赛事动态 - 第 15 页 - Regeneron ISEF 国际科学与工程大奖赛

2025 Regeneron ISEF大奖-EBED嵌入式系统获奖作品汇总-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ISEF-EBED嵌入式系统2025的获奖作品方便学习

EBED嵌入式系统获奖作品集合

EBED033T - 低成本盲文显示解决方案

盲文素养对于视障人士的教育和职业成功至关重要。传统的可刷新盲文显示器 (RBD) 通过动态升降针脚来形成盲文字符，价格昂贵，且依赖于复杂的压电执行器，限制了其普及性。我们推出了 BrailleSense，这是一款用于 RBD 的新型低成本系统。每个模块包含六个触觉盲文点，排列成两列垂直结构。每个模块的核心是一个旋转的圆形鼓，用于编码盲文列的所有可能配置。鼓表面的凸起与自由移动的针脚啮合，将旋转运动转化为触觉点的垂直位移。每个模块使用两个微型直流电机，每个鼓一个。然而，为了实现鼓定位的精确控制，该模块集成了安装在鼓盖上的直径磁体和一个 AS5600 磁编码器。该编码器提供高分辨率角度反馈，并在比例-积分-微分 (PID) 控制回路中进行处理。控制系统确保不同鼓状态之间可靠、快速的转换。 BrailleSense 降低了机械复杂性，同时提高了可靠性。该系统无缝集成了先进的反馈机制和精确的电机控制，确保高速运行和精确的位置跟踪。其模块化设计具有高度可扩展性，使其成为经济实惠、易于访问的盲文显示器 (RBD) 的理想解决方案。我们通过提供低成本、高性能的传统盲文显示器替代方案，为无障碍技术树立了新的标杆。BrailleSense 有潜力显著改善盲文技术的可及性，赋能视障人士，并提高盲文素养。

EBED039T - 清晰聆听：PCEN 的力量

本研究探讨了用于肺音分类的各种音频预处理技术，尤其是每通道能量归一化 (PCEN)。我们合并并增强了两个主要数据集，创建了一套全面的带标签音频片段，涵盖了一系列呼吸系统疾病。利用这些数据集，我们执行了三项分类任务：疾病诊断；区分哮鸣音、湿啰音和正常肺音；以及区分正常和异常肺音。每个数据集都使用多种方法进行处理，包括对数梅尔 (log-mel) 声谱图、梅尔频率倒谱系数 (MFCC) 和 PCEN 声谱图。PCEN 旨在降低其他处理方法中常见的背景噪声。随后，这些数据集被输入卷积神经网络 (CNN) 进行训练和评估。CNN 架构利用二维卷积层学习频率-时间特征，同时精心的数据分割和增强技术可以最大限度地减少过拟合。我们的结果支持了我们的假设，并表明 PCEN 在所有数据集和评估指标（例如损失值和准确率）上均始终优于 MFCC 和对数梅尔 (log-mel) 声谱图方法。这些结果证明了 PCEN 在抑制背景噪声和放大细微肺音方面的有效性，从而改善了评估指标。最关键的参数是控制信号平滑度的平滑系数 (T) 和平衡强弱声响的根 (r)。尽管需要更多的计算工作和参数调整，但 PCEN 的噪声抑制功能使其成为自动化肺音诊断的有力工具。

EBED041 - 用于高效波束成形的新型 PDM 算子

从超声波追踪胎儿心跳到在嘈杂的人群中精确定位声音，声波束形成技术在医疗保健、消费电子技术和公共安全领域发挥着至关重要的作用。波束形成技术可以引导一系列传感器隔离目标声音。虽然增加传感器可以提高性能，但它会显著增加从高度冗余数据中提取空间信息的计算成本，常见算法的复杂度在 O(n^2) 和 O(n^3) 之间，其中 n 是传感器数量。\n\n 先前的研究主要集中在算法和阵列改进上，而本研究提出了一种新颖的方法，可以直接对来自数字麦克风的脉冲密度调制 (PDM) 比特流进行波束形成，以充分利用其高时间分辨率和 1 位量化特性。这些 PDM 算子用简单的逻辑门取代了复杂的多位加法器和乘法器。通过将延迟和求和运算前移并针对 1 位数据进行操作，该方法将复杂度从 O(n^2) 甚至更低降低到 O(1)，并大幅提高效率，同时在可听频率范围内保持无失真音频。\n\n为了验证 PDM 波束成形，我构建了一个 16 麦克风声学成像系统，该系统可实时直接对 256 条同步射线进行波束成形——就像全局快门一样。该系统基于 XC735T FPGA 实现，实现了 4 毫秒的延迟和 0.188° 的角度分辨率，运行速度比实时速度快 300 倍，角度精度比传统波束成形高 33 倍，超越了最初的目标。为了证明硅片的可行性，我基于 Skywater 130nm 工艺将这些算子制作成定制 ASIC。基于这些结果，PDM 波束成形的性能显著优于传统波束成形，可提高工业应用、医学成像等领域的效率和精度，同时降低成本和硬件需求。

EBED045T - 视障人士的人工智能辅助技术

据世界卫生组织统计，全球约有 4300 万人失明，这凸显了辅助技术在应对日常生活挑战方面的重要性。我们的项目旨在通过可穿戴且支持离线的设备部分替代失明，使用户能够在室内外进行定向、安全导航、规避危险、识别和定位物体，并引导用户进行抓握——所有这些都是实时的。为了实现这些目标，我们开发了两款设备：一款专注于定位目标物体并引导用户进行抓握；另一款提供空间定位和导航。\n\n第一款设备集成了 Luxonis OAK-D 立体摄像头，该摄像头在片上运行 YOLOv8 算法，用于物体检测和精确的深度估计，并连接到 Radxa Zero 单板计算机、使用 Vosk 进行本地语音识别、使用 eSpeak 进行语音合成、使用蓝牙耳机进行双向通信，以及四个用于触觉引导的振动触觉马达。测试表明，经过45分钟的训练，用户能够在17秒内（声学反馈）或21秒内（触觉反馈）反复定位并抓取80厘米外的物体。我们还发现物体距离和抓取时间之间存在线性关系。据我们所知，这款设备独具特色，它将离线操作与实时反馈相结合，同时结构紧凑、易于穿戴。\n\n第二款设备目前处于设计阶段，是一款背包式设备，它集成了3D激光雷达的点云数据和物体检测功能，可用于室内/室外定位和导航。下一步计划对该设备进行测试。

ISEF历年获奖作品集&解析&资料免费下载⬇️

2025 Regeneron ISEF大奖-EBED嵌入式系统获奖作品汇总-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-EBED嵌入式系统2025的获奖作品方便学习

EBED嵌入式系统获奖作品集合

EBED012T - 地理围栏 H2S 无人机

硫化氢 (H2S) 是一种剧毒气体，对石油和天然气行业构成重大健康危害。传统的 H2S 气体泄漏检测方法通常耗时、耗力且危险。本研究提出了一种将无人机技术与地理围栏算法相结合的创新方法，以增强 H2S 气体泄漏检测能力并保障工人安全。配备 H2S 传感器的无人机被派往潜在泄漏点，向中央控制系统提供 4K 实时画面，并通过机载 GPS 标记泄漏位置。地理围栏功能可在检测到的 H2S 浓度周围创建安全边界，配备“毒夹”的工人在接近这些危险区域时，地理围栏机制还会发出预警。

