赛事动态 - 第 2 页 - Regeneron ISEF 国际科学与工程大奖赛

2025 Regeneron ISEF大奖-SOFT系统软件获奖作品汇总-4

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-SOFT系统软件2025获奖作品方便学习

SOFT047 - 灰斑病深度学习检测系统

由玉米尾孢菌（Cercospora zeae-maydis）和玉米尾孢菌（Cercospora zeina）引起的灰叶斑病（GLS）对玉米生产构成重大挑战，每年造成数十亿美元的经济损失。传统的灰叶斑病严重程度评估方法存在诸多局限性，例如劳动密集、主观性强以及经常出现误差。本研究探索了深度学习在灰叶斑病严重程度自动化评估中的应用，重点比较了基于YOLOv8计算机视觉模型和U-Net卷积神经网络（CNN）的多模型检测框架与人类专家在准确性和一致性方面的性能。首先利用YOLOv8模型提取叶片区域和病害类型，然后利用U-Net CNN模型分割灰叶斑病病斑并计算严重程度百分比。模型训练使用了PlantVillage和Corn Disease & Severity数据集，这些数据集包含感染各种病害的玉米叶片。模型生成的GLS严重程度评估结果显示出很强的相关性，并且一致性甚至高于专家的人工评估，这使其成为一种可靠的自动化病害评估工具。第三个LLM模型被整合用于田间应用，该模型基于前两个模型的数据，并结合来自多个叶片和植株的综合病害评分，提供量身定制的管理策略。索引和时间序列算法可用于预测产量影响。未来的研究将着重于将机器学习方法与田间和温室应用相结合，并探索其在其他植物病害中的应用。

SOFT049 - 新型基于 RL 的噪声自适应 QC 优化

由于现代量子硬件固有的噪声和易出错特性，优化量子电路（QC）布局是量子计算领域的一项根本性挑战。现代工业优化工具通常忽略器件的校准波动，导致次优解和执行过程中错误率的增加。为了解决这个问题，本项目提出了首个基于强化学习（RL）的算法，该算法能够适应量子器件的校准偏移和硬件约束。该算法在一个基于在线学习的环境中进行训练，该环境使用基于真实校准数据（例如“ibm_torino”）构建的自定义噪声，持续更新量子比特错误率、相干时间和连接性约束，并在每个时间步动态更新这些噪声。利用自定义奖励函数，该算法能够优化量子电路，使其满足相干性和连接性约束，降低电路的整体深度，并保持较高的状态保真度。利用蒙特卡罗验证，所开发的算法在优化质量控制电路时，实现了深度降低 49.34% (p = 0.0004) 和保真度提升 50.30% (p = 0.0021)。与标准优化工具（Qiskit Optimizer Level 3、PassManager、Tket、PyZX）进行基准测试时，该算法在随机电路上的性能平均比每种工具高出 79.03% (p < 0.0001，样本量 = 30)。本项目成功实现了：1) 一种新型的质量控制优化工具，该工具能够考虑校准偏移，并且比现有算法的成本效益高 125-300 倍；2) 一个基于在线学习的、用于未来算法开发的真实环境。本项目最终发现并解决了该领域专家忽略的一个问题，取得了突破性成果，并朝着更具容错性的计算方法迈进了一步。

SOFT052T - 共同手语

患有肌萎缩侧索硬化症 (ALS) 或瘫痪等疾病的人士，由于言语和行动受限，在沟通方面常常面临巨大障碍。这些挑战亟需创新解决方案，以帮助他们恢复与他人有效互动的能力。本项目提出了一种名为“CO-sign Language”（协同手语）的革命性沟通系统，旨在帮助言语和行动受限或完全丧失能力的人士。该系统完全基于眼动模式开发了一种全新的语言，并训练了一个人工智能模型，能够实时将这些模式转换为语音。为了防止误判，提高准确性，我们还创建了第二个模型，该模型能够区分有意和无意的眼动。此外，系统还添加了自动完成和自动纠错等功能，以实现更快捷的沟通，预测用户即将输入的内容，并在用户眼动时提供完整的单词建议。目前，我们正在开发第三个模型，用于根据上下文构建完整的句子。为了方便用户使用，我们构建了一个可穿戴原型，其外形类似智能眼镜，内置摄像头、树莓派开发板和扬声器，并配备了增强现实显示功能。我们对15名聋人、15名听力正常人士和1名晚期肌萎缩侧索硬化症（ALS）患者进行了CO-sign Language测试，以评估其每分钟字数（WPM）、实际使用准确率和用户体验。该系统达到了每分钟20个字的字数，准确率高达98.8%。此外，用户对该系统表示满意，认为其易于使用。CO-sign Language是辅助技术的一大进步，它仅通过视觉就能为人们提供表达能力。

SOFT057 - 使用新颖的 C^2-LSTM 架构的 HM-Detect

心脏杂音是由湍流血流产生的异常声音信号，与特定的心脏结构性疾病密切相关。目前的杂音分析方法仅关注杂音的检测，而忽略了杂音特征（例如时间）对于心脏疾病诊断的重要性。为了应对这一挑战，我开发了HM-Detect，这是一种全新的方法，它不仅能够检测心脏杂音，还能通过信号处理和机器学习技术准确地表征其特征（时间、位置等）。该方法融合了多项关键创新。首先，它使用一组新的组合声音特征——滤波器组能量和频谱子带质心——来分析心音。这些特征及其统计矩被用作构建机器学习模型的输入，该模型能够捕捉心音的时变特性。受基频心音和杂音中多种频率模式的启发，我们开发了一种突破性的“多模态”长短期记忆（C²-LSTM）神经网络架构，用于检测和分类杂音特征。最后，C²-LSTM 使用两个记忆通道，有效抑制了不同频率模式信号中出现的不必要的相互依赖性。HM-Detect 方法在临床验证的 CirCor DigiScope 数据集上进行了验证，性能准确率达到约 90%，F1 分数为 0.91，测试准确率为 87%。此外，C²-LSTM 架构已被推广到具有 n 个记忆通道，并相应地称为 Cⁿ-LSTM。Cⁿ-LSTM 为处理任意数量独立频率模式的信号奠定了基础框架。

ISEF历年获奖作品集&解析&资料免费下载⬇️

2025 Regeneron ISEF大奖-SOFT系统软件获奖作品汇总-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-SOFT系统软件2025获奖作品方便学习

SOFT039 - EnAct：AI引导，视障人士触及

对于视障人士而言，独立生活需要他们完成日常的取物任务，例如抓取苹果食用。然而，由于缺乏精确的空间感知能力，即使是简单的伸手取物动作也可能导致物品意外倾倒、弄脏环境，甚至造成安全隐患。尽管现有的辅助技术能够描述场景，但在指导实际操作方面往往信息不足，因此大多数视障人士仍然需要依赖他人的帮助来完成这些任务，从而限制了他们的独立性。本项目基于多智能体视觉语言模型（VLM）开发了一种安全感知型可操作引导系统。该系统在VLM的基础上增加了3D动作智能，能够提供实时动作引导/纠正，从而有效地指导视障人士完成取物任务。在运动前的高级路径规划方面，多智能体VLM架构使各个智能体能够分别执行用户查询推理、空间推理、安全评估和路径规划。该系统利用YOLO8-World和Depth Pro，实现动态低级动作引导，实时进行3D触及状态检测、碰撞规避和方向引导，直至用户到达目标。这项研究弥合了基于视觉线性模型（VLM）的通用场景描述和3D空间动作智能方面的知识鸿沟。它使视障用户能够按照系统提供的可执行引导与环境互动，从而完成烹饪、清洁等活动，以现有辅助技术无法企及的方式提高视障人士的独立性和生活质量。

