获奖研究项目详情

视网膜生物库项目

年龄相关性黄斑变性（AMD）作为复杂的多基因疾病，对公共卫生构成重大挑战。现有研究依赖于同质人群中过时的AMD标准和低分辨率视网膜成像技术。该项目旨在通过建立强大的基因型-表型数据库，创建临床、解剖和基因组数据的集中存储库，并开发能够突破传统AMD定义限制的卷积神经网络分析视网膜图像，从而提升对AMD患者护理质量。

非侵入性脑机接口研究

数百万瘫痪患者缺乏能显著改善生活质量的设备。虽然脑机接口（BMI）能将神经活动解码为动作，但最有效的BMI需要神经外科手术，限制了广泛应用。该研究致力于开发有效的非侵入性BMI，通过人工智能技术提升从噪声大、信息量低的输入信号中控制机械臂的性能。

肿瘤地理学研究项目

肿瘤医生在整个职业生涯中会治疗数千名癌症患者，但临床经验难以量化、获取和传授。该项目正在构建多种实体肿瘤的可视化搜索数据库，超越基于文本的电子表格和手稿，通过快速深度学习配准框架将个体患者数据统一到通用模板上，使临床医生能够实时使用该工具与患者共同优化治疗决策。

分子设计研究

药物发现中寻找或设计具有所需药理或化学特性的分子至关重要。由于类药分子空间离散且庞大（估计约10^33个分子），直接优化或搜索具有挑战性。该项目提出概率生成模型来捕获分子及其特性的联合分布，并开发算法逐步将分布转向具有所需特性的分子。