EBED021 - VoltMatrix：模拟计算AI芯片架构

人工智能 (AI) 已成为全球创新的基石。然而，随着下一代大型 AI 模型的蓬勃发展，当前的数字硬件（例如 GPU）面临着严峻的计算瓶颈。这些限制主要源于过高的功耗和散热限制，制约了芯片密度和性能的增长。模拟计算提供了一种极具潜力的高效替代方案，但现有的纯模拟 AI 解决方案（例如忆阻器）存在内存更新缓慢、噪声敏感和制造工艺差异大等问题，限制了其大规模应用。本项目引入了一种新颖的混合模数计算 AI 芯片架构，该架构结合数字控制，从根本上解决了纯模拟计算的挑战：数据存储在移位寄存器中，通过 DAC 和定时器转换为模拟电压和 PWM，并由模拟开关执行乘法运算。该架构已通过数学建模、电路仿真和 PCB 原型验证实验进行了验证。原型结果显示平均乘法误差为 1.7%，比忆阻器低约四倍。在 MNIST 手写数字识别任务中，该原型的准确率高达 94.8%，展现出其实际应用的潜力。此外，我们还使用 Skywater 180nm 工艺设计了一个包含 100 个乘法单元的近制造芯片版图以供验证。该版图在半导体层面进行了仿真，结果表明其功率效率比采用同类半导体工艺的已发表数字设计高出约三倍，精度是忆阻器的两倍。总而言之，该版图提供了一种极具前景的可扩展且高效的解决方案，以满足机器人、交通运输等领域对大型 AI 模型日益增长的需求。

EBED027T - 一种新型基于磁场的无人机探测系统

俄乌冲突表明，光纤控制无人机可以绕过传统的探测系统。雷达无法探测到雷达截面较小的低空目标；射频探测无法抵御不发射信号的光纤控制；光学方法在恶劣条件下也会失效。我们提出了利用电动无人机产生的电磁特征来探测这些难以捉摸的威胁的唯一可行解决方案。\n\n我们的被动探测阵列使用圆形阵列中校准的线圈传感器来识别五个光谱带（75-309 kHz）上无人机特定的频率特征。通过分析不同角度线圈上的感应电压模式，我们可以精确确定无人机的位置。通过快速傅里叶变换 (FFT) 分析，我们发现无人机会产生具有独特振幅关系的特征谐波模式，从而形成“电磁指纹”，无论采用何种通信方式，都能实现识别。\n\n我们的系统采用基于毕奥-萨伐尔定律的物理模型，通过测量感应电压分布的变化，高精度（方位角误差 <0.5%）计算目标距离和方位角。这代表着首次能够有效探测传统系统无法探测到的光纤控制无人机，并且适用于任何电动无人机，无论其尺寸或控制机制如何。\n\n通过工业线圈绕制、高分辨率 ADC 和提高磁导率的铁磁芯，可以扩大探测范围。该系统的无源特性使其能够以最小功率运行，同时不发射辐射，保持无线电静默，同时免受干扰。

EBED032 - 使用边缘 AI 进行早期野火检测

野火响应链中最显著的弱点和脆弱性在于早期检测/反应阶段。野火增长的物理规律是指数级的。任何响应时间的缩短都能带来类似的指数级效益。在这项工作中，我专注于在野火初期进行检测。现有的野火检测技术侧重于检测“火焰”或“烟雾”，而这些在野火发展的早期阶段往往被遮挡或缺失。我开发了一种新型传感器网络，利用透明介质中的折射率梯度来检测小型野火的“热”特征。该系统采用摄像头，并配备互相关滤波器，用于突出显示由热羽流引起的折射光变化所导致的场景差异。然后，这些提取的特征被输入到一个人工智能模型中，该模型使用概率分类来确定检测到的热羽流是否预示着火灾。该系统包含一个张量处理单元 (TPU)，允许在部署后在我们的边缘设备上重新训练一个 50 层的神经网络，从而大大增强了其鲁棒性。在不同距离进行了大量的现场测试，包括火焰长度小于 6 英寸且无法在视线范围内观察到火焰的小火。为了评估在野火初期感知其能力，研究人员点燃了直径小于 ¼ 英寸的真实、完全固化的死燃料。当视频帧率约为 5fps 时，在 300 英尺以内可实现 84% 以上的检测准确率；当帧率约为 50fps 时，在 600 英尺以内可实现 71% 以上的检测准确率。这项研究代表了人工智能野火探测领域的重大进步，并为缩短早期响应时间和减轻野火的破坏性影响提供了良好的机会。

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-EBED嵌入式系统获奖作品汇总-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-EBED嵌入式系统2025的获奖作品方便学习

EBED嵌入式系统获奖作品集合

EBED002 - 球形机器人：双摆驱动与控制

本研究展示了一款由双摆机构驱动的球形机器人，该机构可通过改变重心实现全向运动。坚固的 3D 打印外壳和内部驱动系统由 ESP-32 微控制器和先进的伺服/电机算法控制，可实现精确的平衡和方向控制。基于 PID 的控制确保机器人在受到干扰后快速稳定。实验测试验证了该机器人保持平衡、平稳转弯和直线行驶的能力。未来的改进（例如雷达集成）旨在扩展环境测绘和群体行为等功能，使该设计在勘探、监视和救援行动中大有可为。

EBED003 - 真正自主的灌溉网络

为了应对斯里兰卡的粮食危机，家庭和学校园艺应运而生。然而，由于生活节奏快，加上假期无法浇水，定期浇灌这些花园仍然是一项艰巨的挑战。现有的解决方案，例如土壤湿度计和洒水控制器，缺乏互联互通和自我可持续性。即使是更昂贵的智能解决方案，由于许多家庭花园的Wi-Fi覆盖率低，也面临着连接不稳定的问题。此外，大多数解决方案既不具备天气适应性，也不具备故障保护功能。\nRAIN 是一款基于物联网的解决方案，旨在应对这一挑战。它收集土壤湿度数据并将其与阈值进行比较，但不会仅仅根据湿度下降来浇水。相反，它会根据实时天气预报调整浇水计划，从而节省宝贵的水资源。RAIN 还方便用户通过其移动应用程序监控花园、配置设置，甚至进行手动浇水。这款自主、无线电连接、适应天气且节水的智能解决方案集成了太阳能、自学习算法和故障安全机制，确保可靠运行。\n为了评估其有效性，我们分别对两个相同的花坛进行浇水，其中一个使用基于定时器的喷水控制器，另一个则由 RAIN 自主控制。研究人员记录了三个月的用水量，并计算了节水量。RAIN 在雨水最多的月份实现了显著的节水效果，节水率高达 71%，在干旱月份至少达到 39%，平均节水率为 56%。RAIN 浇灌的花坛比其他花坛看起来更健康、更绿意盎然。除了这一成就之外，RAIN 还展现了一个充满希望的商业机会，它单位成本低，并且能为社会做出有意义的贡献。

EBED005 - SubArc：低成本、高分辨率旋转编码器

高分辨率绝对式旋转编码器对于跟踪望远镜、半导体制造、低公差加工和机器人机构等精密应用至关重要。然而，高端编码器价格极其昂贵，分辨率为 20 位至 22 位以上的编码器价格从数百美元到数千美元不等。这些编码器的成本和专有信息壁垒阻碍了独立研究人员、小型机构以及其他预算有限的机构研究、开发和使用精密设备。为了解决这个问题，我们发明了一种新型、低成本、可定制、开源、高分辨率的绝对式磁旋转编码器，其性能和环境稳定性与高成本同类产品相似。最终的工程目标是创建一个基础原型，该原型易于修改以进一步提高分辨率，价格低于 40 美元，具有校准的 20 位分辨率、低于 150 角秒的精度、低于 3 英寸的直径，并能够补偿温度波动和外部磁场。经过多次迭代和调整，最终设计成功实现了 20 位分辨率，并且每刻可检测到 ±10 微特斯拉的变化。与校准编码器相比，其平均精度成功达到 150 角秒以下，精度为 0.0384 度，标准差为 0.0308 度。温度、外部磁场和编码器安装补偿均已成功集成。单位成本为 24.84 美元，直径为 2.17 英寸。最终，高精度机器人技术现已普及，机器人和制造公司可以通过开源、任何个人或实体复制、修改和使用成功的编码器设计，节省数百万美元并降低成本。