SOFT040 - DISTRACT：用于更安全驾驶的实时视觉模型

分心驾驶已成为日益严重的公共安全危机，其在交通事故和死亡人数中所占比例持续上升。尽管分心驾驶分类（DDC）系统取得了进展，但现有方法仍局限于检测分心状态，而无法对驾驶员的注意力随时间的变化进行建模或量化，这是阻碍自适应安全系统发展的关键限制。为此，本研究提出了DISTRACT模型。该综合模型结合了先进的计算机视觉技术和人类注意力动态，能够实时量化驾驶员的注意力。DISTRACT模型包含三个关键组件。首先，它采用混合卷积神经网络（CNN）-视觉变换器（ViT）图像分类模型，能够以极高的准确率对九种不同的驾驶员状态进行分类，F1分数高达95.51%。其次，这些分类结果被转换为概率，并使用简单移动平均（SMA）进行平滑处理，以识别正常驾驶和分心驾驶之间的转换。时间序列分析表明，该模型在估计分心持续时间方面的平均误差仅为10.78%。最后，严重性量化函数将分心持续时间转化为 0-1 的严重性评分。该函数源自经验碰撞风险数据，反映了分心时间越长，碰撞风险呈指数级增长的趋势。将 DISTRACT 模型的严重性评分集成到高级驾驶辅助系统 (ADAS) 中，可使车辆安全系统主动适应驾驶员的注意力水平，而非被动应对紧急情况，这标志着智能驾驶员监控领域的新范式。通过将 DISTRACT 模型从概念转化为现实，我们可以开创智能自适应车辆安全系统，从而挽救无数生命。

SOFT044T - HandNBrain：认知提升游戏

认知能力下降和精细运动技能衰退是衰老过程中常见的现象，会导致生活质量下降和痴呆风险增加。本研究介绍了一款名为 HandNBrain 的交互式手势识别游戏，旨在刺激老年人的认知和精细运动功能。与通常只关注单一领域的传统干预措施不同，HandNBrain 整合了实时虚拟物体操作任务，能够激活与记忆、注意力、感知和运动协调相关的多个脑区。该系统包含三款游戏——“寻找苹果”、“蜜蜂还是蚊子”和“跳跃大师”——每款游戏都针对不同的认知领域，例如问题解决、感知处理和注意力，同时需要精确的手部动作。评估方法包括专家访谈、系统延迟测试和用户直接试用。专家指出该系统符合认知康复原则，并强调了其在提升注意力、记忆力和反应速度方面的潜力。延迟测试证实了该平台的响应速度，确保了流畅的用户交互体验。未来的工作将着重于通过移动平台进行更广泛的部署，并整合全身交互功能，以提高系统的可及性和预防痴呆的有效性。这些发现凸显了游戏化干预在早期痴呆症预防策略中的潜力。

SOFT046 - AssemblyComplete：带 RL 的组合构造

机器人和自主系统领域的一个关键目标是教会机器人适应现实世界的协作任务，尤其是在自动装配方面。机器人理解未完成装配的原始意图并在无需人工指导的情况下补全缺失部分的能力非常宝贵，但也极具挑战性。本文介绍了一种三维组合装配补全方法，并使用组合单元原语（例如乐高积木）进行了演示。组合装配的挑战性在于其可能的组合方式以及复杂的物理约束（例如，避免积木碰撞、结构稳定性、库存限制等）。为了应对这些挑战，我们提出了一种两部分组成的深度强化学习（DRL）框架，该框架旨在教会机器人理解未完成装配的目标，并学习一种用于完成装配的构建策略。机器人通过查询一个稳定的对象库来辅助装配推理并指导学习。除了机器人策略之外，我们还开发了一个动作掩码，用于排除违反面向对象构建物理约束的无效动作。我们通过多种装配场景验证了所提出的框架的可行性和鲁棒性，在这些场景中，机器人能够满足实际装配的要求，无论是在解决方案质量还是运行时间方面。此外，结果表明，所提出的框架能够有效地推断和组装未见过和独特的物体类型的不完整结构。

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-SOFT系统软件获奖作品汇总-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-SOFT系统软件2025获奖作品方便学习

SOFT021T - LiDRNet：轻量级惯性导航

由于全球导航卫星系统 (GNSS) 信号在建筑物内的穿透性差，精确的室内定位仍然是一项重大挑战，这使得传统的基于 GNSS 的方法无效。替代方案通常存在局限性，阻碍了它们在受限平台上的实用性。我们提出了一种轻量级且强大的行人航位推算 (PDR) 深度学习方法，称为 LiDRNet。\n\n我们的方法利用中性常微分方程 (Neural ODE) 技术，并将其应用于现有的 ResNet 和 LSTM 架构。然后，我们在航向无关坐标系下进行操作，并对速度损失应用反向传播，以提高模型的有效性。最后，我们使用 Neural-ODE 主干网络根据原始惯性测量单元 (IMU) 数据预测运动轨迹，从而显著减少参数数量。\n\n将 LiDRNet 与 SOTA 深度学习方法进行基准测试，结果表明 LiDRNet 在性能方面有显著提升，在达到相当精度的同时，参数数量减少了 7 倍。我们的研究结果还表明，LiDRNet 的平均轨迹误差 (ATE) 在实际应用中处于可接受范围内，每行驶 250 米的平均误差小于 4 米。\n\nLiDRNet 非常适合部署在资源受限的边缘设备（例如智能手机或物联网平台）上，以实现准确、稳健且实时的航位推算。无需外部基础设施或大量计算资源即可实现精确的室内定位，这使得我们的方法能够显著增强导航性能，从而有可能改善室内环境（例如洞穴系统或茂密森林）中的导航辅助、资产追踪和应急响应。

SOFT031T - 利用可解释人工智能进行野火预测

最近发生的事件再次证明了山火问题的严重性和紧迫性。在我们的山火预测方法中，我们并非专注于单一模型，而是将研究方向拓展到不同的机器学习子领域：深度学习和集成学习。我们使用从美国宇航局 (NASA) 公共网站获取的数据集来训练模型。我们进行了变量缩放和目标变换等必要的预处理步骤。之后，我们构建了配对图、散点图和相关矩阵，以理解变量之间的潜在关系。之后，我们将数据拆分为测试集和训练集。我们使用了两种不同类型的模型：随机森林回归器和 TabNet 回归器。在将数据拟合到模型之前，我们进行了超参数调优。对于随机森林，我们采用了 5 折网格搜索交叉验证 (CV)。对于 TabNet，我们采用了不同的方法。首先将数据重塑为可以输入到 TabNet 的格式。然后，我们不再使用网格搜索交叉验证，而是使用 5 折 K 折交叉验证 (CV)。完成交叉检验 (CV) 后，将数据集拟合到两个调整后的模型中。对于每个模型，较低的 MSE 和 MAE 值证明了它们在预测 FRP 方面的精度和准确度。两种情况下的 r^2 得分均大于 60，证实了预测值与实际 FRP 值之间的关系，这再次验证了我们模型的有效性。然而，需要指出的是，TabNet 的结果更好，误差更低，r^2 值更高。对这两个模型进行了 SHAP 分析，结果显示对这两个模型影响最大的参数都是“亮度”和“bright_t31”，但第三大差异是：TabNet 的“纬度”和随机森林的“置信度”。

