了 183.7%。其双流流程通过Transformer架构将实时脑电图（EEG，512 Hz）与高空间分辨率功能磁共振成像（fMRI，0.8mm³体素）融合，实现精确的神经对齐，同时将运营成本降低330倍（从使用EEG的100万美元降至3000美元）。BrainSync能够实时可视化内部生成的图像，将思想或视觉转化为动态艺术。通过捕捉复杂的认知过程和不同层次的意识，该系统使艺术家能够记录人类体验的流动性。双向跨模态注意力机制和对抗训练技术将现实世界表达的准确率提高了267%，使BrainSync成为一种变革性的工具，它融合了神经科学和艺术表达，重新定义了艺术构思和交流。这一突破标志着技术领域的一个关键时刻：艺术融合、医疗应用以及拓展未来探索的创造潜力。

TECA016T - eiBraille：基于人工智能的系统化触觉读写

盲文读写能力不足仍然是视障人士实现平等的一大障碍。在全球范围内，超过70%的视障人士面临就业歧视——这并非因为他们的残疾，而是因为系统性障碍限制了他们接受盲文教育的机会。教师严重短缺（仅有10%的教师可用）、教学媒体陈旧以及高昂的费用（6000美元以上）使得盲文教育难以普及。因此，全球只有不到7%的盲童入学，而能够掌握盲文读写能力的盲童更是不足10%。eiBraille推出了一款低成本的盲文显示器和人工智能学习平台，旨在弥合全球读写能力差距。第一阶段运用STEAM（科学、技术、工程、艺术和数学）原则，专注于开发一款采用专利可伸缩针机构的盲文显示器，在保持5万次循环100%触发率的同时，将生产成本降低了40倍以上，降至100美元。该系统结合了物联网集成的盲文解码算法，通过随机数据集验证，实现了96%的实时传输准确率。在第二阶段，我们增强了基于经过微调且与课程相符的LLaMA 3.1模型的AI驱动的虚拟盲文教师。在针对视障学习者的试验中，该系统实现了比传统方法快9倍的自主学习速度，将盲文掌握时间从3年缩短至6个月。一个充满活力的平台赋能家长和教师，支持孩子的进步，将每一个里程碑都转化为成长的庆祝时刻。通过在泰国开展推广和支持俱乐部活动，eiBraille扩大了STEAM（科学、技术、工程、艺术和数学）和创意学习的普及范围。eiBraille通过降低40倍的成本、提高9倍的学习速度以及增强人工智能，正在变革盲文读写能力——使所有语言的视障人士都能使用辅助技术，从而改变全球各地人们的生活，并推动构建一个包容、零歧视的社会。

TECA018 - 实时聚焦式手语翻译系统

手语是聋哑人士和听力障碍人士的主要沟通方式，但对于非手语人士来说，他们要么缺乏掌握手语的实际经验，要么对学习手语感到文化上的自满，因为手语在生活中的应用有限。这给聋哑人士带来了挑战，迫使他们依赖工具并做出牺牲来适应普通人群。随着远程办公的兴起以及人工智能在教育和各个领域的日益普及，我们可以利用技术进步，特别是计算机视觉领域的进步，为聋哑人士消除沟通障碍。为了实现实际应用，系统必须能够实时运行且无明显延迟。本项目旨在构建一个实时、可扩展的美国手语 (ASL) 识别系统，该系统能够以超过 30 FPS 的速度识别和翻译大词汇量手语单词和句子级别的手语。该系统集成了 MediaPipe 的手势关键点追踪技术、混合静态-动态融合方法以及 MobileViT 等轻量级 Transformer 架构，利用多尺度注意力机制计算静态空间特征和时间动态特征，从而确保高精度和低延迟。该系统的主要功能包括手语到文本/语音的转换、手动（手势）和非手动（面部表情、身体姿势）标记的多模态融合，以及通过文本显示或语音合成提供的实时反馈。这些功能弥合了手语使用者和非手语使用者之间的差距，不仅增强了聋人和听力障碍群体的可及性和包容性，也为未来辅助技术融入日常交流奠定了基础。

TECA020 - VerifyMe

OpenAI 的 ChatGPT 模糊了人类与 AI 撰写的文本之间的界限，对学术界验证作者身份的能力提出了挑战。现有的 AI 检测系统无法识别改写的内容或模仿的写作风格，并且会错误地对人类作品进行分类。随着我们不断优化以达到拟人化写作的效果，检测生成的文本已变得越来越遥不可及。\n\n我假设，专注于验证个人作者身份的文体计量学方法会更有效。这项研究经历了两次迭代：BTYSTE 的初始版本（2024 年 1 月）和 EUCYS 的增强系统（2024 年 9 月）。\n\nVerifyMe 分析的是写作风格，而不是“检测 AI”。该系统通过测量作者写作的 112 个不同方面来捕捉作者独特的“风格指纹”，从而创建一个简洁的风格数字表示。当提交新的文本时，VerifyMe 会创建相同的风格指纹，并使用基于 Transformer 编码器的 Siamese 神经网络将其与给定作者的个人资料进行比较。该系统基于 BAWE 和经过筛选的古腾堡计划样本（共计 2,034 位作者）的联合语料库进行训练。\n\n在对未见过的作者进行测试时，VerifyMe 在 BAWE 和古腾堡计划样本之间的人机验证中分别达到了 85% 和 92% 的准确率。在 GPT-4o 的模仿尝试中，传统检测器的准确率仅为 0-2%，而 VerifyMe 则保持了 96% 的准确率。该系统的性能比商用 AI 检测器高出 1.89 倍至 17.84 倍。BAWE 样本的马修斯相关系数达到 0.776，古腾堡样本的马修斯相关系数达到 0.829，ROC 曲线下面积分别为 0.956 和 0.972。这些结果表明，在后 ChatGPT 时代，专注于验证作者而非检测 AI，可以为作者身份验证提供更可靠的解决方案。

TECA021T - 基于深度学习的唐卡泰图生成

现代科技的应用对于保护和振兴侗族民歌（Don ca tai tu）至关重要。侗族民歌是联合国教科文组织认定的人类非物质文化遗产，其影响力正日益被当代音乐流派的兴起所掩盖。然而，目前的努力主要局限于有限的受众，而年轻一代对这种传统艺术形式大多缺乏兴趣。为了应对这一挑战，我们开发了一个用于自动音乐生成的深度学习框架，使用户能够使用自然语言提示创作融入侗族民歌风格精髓的音乐作品。我们精心策划了一个专门的数据集，收集了来自多个在线来源、经验丰富的音乐家和文化专家的录音。这些数据经过精心筛选和处理，以确保训练集的纯净和高质量。此外，我们还推出了DcttGen，这是一个统一的框架，可以根据文本输入生成高保真、长篇的乐曲。它通过以下方式实现这一目标：(1) 使用音乐标记器从原始音频波形中高效提取基本音乐特征，(2) 使用自回归变换器保持所生成音乐的长期结构一致性，以及 (3) 使用整流流变换器从低采样率表示合成高保真音频输出。此外，我们重新设计了针对 Don ca tai tu 音乐的 Chain-of-Thought 提示技术，增强了所得作品的连贯性和创造性。通过这种组合，与其他基线相比，DcttGen 可以创作出高质量、结构良好的音乐作品。实验结果表明，DcttGen 在各种客观指标上都赶上甚至超过了最近的方法。通过这项工作，我们引入了一种新颖的人工智能驱动方法来保护和振兴 Don ca tai tu。

ISEF历年获奖作品集&解析&资料免费下载⬇️

相关文章：