EBED011 - 缓解褥疮（压力性溃疡）的新方法

仅在美国，就有超过 250 万人患有褥疮或压力性损伤，其死亡率高于除肺癌以外的任何单一癌症。溃疡会增加医疗保健成本，妨碍患者康复，并影响医院和护理机构的护理质量。预防溃疡仍然是一项挑战：从使用风险评估图表预测溃疡，到检查患者的皮肤，再到定期调整患者的体位和人工记录。为了预测和减轻溃疡的影响，我开发了一个两步解决方案，该解决方案可以集成到电子健康记录系统中，并与患者监测设备一起自动预测溃疡风险。我使用了重症监护医疗信息集市 (MIMIC)-IV 数据集，其中包含 546,028 例住院病例和 65,366 例重症监护病房 (ICU) 住院病例，以建模并自动预测溃疡风险。我将普通病房和ICU病房分开，仅凭基本的实验室值、人口统计数据和合并症，就能在溃疡发生前预测其发生，准确率超过90%。我的系统是一款基于热传感器的非侵入式设备，可以自动跟踪患者体位，所有成本不到130美元。我制作了三个原型，并在当地医院（ICU和普通病房）进行了一项临床研究，我的设备对患者进行了超过150小时的监测。我的监测准确率超过99%，未来我打算将我的设备推向市场，并扩展到疗养院和长期护理机构。

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-EAEV地球与环境科学获奖作品汇总-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-EAEV地球与环境科学2025的获奖作品方便学习

EAEV地球与环境科学获奖作品集合

EAEV055 - 盐水管道的耐腐蚀性能

路易斯安那州的管道由多种不同的材料制成，因为它们建造于不同的时期，而当时某些金属的腐蚀状态最为适宜。这些老化的管道可能对社区造成危害，因为某些金属（例如铅）的浸出会渗入供水系统。由于密西西比河海水入侵导致溶解离子含量升高，从而加速腐蚀，管道腐蚀问题日益突出。我们使用三个盐雾箱，在100°F（38°C）的温度下，对三种不同盐度水平对三组不同管道样品（铁、镀锌钢、铜）的影响进行了为期168小时的试验。测试的盐度水平分别为0.0%、2.0%和5.0%。腐蚀过程结束后，使用ISO 8501-1标准（AD）确定锈蚀的目视等级。目视腐蚀最严重的是铁管，等级分别为B、C/D和D（分别为0.0%、2.0%和5.0%）。腐蚀程度最低的是镀锌钢管，等级分别为A、B和A/B；腐蚀程度居中的是铜管，等级分别为B、C和C。因此，可以推断，镀锌钢是最有效的材料，因为它被证明是三者中耐腐蚀性最强的，而铁的耐腐蚀性最差。本次实验也为进一步研究不同材料的耐腐蚀性以及盐度对腐蚀的影响奠定了基础，因为未来可以在实验中引入其他材料和盐度水平。

EAEV057 - 北极保护的图形游戏框架

北极海冰和永久冻土对全球气候平衡和生物地球物理多样性至关重要。最近的CryoSat-2卫星数据显示，冰层厚度正以每十年12.5%的速度减少，比1880年以来全球平均气温上升1℃的基准值额外增加了29%。在此背景下，保护北极冰层对于全球气候稳定至关重要。冰层消耗源于自然和人为压力。然而，目前的第一代基于物理的模型和第二代深度学习方法缺乏一个全面的框架来捕捉两者之间的相互联系，主要侧重于短期冰融化预测。这降低了我们识别有效保护政策的能力，而这些政策源于长期预测。在本研究中，我提出了一个动态图博弈框架，为北极冰预测和保护研究提供一个统一的模型。该框架采用双图结构，并结合博弈论策略更新，在迭代时间段内建立冰演化和人类战略行为之间的循环反馈回路。基于强化学习的策略更新整合了短期影响和长期结果，使模型能够持续调整。当嵌入受IceNet启发的深度学习架构时，该模型的长期预测准确率比IceNet预测提高了25.1%。此外，当利益相关者采用强化学习等前瞻性学习规则来优化策略时，自愿合作将成为主导纳什策略。这种合作成果将北极冰盖每十年的融化率从12.5%降低到4.1%，从而在不诉诸昂贵替代方案的情况下实现了显著的保护。

EAEV058 - 使用多项式模型预测海洋 pCO2

了解二氧化碳分压 (pCO2) 对于评估海洋在全球碳循环中的作用至关重要。然而，目前许多预测二氧化碳分压 (pCO2) 的方法往往基于区域水域的卫星测量数据进行推断，导致预测不准确。常用的变量（例如温度、盐度和叶绿素生物量）并未考虑长期二氧化碳分压趋势或其他影响二氧化碳分压的不可测量因素。本研究引入了一个受泰勒多项式启发的模型，利用温度和时间相关变量来预测二氧化碳分压。该模型的创新之处在于它使用了时间相关变量，这些变量可以捕捉影响特定位置二氧化碳分压的未知且不可测量的季节性因素，同时反映长期二氧化碳分压的增长。来自全球 40 个浮标站的历史温度和二氧化碳分压测量数据为模型训练提供了基础。该模型为复杂的机器学习模型提供了一种可解释的替代方案，能够从高度可变的数据中捕捉到具有平滑曲线的总体二氧化碳分压趋势。该模型能够探测全球范围内独特的pCO2周期性季节性变化，这对于理解可能影响当地产业和海洋生物的pCO2周期至关重要。该模型还能比NOAA的预测提前数年捕捉到pCO2的长期趋势，这对于早期预防海洋酸化至关重要。pCO2预测的R²改进值达到0.27，RMSE改进值达到10.04 µatm，证明了该模型能够识别短期和长期波动。此外，该模型经济高效，因为它依赖于现有数据，避免了复杂机器学习方法的计算成本，并提供平滑、可解释的预测结果，使其成为一种经济实惠且易于操作的pCO2预测解决方案。

EAEV070 - 野火探测的最佳摄像机位置

2024 年，气候变化引发的野火烧毁了美国超过 800 万英亩土地，而我的家乡俄勒冈州则遭遇了有记录以来破坏性最强的野火年，烧毁了 190 万英亩土地，损失超过 3.2 亿美元。这些日益严重的威胁凸显了改进早期探测的必要性。野火监控摄像头提供至关重要的实时监控，但由于安装塔架的限制和可达性问题以及资金问题，目前的摄像头位置可能并非最佳。本研究开发了一个多层感知器 (MLP) 神经网络模型，利用野火风险指数、当地地形和人口密度来预测全州摄像头放置的有效性。该模型为每个位置分配一个概率分数，表明其在早期野火探测中的潜在适用性。在总共 737 个位置中，随机选择了 289 个进行训练和测试。该模型在识别无摄像头地点方面的准确率达到 99%，在预测训练和测试子集中实际摄像头位置方面的准确率达到 70%。对俄勒冈州109个现有摄像头站点的评估显示，几乎所有站点都位于概率（>0%）的区域，其中6.5%的站点位于高概率区域（>90%）。该模型随后用于评估全州628个未来可能部署的摄像头站点。结果确定了199个适用性（>90%）的站点，这些站点现在可以安装摄像头以达到最佳效果。该模型为各机构和立法者提供了一个数据驱动的框架，以优化摄像头部署政策，并提升俄勒冈州的野火探测能力。此外，此类数学模型将实现高投资回报率，从而最大限度地利用资源，同时最大限度地降低成本，实现主动而非被动。

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-EAEV地球与环境科学获奖作品汇总-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-EAEV地球与环境科学2025的获奖作品方便学习