SOFT033 - 基于柯尔莫哥洛夫复杂度的隐写恶意软件检测

基于 PDF 的隐写恶意软件是一种日益严重的网络安全威胁，它将恶意代码隐藏在 PDF 文档的树状结构中，利用嵌入式 JavaScript、元数据和操作等特性，同时保持文件外观的合法性。由于干净文档和受感染文档之间存在外部相似性，传统的检测方法（包括启发式检测和基于特征码的检测）无法识别隐写恶意软件。\n\n本项目提出了一种利用柯尔莫哥洛夫复杂度检测基于 PDF 的隐写恶意软件的新方法。柯尔莫哥洛夫复杂度衡量描述一个对象所需的最短程序长度，它对于区分良性 JavaScript（频繁重复）和恶意 JavaScript（随机性更强、更集中）非常有用。\n\n然而，由于停机问题，柯尔莫哥洛夫复杂度无法直接计算。本项目通过压缩对象并将其与解压缩脚本连接形成自解压归档文件来间接计算柯尔莫哥洛夫复杂度，该代码的总大小作为其柯尔莫哥洛夫复杂度的上限。通过计算 PDF 内部树状结构中关键组件的复杂度，并将其与已知干净文档的基线进行比较，即可通过检测与预期值的偏差来识别恶意修改。\n\n初步测试中，对整个 PDF 进行整体分析时，真阳性率达到 100%，但假阳性率高达 86.2%。改进分析方法，转而分析特定的 PDF 组件（例如 JavaScript 或打开操作），有助于将重点转移到可疑更改上，并忽略文件大小或文本内容等良性变化，从而将真阳性率提高到 97.8%，假阳性率降低到 3.7%。

SOFT038 - 用于客观击剑裁判的计算机视觉

佩剑是一项瞬息万变的运动，60%的得分中，双方击剑运动员的击中时间仅相隔几毫秒。在这种情况下，得分的判定完全取决于裁判根据“优先权”规则的判断。然而，如此快速而复杂的攻防转换使得精准判罚异常困难，引入了固有的主观性和认知偏差，最终影响了这项运动的真实性。为了解决这个问题，我们开发了一套计算机视觉系统，该系统利用自动取景摄像头分析高速视频，判断哪位运动员先伸出手臂——这是判断优先权的关键因素。该系统采用YOLOv8-Pose模型，追踪肩部和肘部的位置，自动识别击剑运动员在初始敬礼动作中的手臂。它计算肘部和肩部的角度，并对其进行动态分析，以检测符合国际击剑联合会（FIE）规定的完全伸展动作，同时记录每次检测的时间戳并确定优先权。系统输出的信息包括交互式慢动作回放、角度/伸展信息以及判罚结果。先进的滤波技术能够有效降低噪音，例如观众的干扰；同时，误报率降低机制确保分析中仅考虑有意发起的进攻动作，而非准备动作或防守动作。该系统在100个击剑得分点上进行了现场测试，在识别首次进攻动作方面达到了90%的准确率，比专业裁判在同一数据集上的判罚准确率高出15%。这项研究证明了计算机辅助裁判在动态运动中的可行性，为更加一致、数据驱动和公平的决策铺平了道路，并有望重新定义竞技击剑。

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-SOFT系统软件获奖作品汇总-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-SOFT系统软件2025获奖作品方便学习

SOFT007——一种新型自适应对抗防御技术

社会运行对人工智能 (AI) 图像识别模型的日益依赖，使其更容易受到对抗性攻击带来的安全风险。这些攻击会操纵输入数据，欺骗 AI 模型错误分类图像，从而导致诸如自动驾驶汽车闯红灯等危险后果。目前的攻击检测方法（例如自编码器）是二元分类器，这限制了其对攻击进行分类和缓解的能力。因此，现有的防御方法虽然对特定类型的攻击有效，但却无法适应其他类型的攻击。为了解决这一局限性，我们开发了一种新型的一体化流水线 SplitSafe，它能够根据每张图像中识别出的攻击类型调整其防御策略。我们创建了一种独特的攻击分类方法，该方法利用一个五元攻击分类器，该分类器基于被攻击图像和原始图像像素之间的差异进行训练，从而突出不同攻击产生的不同噪声。我们设计了五种针对特定攻击的防御模型，供 SplitSafe 使用，以对被攻击图像进行分类并缓解攻击。与基于自编码器的攻击分类器相比，SplitSafe 的攻击分类准确率显著更高（95% vs. 69%，配对 t(14)=44.2，p=2.33 ×10^−26）。在攻击缓解方面，SplitSafe 对受攻击图像的下游图像分类准确率也显著高于非攻击相关的对照流程（85% vs. 74%，McNemar χ²(3599)= 308，p= 2.93×10^−52）。两个流程均采用了预训练的 EfficientNetV2 图像分类器，以确保基线分类准确率尽可能具有竞争力。将 SplitSafe 集成到现有的图像识别模型中，将增强实际系统抵御对抗性攻击的能力。

SOFT008 - Gate OS：通过静态分析确保 Rust Exokernel 的安全

传统操作系统使用多层抽象来简化开发，但限制了定制和优化。Gate OS 是一个基于 Rust 的外内核，它最大限度地减少了抽象开销，使应用程序能够直接管理硬件，同时确保稳定性和安全性。本项目探索了外内核架构、静态代码分析和形式化验证在进程隔离和管理方面的可行性，旨在减少对内存管理单元 (MMU) 的依赖，从而提高性能和跨 RISC-V 和 ARM Cortex-M 等架构的兼容性。\n\nGate OS 使用 Rust 开发，以利用其固有的代码不变性。该系统实现了对系统调用的静态分析，以确保符合安全策略，并使用借用检查器来强制执行线程边界，而无需 MMU。在 x86-64 UEFI 硬件上进行的基准测试测量了 I/O 性能和网络吞吐量，并通过集成部分 POSIX 和 xv6 系统调用支持测试了兼容性。\n\n基准测试表明，与传统内核架构相比，Gate OS 的性能有所提升，尤其是在高吞吐量网络和快速存储方面。静态分析成功地强制执行了编译时边界，确保应用程序和内核运行时的安全，同时防止对资源的未经授权访问。\n\nGate OS 展示了如何通过在编译时而非运行时强制执行安全性，利用编程语言特性和新型架构来创建安全、高性能的操作系统。它无需虚拟化和过度权限分离，为嵌入式系统和网络设备提供了一种极具前景的替代方案。