EAEV地球与环境科学获奖作品集合

EAEV047 - 放AI-Lyd！宏观层面的斑点灯笼蝇防治

斑灯笼蝇（SLF），学名 Lycorma delicatula，是一种入侵性飞虱，以多种植物宿主为食，每年在美国造成约 30 亿美元的损失。尽管 SLF 已遍布美国 19 个州及其他国家，但目前的 SLF 控制工作仍面临三大挑战：1）“加州悖论”，即预测的 SLF 分布与实际 SLF 分布之间存在偏差；2）现有人工智能检测方法对野生 SLF 拍摄条件下的准确率较低；3）目前尚无可扩展、经济高效且环境友好的 SLF 控制解决方案。本研究提出了 AI-LyD，这是一个由人工智能驱动的系统，整合了 SLF 的行为学发现，以增强预测、检测和清除策略。AI-LyD 通过引入关键环境因素（SLF 对恶劣天气的反应以及卵成功孵化所需的冰冻期）构建了改进的 MAXENT 增殖预测模型。该模型能够准确解析过去和现在的 SLF 分布，AUC 为 0.821。 AI-LyD 还创建了首个 SLF 图像数据库，训练了一个强大的 ML YOLO 物体检测模型，该模型实现了 0.951 的 mAP50 值，并将误报率降低了 68%。AI-LyD 推出了 Aquabex，这是一种环保且成本低于 0.50 美元/单位的护城河解决方案，利用了 SLF 的爬行和疏水性。AI-LyD 通过 Bellbug 应用程序与公民科学工作对接，让用户能够访问宏观实时预测、检测和 Aquabex 部署模块。AI-LyD 是第一个将关键行为洞察与人工智能相结合的系统，不仅可以缓解当前的虫害，还可以通过准确的早期预测和检测主动预防未来的入侵。

EAEV048 - 基于机器学习的湖泊效应降水预测

湖泊效应降水对五大湖下风向地区影响显著，由于其依赖于局部过程和复杂的相互作用，带来了独特的预测挑战，使其成为深度学习的理想选择。本研究利用改进的生成对抗网络 (GAN)，提出了一种针对湖泊效应降水的下一小时定量降水预报 (QPF) 的新方法。关键创新包括测试多个输入变量分组、引入现代生成器架构，以及将预测范围扩展到四大湖：苏必利尔湖、密歇根湖、伊利湖和安大略湖。采用改进的 pix2pix GAN 框架和 UNetFormer 生成器，开发了一个用于预测湖泊效应降水事件下一小时 QPF 的模型。该模型开发了一个全新的数据集，以高分辨率快速刷新 (HRRR) 分析字段为输入，以多雷达/多传感器系统降水数据为目标。通过测试五个输入变量分组，以确定四个湖泊的最佳预测因子。所开发的模型在平均绝对误差和结构相似性指数（SSIM）等关键指标上优于HRRR的预测，分别比HRRR高出40%和50%。分数技能得分（FSS）表明，所开发的模型在低强度事件中均具有空间和定量优势，比HRRR高出23%。SSIM和FSS的结合使用表明，所开发的模型在中高强度事件中具有空间优势，但在定量上被低估。所开发的模型的竞争性能显著地展示了现代化GAN在推进湖泊效应降水预测方面的巨大潜力。

EAEV052 - 泡沫分馏法去除DBP

水处理厂使用氯等消毒剂来消除霍乱和伤寒等水传播疾病。然而，消毒过程会产生消毒副产物 (DBP)，即消毒剂与水中天然有机物 (NOM) 反应产生的有毒化合物。研究表明，DBP 暴露与男性膀胱癌风险增加以及女性生殖系统损害之间存在显著关联。传统饮用水中约 70% 的卤化副产物尚未鉴定，因此无法去除。目前用于去除前体和 DBP 的处理方法会产生大量的能源需求和运营成本。泡沫分馏法利用鼓泡塔诱导相分离，将含表面活性剂的泡沫从液体溶液中分离出来。泡沫分馏法从未用于或优化用于去除氯化水中的 DBP 及其前体。目前已开发出一种中试规模的泡沫分馏器，并测试了各种氨基酸作为 DBP 前体的效果。方差分析证实了统计学上的显著差异（F = 7.20，p = 0.00748）。采用气相色谱质谱法对测试的DBP进行分析。泡沫分离法去除了大量的DBP（去除效率>95%），最佳的发泡条件提高了分离效率，同时最大限度地减少了水的浪费（水回收率>70%）。非配对t检验表明，对于每个测试的DBP，p < 0.0001，95%可信区间。结果表明，泡沫分离法是一种可扩展、经济、可重复且有效的DBP及其前体去除和水资源管理方法，证明了其在全球和工业应用中的可行性。

EAEV053 - “永久化学物质”的组合效应

全氟和多氟烷基物质 (PFAS) 这一化学物质类别最初于 20 世纪 40 年代用于 Scotchgard™ 和 Telfon™ 防潮涂料，如今已发展成为一个包含 12,039 种变体的化学物质类别。最近，全氟辛烷磺酸盐 (PFOS) 及其替代化学品六氟环氧丙烷二聚酸 (GenX) 与发育毒性相关的健康问题引发了人们对其对环境和人类健康潜在风险的担忧。PFOS 和 GenX 的无管制生产、商业使用和处置已污染了全球的饮用水、地表水和地下水。对于秀丽隐杆线虫而言，GenX 与发育毒性、发育迟缓和体型变化有关，然而，GenX 与 PFOS 结合的潜在发育毒性知之甚少。本研究以秀丽隐杆线虫为模型，研究二元混合物的发育缺陷。我们将秀丽隐杆线虫暴露于不同浓度的 PFOS 和/或 GenX 处理中。通过研究 ∆ 生长和体长来确定发育毒性，置信度为 95%。我们观察到所有处理均出现了发育延迟。然而，尤其是在 L1 - L4 处理的混合物敏感性下，两个梯度都显示出显著的降低。在 24 小时时，我们观察到在较低梯度范围内急性 L1 暴露后，生长 ∆ 显著下降。这表明 PFOS 和 GenX 的二元混合物在一定浓度范围内具有不同的效果。这些结果揭示了混合物可能引起协同效应或相加效应。因此，了解与 PFAS 化学类别组合相关的缺陷至关重要。

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-EAEV地球与环境科学获奖作品汇总-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-EAEV地球与环境科学2025的获奖作品方便学习

EAEV地球与环境科学获奖作品集合

EAEV041 - 侵蚀防治现场数据和建模

由于重要基础设施受损，海岸侵蚀每年造成约 5 亿美元的损失（美国国家海洋和大气管理局，2025 年）。科学家们一直在探索基于自然的海岸侵蚀解决方案，特别是测试海藻林阻力对波浪能量的减少。Utter 和 Denny（1996 年）创建了一个模型，用于预测给定波高下海藻所受张力。然而，他们的模型低估了实地观测到的张力，从而产生了一个悖论。本文，我通过进行实地试验，测量不同船速下海藻所受阻力，确定了水流速度与海藻阻力之间幂律关系的系数。通过以大型风暴波的速度进行实地试验（这是之前研究忽略的），我开发了一个能够准确表示海藻阻力的模型。总而言之，一个具有更高阻力值的更精确模型，有助于推动将海藻作为基于自然的海岸侵蚀解决方案。

EAEV044 - 推进全球珊瑚白化人工智能预测

珊瑚礁是世界上最重要的海洋生态系统，它产生了全球50%的氧气，并维持着全球10亿人的生计。然而，全球变暖引发的珊瑚白化现象已导致全球50%的珊瑚礁死亡，预计到2050年将有90%的珊瑚礁死亡，威胁着全球数十亿人的生命。许多珊瑚礁正在开展保护工作。然而，只有在白化事件发生前主动采取措施，这些措施才能卓有成效。因此，了解白化发生的时间和地点对于保护工作至关重要。本研究尝试使用三个神经网络进行12个月的海面温度预测，并测试了14个回归和分类模型，用于预测特定条件下的白化情况。未来预测首先要预测未来12个月珊瑚礁的状况（海表温度误差为0.14摄氏度），然后预测在这些条件下珊瑚礁白化的百分比（误差为5.5%）。经数据增强验证后，该预测器能够提前一年预测全球范围内的白化情况（时间精度比现有模型提高52倍，空间精度比现有模型提高4倍），绝对误差仅为6.00%，比目前最先进的方法提高了5倍。因此，本研究开发了一种新颖的珊瑚白化预测机制，可以提前一年预测全球范围内珊瑚礁规模的珊瑚白化情况，从而促进积极主动、有针对性的保护工作，并提高全球珊瑚礁的存活率。