SOFT013 - 完整性：广义人工图像检测

如今，人工智能图像生成模型能够大规模地创建和增强照片。近期报告预测，到2027年，人工智能辅助的虚假信息将超越战争和自然灾害，成为全球经济安全面临的最大威胁。人工智能生成图像检测器的发展一直难以跟上图像质量的提升，使得未经训练的人难以识别人工智能生成的内容。现有的检测器在测试未知生成器时会失效，而且资源消耗巨大，严重依赖机器学习，并容易受到攻击。我开发了Integrity，这是一款不使用机器学习的软件工具，它通过分析噪声模式中的统计偏差来检测任何模型生成的图像，寻找的是图像真实性的指标，而不是人工痕迹。我将一个包含高分辨率真实图像的原始数据集与来自多个模型的合成图像配对，并运行Integrity的算法。经验表明，真实图像的得分符合一个与人工智能内容不符的阈值。该算法在自定义数据集上实现了平均 98.6% 的分类准确率，显著降低了计算成本，性能比其他检测器提升了 23% 以上。Integrity 还能识别被篡改的真实图像中的小区域，内置了用于检测潜在攻击的保护机制，并采用一种新颖的统计方法，在局部层面上检测人工智能生成的图像内容，是一款综合性工具。Integrity 在准确性、速度、安全性和效率方面均优于基于机器学习的检测器，并有望实现全球覆盖，使更多人能够比以往任何时候都更容易地获得图像认证服务。

SOFT015 - PSID.DB：新增已删除文件聚焦痕迹

如今计算机无处不在，数字痕迹往往会留下，有助于重现过往事件。在法律诉讼中，计算机取证数据对于判定被告有罪或无罪至关重要。然而，已知的数据往往无法捕捉到驱动器上所有先前文件的信息。本研究旨在通过研究、分析和脚本开发，从 Apple Spotlight 取证数据中识别、分析并提取更全面的历史文件信息。\n\n之前的 Spotlight 研究和工具已经识别并映射了 Store.db 数据（Atwal 等人，2019）。\n\n本研究发现了一个新的数据 PSID.DB，其中可能包含有关先前文件和文件夹的信息。通过分析先前的研究、十六进制模式、压缩、编码、加密以及常见的数据时间戳格式，对 PSID 的专有结构进行了解读。基于这张映射图，我开发了一个用于解析 PSID 的 Python 脚本。\n\n为了评估 PSID 的价值以及影响恢复的因素，我进行了模拟典型用户存储驱动器活动的测试，并将 PSID 恢复结果与 (a) 已知文件记录和 (b) Store.db 恢复结果进行了比较。结果表明，只要存在 PSID，其恢复效果就能达到或超过 Store.db。在某些测试中，PSID 恢复了所有先前的文件记录，而在另一些测试中，它恢复的记录数量是 Store.db 的五倍。存储驱动器文件系统被发现是影响 PSID 恢复的关键因素。\n\n这项研究绘制了 PSID 工件的映射图，证明在某些情况下，它可以提供比之前研究过的 Spotlight 工件更完整的历史文件列表，并开发了一个供取证人员解析 PSID 的脚本。

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-ROB机器人与智能机器获奖作品汇总-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-ROB机器人与智能机器2025获奖作品方便学习

ROBO004 - 设计植物病害抑制机器人

主要目标是构建一个能够自主管理植物病害的机器人，以实现高效的农业病害管理。传统方法耗时、费力且不准确，导致作物减产和经济损失。当前的原型机采用了 Jetson Nano 进行控制，并用于未来的 AI 应用，已在花园条件下的户外测试中成功完成，测试内容包括可操作性、液体喷洒和图像采集质量。\n\n我们使用了一台低成本多光谱相机，该相机采用 OCN（橙色、青色、近红外）滤光片，在检测作物健康状况时（主要估算叶绿素含量）具有更高的精度。\n两个 YOLOv8 实例分割模型采用三阶段方法进行训练：首先在合成的多光谱/RGB 数据集上进行训练，然后在合成的多光谱/RGB 植物数据集上进行训练，最后两个模型都基于机器人将要操作的花园中收集的真实多光谱植物数据进行优化。最终训练数据使用了 OSAVI 多光谱指数。\n\n在模型训练的最后阶段，RGB 预训练模型的 mAP@50 为 28.5%，mAP@50-95 为 16.1%，mAP@50 (M) 为 27.9%，mAP@50-95 (M) 为 15.1%；而合成多光谱预训练模型的 mAP@50 为 25.0%，mAP@50-95 为 15.4%，mAP@50 (M) 为 23.6%，mAP@50-95 (M) 为 14.3%，这表明 RGB 预训练带来了更高的最终检测准确率。由于最终数据集有限，截止期限前仅有 12 张带标签的多光谱图像，这可能会影响这两个模型的泛化能力。在物理方面，我采用了一种新的机械臂设计，将电子设备压缩到轻型 3D 打印外壳中，并添加了流体喷涂功能，现在全部都可以运行了。

ROBO011T - 机器学习 IMU 处理和 PD 视觉监控

超过一千万人患有帕金森病 (PD)，这是一种无法治愈的运动障碍，严重影响日常生活。80% 的晚期帕金森病患者会患上冻结步态 (FoG)，导致患者突然无法活动并跌倒。因此，PD 患者行走时经常低头，需要导航辅助。此外，超过 75% 的患者会出现静止性震颤（不受控制的颤抖），从而影响运动功能。因此，本研究提出了 GaitGuardian——一种针对晚期帕金森病患者的整体机器学习 (ML) 解决方案，包括 FoG 预测、跌倒和震颤检测以及视觉监测。首先，FoG 预测算法使用加速度计数据标记“FoG 前”状态（FoG 发生前 2 秒）。采用双注意力机制增强的混合 CNN + biLSTM 模型可捕捉空间和时间特征，实现高灵敏度和特异性。跌倒检测在 IMU 数据上运行 ML 集成，准确率接近完美。震颤检测使用基于腕戴式 IMU 数据训练的轻量级一维 CNN。最后，视觉监控将使用基于云的变换器和卷积模块的物体+深度检测主干与用于文本输出的多模态大型语言模型配对。应用过采样、特征提取、低通滤波和调优等机器学习技术来优化精度和计算量。在物理构造方面，连接到 ESP32-S3 的 6 自由度惯性测量单元 (IMU) 采用 PLA 封装，并通过 USB-C 接口供电和传输数据。行走时，该设备可佩戴在躯干上；佩戴在手腕上，通过触觉反馈进行震颤矫正。最后，将一个 2 MP Arducam 放置在用户的额头上，使用 BLE-5 进行数据传输（通过 ESP32）。总而言之，GaitGuardian 可以预测雾状震颤 (FoG)、检测跌倒、矫正震颤并监测周围环境，同时性能优于现有模型，证明了其对帕金森病 (PD) 患者的益处。

ROBO014T - 用于物体检测的协调无人机

本研究旨在设计、构建和测试一套用于广域物体识别的多无人机 (UAV) 系统。广域物体识别广泛应用于各种任务，例如搜救任务，这些任务通常耗时且对相关人员来说十分危险。在该系统中，多架定制无人机与任务控制服务器 (MCS) 通信。每架无人机都是配备摄像头和图像处理计算机的自主四轴飞行器。这些无人机使用计算机视觉和基于特定应用数据训练的人工智能模型来处理摄像头传来的图像，从而执行物体检测。MCS 允许操作员选择搜索区域，然后计算每架无人机负责搜索的区域。MCS 负责协调所有无人机，同时监控它们的位置和发现的目标。然后，每架无人机根据从 MCS 收到的坐标点创建自己的优化飞行路径，同时结合其飞行高度和摄像头的视野范围进行考虑。验证后，我们分别计算了原版 YOLO 模型和 VisDrone 训练模型的 F1 得分（F1 分数），以此作为准确度的统计指标。结果表明，基于 VisDrone 数据集训练的模型比原版模型更准确；定制训练模型的 F1 得分为 0.96，而原版模型的 F1 得分为 0.87。在使用多架无人机进行测试时，该系统每秒覆盖的搜索区域增加了 57.87%，同时 F1 得分达到了 1.00，这意味着没有遗漏或错误地检测到目标。此外，凭借其物体检测能力，这项技术还可以用于其他任务，例如野生动物识别和其他形式的环境测绘。

ROBO019 - 提高持续学习的泛化能力

虽然监督学习或自监督学习的预训练最近在持续学习 (CL) 中通过学习可泛化特征展现出巨大的潜力，但它需要一个与目标数据集类似的大型外部数据集。这类数据集可用于流行的基准数据集，但在实际应用中往往不可用。因此，许多研究仍然从头开始训练随机初始化的模型。然而，目前尚无此类研究探索引入可泛化特征的替代方法。因此，本文在 CL 的一个子集——无样本类增量学习 (EFCIL) 中重新探讨了自监督标签增强 (SSLA)。虽然 SSLA 之前已被提出，但它的使用方式极其简单，这被发现会损害现代 EFCIL 算法的性能。因此，基于理论观察，本文提出了两项修改，以使 SSLA 更好地适应 EFCIL 环境：仅对初始任务执行 SSLA，以及仅对非增强类 logits 执行知识蒸馏。此外，由于 SSLA 依赖于旋转或颜色变化特征，而这些特征可能并非存在于所有数据集中，因此其局限性也显而易见。因此，针对此类设置，我们提出了一种新的 SSLA 增强方法，即在图像频域上使用二值低通和高通滤波器。我们已在 CIFAR-100、Tiny-ImageNet 和 Skin23 数据集上对所提出的方法进行了评估，结果表明，最终任务准确率较最优方法分别提升了 2.5%、2.7% 和 0.4%。

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-PLNT植物科学获奖作品汇总-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-PLNT植物科学2025获奖作品方便学习

PLNT043 - 在植物中生产 AMP 以实现高效治疗

预计在2025年至2050年间，抗生素耐药性感染将导致全球超过3900万人死亡，每年的治疗费用超过660亿美元。与其替代无效抗生素，不如恢复它们。植物产生的抗菌肽 (AMP) 提供了一种前景光明但尚未开发的协同治疗方案。然而，缺乏关键的临床前评估阻碍了 AMP 的临床转化。本研究旨在利用烟草花叶病毒 (TMV) 载体在本氏烟中表达 AMP，以评估其纯度、抗菌性、细胞毒性和协同作用。将 TMV-AMP 质粒插入农杆菌中，使其通过农杆菌侵染进入本氏烟。TMV-AMP 植物感染后，通过反相高效液相色谱 (RP-HPLC) 纯化 AMP。通过PCR、大肠杆菌MG1655抗菌试验、人胚肾(HEK)和人真皮成纤维细胞(HDF)细胞毒性试验以及AMP与阿奇霉素联合作用对抗耐药大肠杆菌PI-7的协同作用试验评估AMP的活力。AMP对大肠杆菌MG1655表现出抗菌活性，最低抑菌浓度为50 µg/mL，细菌抑制率为92.46%±4.53。AMP对HEK和HDF表现出极低的细胞毒性，在浓度高达50 µg/mL时仍能保持>90%的细胞活力。达到最低细胞毒性和最大抗菌活性的最佳AMP浓度为50 µg/mL，最终植物表达产量为2.1 mg/mL，为已报道的植物TMV表达的最高产量。抗菌肽增强了阿奇霉素对大肠杆菌PI-7的疗效；这种组合疗法每剂成本不到1美分。这项研究凸显了将抗菌肽转化为临床治疗手段的潜力，即一种经济有效且临床可行的治疗方法，以恢复抗生素疗效，并有望在2050年前挽救生命。

PLNT049 - 提高海洋微藻的热耐受性

海洋微藻贡献了其生态系统近50%的氧气产量和初级生产力，使其成为海洋环境中不可或缺的生物。这些生物还能吸收大量的二氧化碳，在缓解气候变化方面发挥着至关重要的作用。然而，由于其最大热值的限制，预计不断升高的海洋温度将对大多数海洋微藻物种产生负面影响。此外，据推测，到2100年，20%-40%的微藻物种将失去其目前的栖息地。由于共生藻与珊瑚宿主的共生关系，使珊瑚能够获得必需的营养，因此在以下研究中尤为重要。然而，珊瑚白化已成为一个全球性问题，越来越多的共生藻因其周围温度超过其最大热值而死亡。去年记录了历史上最严重的珊瑚白化事件之一，77%的珊瑚礁受到了影响。鉴于共生藻（Symbiodinium）的突出地位，本研究旨在利用反向遗传工程来识别可能使海洋微藻表现出更高耐热性的特定基因。通过电穿孔将启动子区插入微藻细胞，产生随机突变体，然后将转化的菌落置于其最高耐热温度下进行筛选。结果显示，一个菌落可能表现出更高的耐热性，这有待进一步试验和测序来证实。由于共生藻（Symbiodinium）基因组的复杂性，我们以海洋微拟球藻（Nannochloropsis oceanica）作为模型物种，以更好地了解该生物的整体遗传学特征。

PLNT050T - PETase 优化用于微塑料分解

源自各种来源的微塑料威胁着墨西哥湾等生态系统，它们在食物链中积累，影响着大量野生动物和人类。另一方面，携带PETase等酶的微生物为将塑料分解成危害较小的成分提供了一种颇具前景的解决方案。目前的植物-微生物共生关系仍在进行这种生物修复，但降解率普遍较低。湿地作为颗粒到达海洋等较大水体前的天然过滤器，为此类相互作用提供了理想的环境。本实验深入探讨了这些关系如何帮助应对微塑料危机。从加尔维斯顿湿地原生的抗逆性禾本科植物互花米草中分离出44种细菌，其中6种细菌在PET微塑料渗透环境中表现出PETase活性，PET微塑料是许多塑料容器中常见的塑料类型。虚拟模拟被用于修改基因，以在互花米草根际创造高Ca2+和Mg2+浓度的最佳PETase活性条件。计算机模拟预测表明，这些工程转运蛋白可使根区 Ca2+ 和 Mg2+ 浓度增加 5 倍以上。随后，研究人员在实验室试验中重复了这些预测的离子水平，以测试其对 PETase 活性的影响。结果显示，在为期三周的实验室测试中，PET 微塑料的降解率提高了 52%。此外，经离子处理的植物的健康和结构完整性得以维持，这表明引入的浓度不会对植物生长产生负面影响。这些研究结果表明，增强湿地植物有望成为解决微塑料污染的天然、可持续解决方案。

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-PLNT植物科学获奖作品汇总-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-PLNT植物科学2025获奖作品方便学习