EAEV045 - 优化水生石油泄漏清理

2024年，超过1万吨石油泄漏到海洋中，破坏了环境，并耗费了数十亿美元的减排措施。该项目延续了先前的研究，发现使用磁流体磁化石油是一种有效的石油清理方法。2019年的一项研究发现，低浓度的磁流体对海洋生物无毒。今年的研究评估了不同成分的磁流体磁化不同粘度石油以清理水生泄漏的效果。\n\n我们制备了不同的磁流体成分（未改性的磁流体、磁流体+铁、磁流体+表面活性剂），并将其添加到不同粘度（低、中、高）的石油中。一种通过磁化将油从水中分离的新方法被用于清理这些模拟泄漏。我们进行了超过120次试验。使用方差分析和 Tukey 诚实显著差异检验对油类质量的平均百分比变化进行了分析。\n\n目前的漏油补救方法只能回收 2-6% 的海洋漏油，而使用所有测试的磁流体成分可以去除 ≥30% 的油。当将磁流体反复引入油水样品时，无论油的粘度如何，它都能去除 90% 以上的油。\n\n未经修改的磁流体溶液在磁化油清理漏油方面最有效。设计并测试了一种将磁流体应用于水生生态系统的新颖解决方案。这个实用原型可有效去除 ≥70% 的油。\n\n这些发现具有革命性的环保意义，有可能减少对全球海洋生态系统的破坏。

EAEV046 - 皂苷表面活性剂：提取和生物效应

家用洗涤剂中广泛使用的合成表面活性剂构成重大环境风险，因为这些不可生物降解的石化产品在生态系统中具有化学持久性。然而，无患子（Sapindus mukorossi）提供了一种天然的替代品，因为其果皮富含三萜皂苷，其化学结构与洗涤剂中表面活性剂的两亲性相似。本项目旨在开发一种新型、环保、无毒的皂苷提取物，作为洗涤剂的替代品。采用浸渍法提取皂苷，并用香草醛-硫酸法测定不同溶剂的总皂苷含量（TSC）和皂苷的产率。采用柯比鲍尔纸片扩散法测定皂苷对革兰氏阳性菌（枯草芽孢杆菌）和革兰氏阴性菌（大肠杆菌K12）的抗菌活性。使用皂苷提取物灰水、市售洗涤剂灰水和水对照，观察了羽衣甘蓝和生菜（叶片和根部）的组织学和表型变化。与纯水、80% 乙醇和 100% 乙醇相比，使用水-乙醇溶液（50% v:v）提取皂苷是总皂苷 (TSC) 和皂苷产量百分比最有效的溶剂（事后 Tukey 检验，p<0.01）。皂苷提取物在浓度为 12.5、25、50、100 mg/ml 时对革兰氏阳性枯草芽孢杆菌表现出抗菌作用。用皂苷灰水和对照灌溉的生菜和羽衣甘蓝表现出相似的组织学特征，而市售洗涤剂灰水则会导致植物毒性（细胞坏死）。因此，优化从具有良好抗菌特性和积极植物组织学的无患子皂苷提取工艺，可以使皂苷提取物成为传统洗涤剂的新型、可持续且环保的替代品。

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-EAEV地球与环境科学获奖作品汇总-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-EAEV地球与环境科学2025的获奖作品方便学习

EAEV地球与环境科学获奖作品集合

EAEV015 - 火星硫循环的箱体建模

火星目前的地表保存着其矿物学过程的地质记录，其中火山活动曾是硫运输的主要来源。然而，火山省的地理位置与卫星仪器探测到的高硫浓度之间存在误差，其硫浓度几乎比地球的玄武岩高出一个数量级。\n\n在此，我检验了这样一个假设：在火星硫循环的盒状模型中，同时包含喷发和静止的脱气速率以及通量值（体积随时间的变化），可以更好地证明观测到的硫含量。应用比较行星学的原理，通过对数十年的二氧化硫（SO_2）进行测量，发现了与火星喷发条件相似的地球火山的脱气速率。这些速率通过地图分析计算得出，相当于火星火山的表面积。 \n\n箱体模型计算发现，在2百万年的喷发持续时间内，当静息和爆炸性脱气通量分别为5x10^5 kgyr^{-1}km^{-2}和5x10^8—5x10^9 kgyr^{-1}km^{-2}时，有5.8x10^{21}—5.8x10^{22} kg硫被释放到大气中。这些结果与现有文献相符，首次尝试提供能够解释行星净硫运动的整体数值，为未来巩固硫循环的计算奠定基础。了解硫循环的强度有助于理解气候变化如何从环境中去除硫——硫代谢微生物的能量来源。这种利用比较行星学原理估算通量率的新方法也可应用于太阳系内或更远的其他岩石行星。

EAEV016 - 水流问题：珊瑚生存

珊瑚礁是地球上最宝贵的生态系统之一，但其数量正在下降，这促使全球热带地区掀起了一股修复活动的浪潮。然而，尽管取得了重大的科学进步和资金投入，珊瑚礁修复仍然成本高昂且难以规模化，大多数珊瑚礁只能存活几年。造礁珊瑚依靠细小的水流输送氧气、营养物质和食物，调节温度并排出废物。本研究探讨了不同形态的珊瑚群落对周围水流的影响，并首次检验了珊瑚干扰邻近珊瑚群落关键营养物质输送的可能性。将代表分枝状和块状形态的珊瑚模型放置在旋转水箱中，并置于雷诺数分别为1439、2878和4496的湍流条件下。利用测高成像测速仪（AIV）可视化水流流经珊瑚群落时水流的干扰情况，并量化水交换机制。结果表明，在所有形态中，流速的增加与富营养水流入量的增加呈正相关。然而，在低流量环境中，由于形成较大的涡流，脑珊瑚能够更长时间地保留营养贫乏的水，而分枝珊瑚则通过湍流增强的水流促进快速交换。尽管如此，在双珊瑚实验中，脑珊瑚并未对邻近珊瑚产生负面影响，但分枝珊瑚却产生了影响。这些实验表明，在修复地块的设计中必须考虑珊瑚群落的布局、形态多样性和水流动力学，并为优化修复实践提供关键指导。

EAEV021 - 冻土融化对碳排放的影响

自20世纪70年代末以来，北极地区的气温上升幅度是全球平均水平的三倍多，导致永久冻土加速融化。融化引发了热喀斯特的形成，严重影响了当地原住民社区和野生动物的栖息地。此外，热喀斯特过程会释放二氧化碳和甲烷等温室气体，这是当前气候模型和碳预算中一个重要但未被充分重视的因素。随着永久冻土融化加速，相应的碳排放量增加可能对气候变化预测产生严重影响。然而，由于缺乏经济有效的方法，在广阔的北极地区监测这些变化仍然是一项挑战。\n\n本研究探索了光学和合成孔径雷达 (SAR) 遥感数据的集成，并使用机器学习进行分析，以开发一种经济高效且可扩展的方法来监测热喀斯特扩张并估算相关的碳排放量增长。该研究旨在探测和绘制受热喀斯特影响的区域，评估随时间的变化，并量化与这些变化相关的碳排放量。监督分类模型在绘制热喀斯特地貌图方面达到了 98.07% 的高精度。分析显示，2023 年至 2024 年间，热喀斯特湖泊面积（23%）和热喀斯特地形面积（16%）均显著增加，导致研究区域在此期间的碳排放量总计增加了 343 毫克。\n\n研究结果凸显了遥感和机器学习在长期监测热喀斯特地貌方面的有效性，为评估北极地区的碳排放提供了一种可靠且廉价的工具。