PLNT032T - 呕吐冬青中的咖啡因生产

咖啡和茶是世界上最受欢迎的饮料之一，含有大量的咖啡因，一种中枢神经系统兴奋剂。许多植物已被证明可以利用三种被称为咖啡因合酶 (CS) 或黄嘌呤甲基转移酶 (XMT) 的基因来产生咖啡因。一种产生咖啡因的植物是冬青催吐树 (Yaupon Holly)，它是北美仅有的两种产生咖啡因的植物之一。它与巴拉圭冬青 (Yerba Mate) 密切相关，巴拉圭冬青是已知的唯一一种能够产生咖啡因的冬青属植物。我们调查了三个假设：(1) 我们测试了催吐树中是否存在咖啡因合酶型基因，(2) 我们测试了催吐树和巴拉圭冬青中负责咖啡因合成的基因是否密切相关，以及 (3) 我们测试了这两个物种中咖啡因产生的生化途径的相似性。为了验证这些假设，我们首先进行了转录组测序。然后，我们鉴定了催吐冬青RNA序列中存在的咖啡因合酶基因，并且明显缺乏XMT基因。为了扩增这三个候选基因，我们进行了逆转录聚合酶链式反应。之后，我们克隆了这些基因并将其转化到大肠杆菌中。我们利用酶联免疫吸附试验检测了培养物中的这些酶，并构建了系统发育树来分析这些数据。系统发育树显示，IvRT1与IpCS3密切相关，IvRT8与IpCS2密切相关。然而，催吐冬青的转录组中没有与IpCS1紧密匹配的序列。最后，我们的酶联免疫吸附试验表明，IvRT8能够甲基化3-甲基黄嘌呤生成可可碱，这与预期一致。这一结果与巴拉圭冬青已知的生化途径相似。

PLNT038T - 植物提取物对种子发芽的影响

有限的杂草抑制处理方法导致多种入侵物种产生除草剂抗性，威胁着作物产量和全球粮食安全。化感作用——生物体自然释放的生物化学物质影响邻近植物生长——提供了一种可持续的替代方案。本项目研究了水提取物对入侵物种黑麦草（Lolium perenne）的化感作用，以寻找保护农作物玉米（Zea mays）的可持续方法。从以化感作用而闻名的黑胡桃（Juglans nigra）和鼠尾草（Salvia apiana）的叶子中提取提取物，并将其应用于含有玉米（Zea mays）和黑麦草（Lolium perenne）种子的培养皿中。7天后测量发芽率，并计数任何可见的突起。活力指数计算为种子根和芽的平均总长度（毫米）乘以每个培养皿的发芽率。与对照组相比，最高浓度的黑胡桃提取物显著促进了玉米（Zea mays）的发芽，同时抑制了黑麦草的生长。另一方面，虽然各选定浓度的鼠尾草提取物能够抑制杂草生长，但也会对玉米生长产生负面影响。方差分析和事后检验（Tukey's HSD）证实了对照组和各实验组之间存在统计学显著差异。这些结果表明，高浓度的黑胡桃提取物具有作为有机除草剂的强大潜力。进一步研究提取物浓度的优化、在实际作物田间条件下的测试以及对提取液中植物生化物质的完整性的调查，可以为这些研究成果在农业环境中的实际应用提供支持。

PLNT041 - 通过 RUBY 质粒传递增强光合作用

由于全球对二氧化碳去除机制的需求，诸如直接空气碳捕获等解决方案正被用于过滤大气中的二氧化碳。然而，这些方法往往会造成环境破坏，例如地下水酸化。光合作用是一个消耗二氧化碳的过程，可以通过碳捕获应用来增强其功能。本研究旨在通过过滤抑制光合作用的波长来增强光合作用。我们将3S5 Ruby质粒（该质粒表达将酪氨酸转化为色素β-花青素的途径）注入植物体内，以评估该色素的抗氧化和紫外线吸收特性是否能够促进光合作用。\n\n通过细菌接合法，在12株莴苣（Lactuca sativa）植物中，有6株被注入了该质粒。分光光度分析、二氧化碳同化追踪和生物量定量用于从外部评估光合作用的差异。在光抑制波长下，组织溶液的吸光度显著增加（p值范围 = 0.0033-0.0485），表明光保护性增强。转化植物的二氧化碳吸收率也提高了37.34%，因此，产生甜菜红素的植物的生物量组成增加了57.03%，进一步证明了光合作用能力的增强。\n\n在转化植物中观察到二氧化碳消耗量、生物量组成和应激源波长吸收率的增加，这些都是体内甜菜红素产生导致光合作用增强的关键指标。这项研究提供了一种环保战略，以应对全球碳封存需求。

PLNT042 - 乙烯利诱导独脚金自杀性发芽

寄生植物独脚金（Striga hermonthica）威胁着非洲的粮食安全，并影响小农户的收入，每年造成的损失高达70亿至100亿美元。一种新兴的对抗这种寄生虫的策略是自杀性发芽。独脚金种子依赖寄主作物根系释放的独脚金内酯（SL）作为发芽刺激剂。乙烯前体乙烯利也可用作发芽刺激剂，并可与SL类似物结合使用以提高发芽率，从而实现更有效的自杀性发芽。本研究在实验室和温室条件下评估了乙烯利单独使用以及与两种SL类似物MP3和Nijmegen-1联合使用的效果，以评估其在增强独脚金种子发芽和控制独脚金出苗方面的潜力。使用未经处理的独脚金种子以及不同浓度的乙烯利（0.2–400 µM）和SL类似物进行发芽生物测定（n=5/处理）。观察到浓度依赖性效应，400 µM 乙烯利与 1.0 µM MP3 组合使用时，发芽率显著提高，达到 75% 以上，而单独使用 SL 类似物的效果有限（<45%）。在温室试验中（n=6/处理），单独使用 MP3 使独脚金出苗率降低了 67%，而其与乙烯利组合使用则使出苗率进一步降低至 85%。单独使用乙烯利仅导致出苗率降低 37%，这突显了乙烯利与 SL 类似物组合使用时作为发芽活性增强剂的作用。这些结果表明乙烯利可以增强 SL 类似物的自杀性发芽活性，为减少非洲国家的独脚金问题提供了潜在的解决方案。

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-PLNT植物科学获奖作品汇总-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-PLNT植物科学2025获奖作品方便学习

PLNT024 - 可持续柑橘黄龙病防治

黄龙病 (HLB) 又称柑橘黄龙病 (Candidatus Liberibacter asiaticus)，是全球最具破坏性的柑橘病害。目前，除紧急标签第 18 条规定的土霉素外，尚无其他注册农药可用于治疗此病。咖喱叶树 (Murraya koenigii) 对亚洲柑橘木虱 (Diaphorina citri) 极具吸引力，而木虱是柑橘黄龙病细菌病原体的传播媒介，但它本身并非病害载体。热疗是一种潜在的抑制病害、提高植物蒸腾速率的方法，从而促进杀菌剂的转移。本研究旨在利用咖喱叶中的生物活性化合物开发一种新型生物杀菌剂，并设计局部热疗框架以增强药物的吸收。该生物杀菌剂以 7.5% 的用量通过树干注射的方式用于治疗受黄龙病感染的树木。蒸汽疗法包 (ST) 是对生物疗法 (NB) 的补充。与未处理的对照组相比，ST 和 NB 的结合使病害严重程度控制提高了 45% 以上，植物活力提高了 50%，叶绿素含量提高了 53%。qPCR 分析证实，经 NB 和 ST 处理的树木的 Ct 值提高了 26%。总而言之，ST 和 NB 的效果比行业标准高出 14%，并提高了治疗效果。蒸汽疗法包是一种低成本、便携且易于使用的设备，可用于处理数千英亩的土地。这种结合咖喱叶生物杀菌剂和蒸汽疗法的综合方法，提供了一种根除柑橘黄龙病的双重策略，有望成为一种有效且可持续的解决方案，以促进全球柑橘产业的发展。

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。

PLNT027 - 水培番茄生长中的氮碳点

水培系统是一种高效的植物栽培方法，因其高产量和资源效率而日益普及。然而，目前的水培基质（如矿棉和酚醛泡沫）不可生物降解，存在潜在的健康风险，引发了人们对可持续性的担忧。最近开发的一种可生物降解的基质替代品是源自人发和食物垃圾的角蛋白基质。在这些基质中添加营养掺杂的碳点（CD），尤其是氮掺杂的碳点（N-CD），可以提高营养物质的利用率，从而促进植物生长。本研究旨在评估N-CD对生长在角蛋白基质中的番茄幼苗地上湿重生物量、茎长和根长的影响。番茄幼苗分别在添加氮-环糊精 (N-CD)、铜-环糊精 (Cu-CD，此前表现最佳的添加剂) 和未添加环糊精的角蛋白基质中生长，并测量了湿地上部生物量、芽长和根长，以确定氮添加的影响。结果表明，与铜-环糊精相比，氮-环糊精显著降低了根长，平均根长缩短了50%。地上部生物量和芽长无显著差异，表明基质已提供足够的氮。这些发现表明，N-环糊精中过量的氮与基质中角蛋白的释放相结合，可能会阻碍该基质中根系的发育。需要进一步研究如何优化角蛋白基质中的营养水平，以提高其作为水培农业可生物降解、废弃物衍生解决方案的潜力。

PLNT031 - 通过 NARX 模型量化作物需水量

传统的基于蒸散量 (ET) 的灌溉技术涉及来自不同来源的不确定性，包括 ET 数据和作物系数，导致灌溉过度或不足。过度灌溉造成水资源浪费，而灌溉不足则造成水分胁迫。考虑如何捕捉根区土壤水分 (SM) 动态以更准确地量化作物需水量，本研究旨在利用现代计算技术和传感器技术，从天气数据和观测到的植物根区土壤水分中开发一个机器学习模型。\n本研究使用非线性自回归外生 (NARX) 算法，该算法可以使用一些外部变量和先前的系统响应来预测未来的系统响应。方法包括 5 个不同的步骤：数据收集和处理、模型开发、参数选择、使用训练好的网络进行预测以及模型输出分析。先前（滞后）的根区总土壤水分 (TSM) 与每日平均气温和相对湿度被用作 NARX 模型的输入变量来预测 TSM，从而使用水分平衡模型计算作物需水量。本研究使用了来自橄榄园的数据集。\n结果表明，NARX 模型能够成功捕捉作物需水量 (TSM) 的动态变化，并高效准确地量化作物需水量（R2 值为 0.98），测试集的平均节水量为 21.1%。分析表明，如果将来将该模型安装在泵控制器中，应用该模型可以为农田灌溉节省大量收入。

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-PLNT植物科学获奖作品汇总-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-PLNT植物科学2025获奖作品方便学习

PLNT007 - 柑橘黄龙病的配方和检测

柑橘黄龙病（HLB）是柑橘中最具破坏性的病害，影响着所有主要柑橘种植者。在HLB导致柑橘产量下降75%并造成30亿美元损失之前，佛罗里达州曾是美国最大的柑橘产业。土霉素（OTC）是佛罗里达州柑橘种植者唯一获准使用的抗生素。然而，OTC行业标准具有植物毒性，会在维管系统中迅速结晶，并且需要不切实际的方法来检测其在树木中的转移。本项目旨在通过开发一种有效且工业上可行的OTC制剂和检测系统来治疗和预防HLB，该系统解决了行业标准在叶面和树干施用方面的局限性。拟议的治疗方案（OTC-OS-K）融合了分子建模和实验室分析证实的纳米技术、抗氧化植物化学物质、用于疾病预防的营养成分以及整体中性pH值。本研究涵盖了OTC-OS-K从概念到商业化的全过程。迄今为止的结果显示，与行业标准相比，OTC-OS-K 的有效性包括：(i) 有效中和活性氧，(ii) 光子照射后降解减少，(iii) 降低对种子发芽的抑制作用，(iv) 柑橘幼苗的吸收，(v) 对大肠杆菌的抗菌效果。与一家农用化学品公司合作，确定了 OTC-OS-K 的工业可行性：(i) 在不同储存条件下的稳定性，(ii) 不同批次结果的一致性，(iii) 对种植者具有可比的生产成本和最终成本。佛罗里达州正在进行田间试验，以测试 OTC-OS-K 对病树的有效性。最后，OXYCHECK 系统（由纸质传感器和护目镜组成）能够利用 OTC 固有的荧光现场检测叶汁中 11 PPM 的 OTC-OS-K。

PLNT009 - 基于分形维数的植物特征

尽管近年来通过 DNA 条形码等分子方法对植物进行分类出现了一定程度的争议，但形态特征（与植物的物理和宏观结构有关）仍然是植物学家和分类学家的主要工具，部分原因是它们更容易获得且更容易观察到。这项新颖的研究介绍并评估了植物叶片的另一个形态特征，该特征可用于帮助区分植物的标准种类：叶脉结构的分形维数与高度之比 (D/H)。从指定植物中收集了 970 多片叶子。作者开发了计算机程序，通过边缘检测提取叶片的叶脉结构，并确定叶片高度 (H) 和叶脉结构的分形维数 (D)。对来自同一植物的样本叶片收集的初步分析表明 D 和 H 之间存在正相关，这促使使用 D/H。研究发现，从植物正反两面采集的叶片样本，以及从同一标准物种的不同个体采集的样本之间，D/H 值均无显著差异 (p>0.05)。比较 10 个不同植物物种样本的 D/H 值时，大多数（45 个样本中的 43 个）样本的 D/H 值存在显著差异，这表明 D/H 值可以作为辅助植物分类和分类的额外形态特征。该方法尤其适用于仅存在植物叶片的分类应用，例如植物化石鉴定。

PLNT013 - 农业用壳聚糖水凝胶

水凝胶作为一种减少养分流失和改善肥料输送的输送机制而备受关注。水凝胶是一种交联聚合物，浸没时会膨胀以容纳液体。本研究重点比较了壳聚糖-明胶水凝胶扩散胶体银抗生素溶液、螯合去离子水中的罗丹明B以及提高植物产量的能力。在所有研究应用中，明胶-壳聚糖水凝胶均与乙酸进行化学交联。为了确定凝胶输送银纳米颗粒的能力，将吸收胶体银的水凝胶置于涂有粘质沙雷氏菌的培养皿中，并记录其随时间变化的抑菌圈 (ZOI)。水凝胶银扩散产生的ZOI会随着时间的推移而扩大，并且明显大于银的纸片扩散产生的ZOI。为了测试螯合能力，分析了微孔板分光光度计的吸光度测量值。将明胶-壳聚糖水凝胶与羧甲基纤维素二醛交联，然后置于装有纺织染料罗丹明B的孔板中。每24小时记录一次罗丹明B溶液的光密度读数。羧甲基纤维素二醛水凝胶仅选择性地暂时保留罗丹明B。为了比较水凝胶施肥与传统施肥的效果，我们记录了两种施肥方式下紫花苜蓿（L. sativa）的发芽率和叶片产量。与传统施肥相比，水凝胶施肥显著提高了植物产量，发芽率翻了一番。水凝胶的吸收能力为各种农业应用提供了独特的用途。