EAEV040 - 啄木鸟通过燃料负荷指示火灾强度

指示物种是环境科学的重要组成部分，因为它们可以用来预测一些原本无法实现的环境指标。该领域的发展空前迅速，由于保护我们快速变化的环境并确定其中的临界点的必要性，新的关系层出不穷。然而，由于其不断变化且极不稳定的特性，一个突出的环境效应在某种程度上被忽视了：野火。我的研究旨在确定指示物种啄木鸟是否通过最大的影响因素之一——可燃物负荷——与野火强度相关。我进行了线性回归分析以确定这些关系，并对其进行了分析，以确定这些关系是否为啄木鸟作为野火指示物种提供了一个框架。通过此研究，我的结果证实了啄木鸟可以作为野火强度的有力指标，每分钟增加0.01只啄木鸟的目击次数，可预测火势严重程度将增加26.7% (p=0.02)。他们还证实了啄木鸟目击次数与枯木燃料负荷之间的相关性，因为每分钟啄木鸟目击次数每增加0.01次，枯木比例就会增加40.45% (p=0.09)。最后，我支持先前的研究，这些研究表明枯木密度可以预测火烧严重程度的增加，枯木比例每增加1%，相对较高的火烧严重程度就会增加0.349% (p=0.01)。

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-EAEV地球与环境科学获奖作品汇总-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-EAEV地球与环境科学2025的获奖作品方便学习

EAEV地球与环境科学获奖作品集合

EAEV001 - 使用咖啡因检测化粪池污染

咖啡因是人类废水中普遍存在的化合物，由于其自然存在量极小且化学稳定性高，已成为检测水生系统中化粪池污染的可靠人为生物标记物。虽然大多数现有研究依赖先进技术检测咖啡因，但本研究展示了紫外吸收光谱法作为一种经济高效且实用的测量化粪池渗滤液的全新应用。印第安河泻湖是一个生态至关重要的河口，正面临着日益严重的化粪池渗滤液污染。本研究调查了皇后湾的咖啡因吸光度，以确定空间污染模式以及咖啡因作为示踪剂的有效性。水样采集自化粪池、下水道和自然环境。样品经过过滤和分析，采用高压液相色谱法 (HPLC) 测量 274 nm 处的咖啡因吸光度，并利用地理信息系统 (GIS) 制图确定污染的空间模式。统计分析（包括单因素方差分析和Tukey-Kramer事后检验）评估了不同场地类型咖啡因含量的差异。在密集化粪池系统群附近的封闭式住宅水渠中检测到了最高的咖啡因吸光度（>0.029 AU）。在半封闭水渠中观察到中等吸光度（0.0076-0.018 AU），而开放水域的咖啡因含量可忽略不计（<0.001 AU）。统计分析证实了化粪池、下水道和自然场地之间的咖啡因含量存在显著差异（p < 0.05）。这些发现表明化粪池污水是泻湖人为污染的主要原因，并凸显了咖啡因作为环境监测示踪剂的实用性。

EAEV003 - BIOPAC：一种用于去除 PFAS 的新型生物吸附剂

约98%的美国人血液中检测到可检测水平的全氟和多氟烷基物质（PFAS）。这些“永久性化学物质”已被确认为各种水源中的新兴污染物，由于其在消费和商业应用中的广泛使用，构成了严重的健康风险。人们越来越需要有效的方法从受污染的水源中去除PFAS。虽然传统技术高效，但也存在缺陷，尤其是在去除短链PFAS时，因为短链PFAS更难从水中去除。这些方法也成本较高，使其不太适合广泛应用。本研究介绍了一种有效去除水介质中PFAS的新方法，即使用一种名为BIOPAC（生物炭注入有机PFAS吸附复合材料）的活性炭生物炭复合材料和农业残留生物质。本研究的目标是开发一种低成本、环保且对短链和长链PFAS化合物均具有高吸附能力的解决方案。为评估BIOPAC与生物炭和生物质各自的性能，我们进行了快速小规模柱测试（RSSCT）。结果表明，BIOPAC的性能优于其他测试材料，由于其高吸附能力和对PFAS（尤其是短链化合物）的亲和力，可实现高达100%的PFBA（一种短链PFAS）去除率。这些发现凸显了BIOPAC作为经济高效解决方案的潜力，预计其生产成本仅为3美元，而其他过滤系统（例如碳过滤器）的生产成本则高达100美元。这种可持续的水中PFAS去除解决方案有望应用于家用滤水器和大规模修复工程。

EAEV005 - MycoCast：用于菌根真菌的新型 ABM

菌根真菌建立地下网络，与几乎所有植物物种形成共生关系，并促进关键的生态过程。但栖息地退化是其首要威胁，这加剧了生态系统的退化，并凸显了寻求可扩展解决方案以更好地保护环境的必要性。目前，黄金标准涵盖了预防菌根网络破坏，而这通常耗时耗力，成本高昂，限制了其广泛应用。因此，本研究探索了基于代理的模型 (ABM)，将其作为一种新颖且经济高效的工具，以更好地缓解菌根网络破坏。ABM 使用 NetLogo 开发，并在五种环境场景（从极度退化的生态系统到主要完整的生态系统）中进行了 500 次模拟。通过热图和敏感性分析比较模拟结果，得到了一个强大的数据结构，可用于校准 MycoCast。对来自两个地点的样本进行的实验验证以极高的精度（约 5% 的偏差和 >95% 的一致性）证实了这些结果。随后，研究人员创建了一个计算机模拟修复工具 MycoCast。环境参数在塑造土壤健康方面发挥着重要作用（p<0.01），这表明迫切需要采取针对特定地点的修复措施，以最大限度地实现生态修复。这项研究是首个成功的菌根真菌生物模型 (ABM)，通过为环境政策和保护提供适应性强、经济可行的工具，弥补了关键差距。未来的工作将侧重于提高模型精度，并将实时监测与卫星数据相结合，为制定动态的、数据驱动的保护策略铺平道路，以应对真菌生物多样性的丧失并恢复全球生态系统。

EAEV014T - 预测未来沙漠蝗虫分布

沙漠蝗虫（Schistocerca gregaria）是世界上破坏性最强的迁徙性害虫，严重威胁着粮食安全。现有的蝗虫防治工具利用实时实地数据监测蝗群，以便及时采取防治措施。然而，这些工具并未考虑长期气候和海洋因素，例如印度洋偶极子（IOD），这些因素会显著影响风向和蝗虫迁徙模式。LocustTrack 是一种新颖的工具，它结合了短期繁殖模型和长期物种分布模型 (SDM)，通过评估生态和气候条件是否有利于蝗虫的生存、繁殖和群居（即分群），来预测蝗虫的分布。SDM 已针对成年蝗虫的发生、气候、作物和人类活动足迹进行训练，在测试数据上获得了 0.979 的 AUC。未来预测基于四种碳排放情景（SSP 126 至 SSP 585）。随着气候变化加剧，SDM 预测全球蝗虫入侵的可能性不仅在现有地区增加，在此前未受影响的地区（例如中亚、南欧和南部非洲）也同样增加。繁殖模型基于幼蝗发生数据以及环境、风环流和 IOD 指数数据进行训练，并用于识别蝗虫繁殖热点。此外，通过比较蝗群的空间分布与控制行动的空间分布，还创建了干预差距指数，以识别政府干预不足的脆弱区域。总而言之，LocustTrack 是一款低成本工具，可为主动蝗虫控制措施、及时采购安全生物农药以及早期收获成熟作物提供关键的准备时间，从而确保受蝗灾地区的粮食安全。

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-CBI计算生物学和生物信息学获奖作品汇总-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-CBIO计算生物学和生物信息学2025的获奖作品方便学习

CBIO计算生物学和生物信息学获奖作品集合

CBIO057 - StutterZero：端到端口吃矫正

全球有超过 7000 万人患有口吃，这是一种言语障碍，其特征是正常说话时会不自觉地中断。口吃会造成沟通障碍，限制语音技术的使用，而且常常无法识别不流畅的言语。儿童和青少年更容易因口吃而患上焦虑症和抑郁症。本研究开发了两种用于口吃干预的深度学习解决方案：(1) 一种基于混合自动语音识别 (ASR) 的流程，一种经过微调的 Whisper-Small 自动语音识别 (ASR) 模型，用于生成准确的转录和 MeloTTS 文本转语音生成（词错误率 (WER) = 0.04，词信息保留率 (WIP) = 0.95）；以及 (2) 一种端到端多任务模型，该模型在对数梅尔 (log-Mel) 声谱图上使用编码器-多任务解码器模型直接生成流畅的语音（WER=0.116，WIP=0.898）。这两个模型的表现都显著优于基线 Whisper-Tiny ASR 模型（WER = 0.43，WIP = 0.47），其中端到端方法通过绕过中间文本表示提高了计算效率。重要的是，这项研究引入了有史以来第一个用于纠正口吃的端到端模型。除了技术进步之外，这项工作还做出了三个关键贡献：(i) 发布两个扩展的、可公开获取的口吃-流利配对数据集，支持未来的语音 AI 研究；(ii) 通过实证验证了端到端、多任务口吃矫正是可行且高效的；(iii) 以及一个适用于公平语音技术和包容性临床工具的口吃矫正框架。这些发现既为辅助技术开发提供了直接的工具，也为未来的言语病理学研究奠定了基础，从而提高了语音 AI 的可及性和公平性。

CBIO058 - 利用人工智能建模禽流感突变和影响

禽流感（Bird Flu）是一种高度传播的病原体，影响超过1.66亿只家禽，并对人类构成重大健康风险。尽管在表面蛋白方面取得了进展，但人禽流感之间的差异限制了疫苗的交叉利用。像保守的NS1这样的内部蛋白，可以结合宿主蛋白并促进病毒复制，是更广泛的跨物种流感干预的有希望的靶点。此外，病毒-NS1与宿主-STAU2复合物的三维结构（病毒复制的一个重要特征）仍未解析。本研究采用两部分方法：(1) 对63个NS1蛋白进行比较分析，以识别鸟类和人类特异性突变；(2) 开发一个基于影响树图注意力网络的对比学习（CLIGAT）模型，以解释这些突变如何影响病毒-宿主相互作用。本研究发现并定位了鸟类和人类NS1变体之间的9个氨基酸差异，并确定R193Q为最强突变（增强亲和力），而S165F和I129T则削弱了病毒亲和力。CLIGAT在预测这些效应方面达到了98.9%至99.2%的准确率。总而言之，提出了三个治疗靶点，包括残基189–201（与亲和力增加相关）、残基162–168（降低亲和力的突变）以及Host-STAU2上可能破坏病毒-宿主相互作用的潜在变构位点（残基446–470）。本研究利用对比学习和影响树，通过识别NS1-STAU2复合物内的直接（接触）和间接相互作用，提高了三维图形模型的可解释性。通过构建新型三维NS1-STAU2-RNA复合物并了解当前突变的影响，这些发现提供了三种潜在的干预策略来遏制禽流感的传播。

CBIO060 - U-Net 用于胰腺肿瘤分割

胰腺癌的五年生存率较低（<11%），由于其影像学表现隐匿，早期发现率仅为9.7%。胰腺癌在动脉期通常表现为低强化、低密度肿块，这使得准确分割和早期诊断具有挑战性。传统的放射学方法依赖于专家判读，这不仅耗时耗力，而且容易出现变异，而且通常可用性有限。本研究提供了一种使用U-Net（一种CNN架构）进行胰腺癌分割的替代方法。该模型利用纪念斯隆凯特琳癌症中心的公开数据（包含420个完整注释的3D体素），学习仅使用CT扫描即可分割胰腺癌。该模型包含34层和1,940,817个可训练参数，并在282个捕捉不同肿瘤形态的3D CT体素上进行训练。进行了八次试验以微调超参数，包括学习率、批量大小和增强策略，以获得最佳性能。为了提高准确率，我们使用了 -50 至 200 HU 范围的亨斯菲尔德滤波器。使用 RAdam 进行多阶段训练并结合批量归一化，通过稳定学习和增强泛化能力，提升了收敛性和准确率。最终模型在分割准确率方面略胜于训练有素的放射科医生，而在分割速度方面则显著超越他们。该模型有望提高胰腺癌的五年生存率、改善可及性并降低诊断和治疗的差异性。未来的工作将侧重于整合多模态成像技术，并优化实时临床部署，以进一步改善早期检测。

CBIO062 - 危重沙门氏菌病病例的早期检测

沙门氏菌是一种常见病原体，每年感染人数超过一亿。全球约有8%的沙门氏菌病例在接触后约4-7天出现危及生命的症状。这些危重疾病的病死率可能高达30%，但通过预防性治疗，病死率可降至1%以下。因此，快速评估临床病例的严重程度对于改善患者预后和优化医疗资源至关重要。基因组测序技术的进步使得能够分析大量临床病例的细菌基因组，为精准及时的诊断开辟了新的途径。本研究提出了一个基于基因组的框架，用于在出现危重症状之前识别危重沙门氏菌病例，并促进早期医疗干预。通过利用蛋白质家族（Pfam）结构域作为基因组数据的表示方法，将沙门氏菌病例复杂的基因图谱简化为可解释的特征。通过严格的数据分析，研究了病例的严重程度，并获得了一组70个新的PFAM生物标记物来评估严重程度。使用 XGBoost 算法，基于这些生物标志物训练的机器学习模型在预测临床严重程度方面达到了约 93% 的准确率。结果证明了所提出的方法和生物标志物的有效性。该框架在整合到临床决策中方面具有巨大的潜力，为及时、个性化的沙门氏菌感染管理铺平了道路。

CBIO071T - 具有 PT150 神经保护作用的 KRT ALS 生物标志物

肌萎缩侧索硬化症 (ALS) 是一种以运动神经元退化为特征的神经退行性疾病。尽管已鉴定出一些生物标志物，但这些标志物缺乏特异性。加之ALS的异质性，误诊率高达40%。本文提出了一种图神经网络 (GNN) 来诊断ALS，识别ALS特异性生物标志物组并开发相应的治疗方法。本文收集了全血转录组数据集，构建了基于kNN的图表示，并用于训练GraphSAGE GNN。该模型在ALS与对照组之间的准确率达到98%，在ALS患者与ALS模拟症之间的准确率达到85%，优于现有的诊断方法。该模型在阿尔茨海默病转录组数据集上进行了交叉验证，准确率达到97%，超越了现有方法。积分梯度量化了每个基因在模型分类过程中的重要性，其中KRTAP3-1和KRTAP9-8被评为重要基因。基因本体论显示这些基因参与细胞骨架的完整性。同时，对ALS蛋白质组学数据集的统计分析揭示了KRT6A、KRT6B和KRT4的差异表达。UniProt分析发现这些蛋白质是细胞骨架完整性和细胞分化的关键，这两者在ALS的发病机制中都至关重要。神经空间分析表明，这些KRT蛋白参与垂体功能，提示它们的下调可能导致ALS的激素失调。糖皮质激素受体（GR）的过度活跃被确定为KRT下调的一个因素。分子对接发现PT150是一种ALS的治疗药物，它在-7.5kcal/mol的浓度下使GR和环氧合酶2失活。这可以调节ALS的激素释放和神经炎症，并可能将患者的寿命延长20-30%。