PLNT018 - 从风化层到萝卜；可持续月球农业

月球殖民需要可持续农业，利用当地资源并尽量减少来自地球的培育材料。本研究旨在在月球南极风化层模拟物 (LSP-2) 基质中种植萝卜 (Raphanus sativus)，其产量在统计上不逊于地球土壤对照植物。先前使用强化 75% 月球风化层模拟物（非 LSP-2）的研究也培育出了受压植物。需要开展研究，以支持全面生长、营养丰富的农业，同时减少来自地球的培育材料。对 LSP-2 的化学和物理特性的分析表明，需要采取增强措施来支持农业；包括酸化、氮强化、微生物引入、腐殖质生成和排水。本实验在 LSP-2 基质中添加了排水、土壤（每个样品 15 毫升）和基质表层。表层在四个为期十周的生长周期中逐渐形成，并将月球生长的白三叶草 (Trifolium repens) 植物生物质作为后续周期的生物肥料。 100% 的 LSP-2 植物没有发芽。在生长周期 1（G1，无生物肥料）后，萝卜的平均生物量显著低于对照组（p<0.01）。在 G2（一个生物肥料周期施入表层）后，平均植物生物量增加（+17%），但低于对照组（p<0.01）。在 G3（两个生物肥料周期）后，萝卜的平均生物量增加了 92%，不如对照组（p<0.01）。在 G4（三个生物肥料周期）后，平均干生物量增长了 48%，不逊于对照组（p=0.4151）。零假设被拒绝。这种方法仅使用 4% 的地球土壤、定制排水系统和三个月球生长生物肥料周期，是第一个在增强型 LSP-2 中成功种植植物生物量不逊于地球生长作物的方法。

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-PHY物理学和天文学获奖作品汇总-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-PHY物理学和天文学获奖作品方便学习

PHYS065T - iSUM：药丸千足虫的自直立动力学

千足虫在湿润森林生态系统中发挥着至关重要的作用，它们既是分解者，又是环境健康的指标，从而支持着生物多样性。它们最有趣的行为之一是在受到威胁时蜷缩成一个紧密的球体，并在危险过去后自行直立。然而，最近在我们位于王禅森林附近的学校进行的观察发现，由于附近的建筑活动，千足虫的数量显著下降。过去的研究表明，地表条件会影响它们的运动，但由于控制活体样本的难度，它们自直立机制的许多方面仍然知之甚少。为了解决这个问题，我们提出了一种结合生物观察、基于物理的建模和工程设计的跨学科方法。通过详细的视频分析，我们确定了一种三阶段翻转机制：阶段1（腿与地面接触）、阶段2A（通过地面反作用力成功翻转）和阶段2B（由于过度放松导致振荡失败）。我们使用计算机模拟和物理实验复制了这种行为。我们开发了一个 3D 打印模型，该模型由刚性细丝外壳、硅胶组织和嵌入式磁铁构成，用于模拟其生物力学特性并测试翻转动力学。结果表明，309.35° 的张角和 20.10° 的地面坡度可最大限度地减少所需冲量，从而优化其自动扶正能力。使用卡方检验的统计分析证实了实验数据与模拟数据之间存在很强的相关性。这些发现增进了我们对千足虫生物力学的理解，提供了宝贵的见解，并可能为环保的建筑设计和仿生机器人技术做出贡献。

PHYS068 - 用于医用放射性同位素生产的核聚变

心脏病和癌症是美国的主要死因，需要使用医用放射性同位素进行诊断和治疗，但由于生产基地有限，医用放射性同位素一直处于短缺状态。本项目旨在利用法恩斯沃思-赫希聚变器作为中子源，解决医用放射性同位素供应有限且不稳定的问题。该项目使用法恩斯沃思-赫希式聚变室，工作电压为 9kv，电流约为 3mA，氘压为 40 微米。该项目利用核聚变产生的中子来激活元素。各种测试结果表明，虽然聚变室的电压在 d2 - d2 聚变的理论范围内，但电压太低，无法激活银。该项目的部件受到限制，但将采用50千伏的馈通装置和60千伏的电源，这将使聚变器能够远超激活所需的聚变事件数量，同时仍保持在ISEF 25千伏的极限范围内。未来，将测试更多同位素，以确定聚变器的截面极限。

PHYS069T - 空间碎片监测的机器学习框架

低地球轨道 (LEO) 空间碎片的增长威胁着当前卫星和航天器的运行。凯斯勒综合征（Kessler Syndrome）预示着碎片数量将因持续碰撞而呈指数级增长，这提高了人们对这一问题的认识和紧迫性。目前的地面和机器学习方法容易受到大气畸变的影响，无法追踪体积更小、速度更快、破坏力更大的碎片。我们的研究利用三种不同的集成机器学习模型来解决这个问题，从太空视角进行碎片探测、轨迹预测和碰撞风险评估。第一个模型是一个卷积神经网络，该网络基于超过五千张图像的数据集进行训练，能够以 98% 的准确率识别和分类碎片和报废卫星。第二个模型利用基于物理信息的神经网络，结合长短期记忆模型，以 97% 的准确率预测空间碎片的轨迹，同时考虑偏心率和周期等各种轨道参数。第三个模型是随机森林回归器，用于评估碎片与现有卫星碰撞的风险，准确率高达 98%。该框架的应用旨在用于太空激光系统，该系统使用一种名为“烧蚀”的技术来缩短小型碎片在轨的寿命。这种新颖的方法使太空激光器能够提供精确且自适应的预测，这与目前的地面解决方案不同。通过将机器学习与空间工程相结合，这项研究解决了一个关键的全球性问题，提供了一种经济高效的方式来缓解日益增长的太空碎片威胁，并确保低地球轨道运行的安全。

PHYS073 - 绘制光时黑洞吸积盘尺寸图

超大质量黑洞吸积盘预计将从跨越光时的区域发射光学连续谱，通过传统的混响映射 (RM) 技术来解析它们仍然具有挑战性，因为这些技术受限于：1) 观测节奏长，每天到每月；2) 阻尼随机游走 (DRW) 时间序列模型过度平滑。我介绍了一项为期 6 个月、节奏快（每晚 3-5 小时）、经济高效的光度 RM 活动，使用阿勒格尼天文台的 24 英寸基勒望远镜监测类星体 PG0804+761 的 g′ 和 r′ 波段。预处理结合了差分光度法和 10 分钟分箱样条插值，可获得 <0.01 星等的精度。通过开发自适应贝叶斯时间序列 RM 模型，我通过截断的 DRW 核、混合密度网络和 GPU 加速的马尔可夫链蒙特卡罗采样实现了小时尺度的滞后灵敏度。在15,000条已知短时间滞后的模拟光学光变曲线上，该模型正确预测了0.2天内92.17%的滞后，其性能比最先进的RM模型高出35.89%，同时计算速度提高了13.27倍。对于PG0804+761，互相关分析显示波段间时间滞后为0.61±0.24天，与薄盘理论中的盘半径缩放比例相对应。在20条公开的每日节奏类星体光变曲线上，该模型得出的滞后为0.18-2.10天，与文献结果一致，但不确定性有所降低。我的研究结果是首次解析光时吸积盘半径，结果支持具有垂直再处理区域或非均匀盘温度的模型。这项工作可与使用亚米级望远镜进行的大规模太空吸积盘研究相媲美，并能够实现对跨宇宙时间的下一代活动星系核研究至关重要的强大的小时级 RM。

ISEF历年获奖作品集&解析&资料免费下载⬇️

相关文章：