CBIO073 - 基于遗传算法的癌症抑制剂分子设计

在全球范围内，抗生素耐药性感染和癌症等健康问题日益严峻；然而，药物开发所需的大量时间和成本也带来了沉重的负担。为了应对这些挑战，人们越来越多地致力于利用机器学习生成算法来缩短药物开发周期。然而，目前的模型往往无法保证生成分子的有效性、可合成性和有效性。本研究旨在设计一个基于遗传算法 (GA) 的分子生成模型 OptiMolGA，在确保分子有效性的同时保持高效性，并朝着人工智能模型在癌症治疗中的积极应用迈出一步。与深度学习模型不同，OptiMolGA 使用进化过程来多样化和优化解决方案。这些原则，例如突变和交叉，与一个包含药物相似性定量估计 (QED)、合成可达性 (SA) 和 Vina 对接评分的评分函数相结合。使用 CrossDocked2020 数据集将 OptiMolGA 与其他模型的性能进行比较，该模型在超过 500 次运行中持续优化并生成候选分子。实验结果表明，OptiMolGA 在所有 QED、SA 和 Vina Docking 得分方面均优于最先进的靶标感知分子生成深度学习模型。随后，OptiMolGA 被用于生成各种癌症相关蛋白质和突变晶体结构的潜在抑制剂。OptiMolGA 生成的抑制剂的 Vina Docking 得分等于或优于现有的活性抑制剂。总而言之，OptiMolGA 的成功凸显了其成为高效创新药物研发工具的巨大潜力。

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-CBI计算生物学和生物信息学获奖作品汇总-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-CBIO计算生物学和生物信息学2025的获奖作品方便学习

CBIO计算生物学和生物信息学获奖作品集合

CBIO044 - 密码子重分配对白色念珠菌形态的影响

念珠菌属的致病真菌，包括白色念珠菌，对全球健康构成日益严重的威胁。几乎所有念珠菌都属于CTG进化枝，该进化枝通过将CUG密码子上的丝氨酸翻译成亮氨酸而非丝氨酸，偏离了常见的遗传密码。值得注意的是，白色念珠菌能够在生物膜和酵母样生长状态之间快速切换，并且必须如此才能产生毒性。本研究旨在阐明CUG密码子上丝氨酸翻译与形态可塑性之间的潜在生物物理关系。我们基于其在形态转换中的关键参与度以及高比例CUG密码子（尤其是在功能重要的结构域中）的存在，筛选出一组蛋白质，并对其进行了计算机模拟，以研究其结构和功能对CUG残基上丝氨酸的依赖性。使用 AlphaFold AI 模型预测每种蛋白质的结构，将其在 CUG 残基处突变为亮氨酸，并通过一系列计算机模拟分析与野生型结构进行比较，以评估突变的结构和功能影响。评估指标包括蛋白质折叠的热力学数据、内部相互作用以及蛋白质-配体相互作用。静态分析包括溶解度变化、结合位点和预测的生物学功能。研究人员对蛋白质结构随时间的变化进行了分子动力学模拟，并对配体进行了对接分析。在最初的 13 种蛋白质中，有 5 种因突变而导致结构和功能发生显著破坏，这表明它们可能依赖于丝氨酸的掺入。这 5 种蛋白质是体外验证的有希望的候选药物。这项研究为未来新的治疗方法的研究开辟了道路，包括使用外源 tRNA 来强制亮氨酸的错误掺入。

CBIO045 - 痴呆症临床分类工具

神经退行性疾病的日益流行凸显了提高诊断准确性的重要性。许多已提出的临床决策支持系统 (CDSS) 对个体诊断的可解释性较低，且在临床环境中的可实施性较低。氟脱氧葡萄糖正电子发射断层扫描 (FDG-PET) 是鉴别诊断中已建立的模式。使用具有图结构的深度变分自编码器 (VAE) 来实现灵活性和精确性，可以解释单个标准化的脑 FDG-PET 图像，以支持神经退行性疾病的诊断。通过对 FDG-PET 脑图像（n=2000）进行预先训练，提取了每张图像的 16 个低维且可解释的潜在特征，其中每个维度都准确地代表了大脑活动及其内部变化的模式。使用逻辑回归系数分析了来自 VAE 的特征，并将其与已知的神经退行性疾病代谢模式进行比对。我们实施了一个由 k 最近邻和逻辑回归模型组成的集成分类器系统，用于对嵌入在 VAE 潜在空间中的图像进行分类，并取得了较高的准确率，例如，与基线主成分分析架构相比，该系统在诊断阿尔茨海默病方面的准确率高达 95%。VAE 潜在空间和图结构提供了清晰的视觉可解释性，并通过邻域图展示了不同痴呆症表型之间的潜在空间比较。除了分类之外，疾病类型之间的插值还可以通过脑部 FDG-PET 表面映射揭示脑代谢的轨迹。使用单个脑部 FDG-PET 使得该模型可以在临床环境中实施，并将成为一种强大的 CDSS，协助临床医生诊断神经退行性疾病。

CBIO048 - 计算双特异性抗体开发

美国每年约有9万人被诊断出患有淋巴瘤，这是一种影响白细胞（淋巴细胞）的癌症。CD30受体在霍奇金淋巴瘤和间变性大细胞淋巴瘤中过表达，对细胞增殖和存活至关重要，因此成为关键的治疗靶点。CD3ε受体亚基存在于免疫功能正常的淋巴细胞中，当接触特定抗原时会刺激免疫反应。免疫治疗技术的进步已证明双特异性抗体（bsAbs）可以同时结合两种抗原，从而促进免疫细胞介导的细胞毒作用。尽管取得了进展，但双特异性抗体研究仍主要处于实验阶段，计算和人工智能工具在开发过程中的应用不足。本研究假设，对Fab区进行计算分析可以帮助识别那些分别与CD8+细胞和淋巴瘤细胞的CD3ε和CD30受体结合，从而促进癌细胞死亡的Fab。分子对接模拟提供了与CD3ε和CD30结合的Fab结构。使用深度学习工具 ScanNet 验证了对接。视觉检查、氢键计数和结合能被用作筛选标准。在一组固定的 Fab 区域（n=10）中，Fab 1IQW 与 CD3 epsilon 受体表现出最高的结合亲和力（-25.6 kcal/mol）和最多的氢键（28）。对于 CD30 受体，1A5F 表现出最强的结合亲和力（-23.0 kcal/mol），但形成的氢键较少（7）。这项研究将为设计针对各种受体（包括 CD30 和 CD3 epsilon）的 bsAb 奠定基础，同时也展示了计算技术在 bsAb 开发中的潜力。

CBIO056 - 新型 GenAI 可改善阿尔茨海默病的诊断

阿尔茨海默病 (AD) 是一种渐进性神经退行性疾病，其特征是认知能力下降严重到足以干扰日常活动。目前的诊断方法，例如神经心理学评估，准确率低于 80%，这表明仍有很大的改进空间。磁共振成像 (MRI) 可以揭示 AD 患者特征性的脑萎缩，这为机器学习提升诊断准确率提供了广阔的前景。本研究利用基于 ResNet50 的卷积神经网络 (CNN) 进行基于 MRI 的 AD 诊断，初步实现了 89% 的 F1 得分。更重要的是，本研究引入了一种基于生成对抗网络 (GAN) 的新型框架，以实现更准确的 AD 诊断。在数据预处理之后，AG-GAN 选择最大的成像部位作为参考域，使来自其他三个部位的图像符合相似的图像参数，并有效降低了扫描仪特定的差异性。随后，CycleGAN 生成了额外的合成图像，以解决数据稀缺问题并增强训练鲁棒性。这种基于 GAN 的系统集成显著提高了诊断性能，F1 得分达到 96.1%。所提出的方法解决了多点MRI数据集中的关键挑战，通过减少扫描仪差异、数据可用性有限和数据集不平衡造成的性能差异，促进了诊断的公平性。作为首个提出基于GAN框架来增强AD诊断的研究项目，这些发现凸显了将深度学习与基于GAN的协调和增强相结合的变革性潜力，从而提高AD诊断的可靠性和可及性，尤其有利于资金不足的医疗诊所和研究机构。

ISEF历年获奖作品集&解析&资料免费下载⬇️

相关文章：