香港科技大学计算机工程学系全奖博士招生 | Prof. Yuan

导师简介

如果你想申请作为香港科技大学 计算机工程学系博士，那今天这期文章解析可能对你 有用！今天Mason学长为大详细解析香港科技大学的Prof.Yuan的研究领域和代表文章，同时，我们也推出了新的内容“科研想法&开题立意”，为同学们的科研规划提供一些参考，并且会对如何申请该导师提出实用的建议！方便大家进行套磁！后续我们也将陆续解析其他大学和专业的导师，欢迎大家关注！

作为香港科技大学电子及计算机工程学系的杰出教授，导师是当今混合信号集成电路和生物医学电子领域的重要学者。教授于2006年在宾夕法尼亚大学获得电子工程博士学位，现任香港科技大学工程学院副院长（战略规划与发展），同时担任电子及计算机工程学系教授职务。凭借其在模拟数字转换器（ADC）设计、生物传感器技术和可穿戴医疗设备等前沿领域的卓越贡献，教授已成为国际认可的权威专家。

作为一名既具备深厚理论基础又拥有丰富工程实践经验的学者，教授致力于将前沿科学研究转化为实际应用，特别是在医疗健康和高精度测量领域。

研究领域

教授的教学领域主要集中在电子及计算机工程的核心课程，特别是在模拟集成电路设计、数字信号处理和生物医学工程的交叉领域。

在研究兴趣方面，教授的工作涵盖了多个前沿技术领域。

1. 混合信号/模拟集成电路（IC）设计，这是他的核心专长领域，特别专注于高精度、低功耗的信号处理芯片设计。
2. 互补金属氧化物半导体（CMOS）技术，这是现代集成电路制造的基础技术，教授在这一领域的研究为提升芯片性能和降低功耗做出了重要贡献。
3. 传感器技术是教授研究的另一个重要方向，特别是在生物医学传感器的设计和优化方面。他的工作不仅涉及传感器的硬件设计，还包括信号处理算法的开发，以实现更高的检测精度和更好的用户体验。
4. 数据转换器，特别是模拟数字转换器（ADC）的设计是教授的标志性研究领域，他在这一领域的创新为高精度测量和通信系统的发展做出了重要贡献。
5. 可穿戴/植入式电子设备是教授研究的新兴领域，这一方向结合了他在集成电路设计、传感器技术和生物医学工程方面的专长，旨在开发下一代个人健康监测和医疗诊断设备。

研究分析

1. "A 5-MS/s 16-bit Low-Noise and Low-Power Split Sampling SAR ADC With Eased Driving Burden"

发表在IEEE Journal of Solid-State Circuits（2025年）

论文展示了教授在高精度ADC设计方面的最新成果。该研究提出了一种创新的分割采样逐次逼近寄存器（SAR）ADC架构，实现了5MS/s的采样率和16位的分辨率，同时保持了低噪声和低功耗特性。论文的核心创新在于分割采样技术的应用，这种方法有效减轻了驱动电路的负担，提高了整体系统的效率。该研究对高精度数据采集系统和精密测量仪器的发展具有重要意义，为未来的高性能ADC设计提供了新的设计思路和技术路径。

2. "A flexible multiplexed electrochemical biosensing platform with graphene and gold nanoparticle modification for enhanced e-ELISA point-of-care biomarker detection"

发表在Microchemical Journal（2025年）

论文体现了教授在生物传感器技术方面的前沿研究。该研究开发了一种灵活的多路复用电化学生物传感平台，通过石墨烯和金纳米粒子的修饰，显著增强了e-ELISA即时生物标志物检测的性能。这项技术的创新性在于将先进的纳米材料与传统的免疫检测方法相结合，实现了更高的检测灵敏度和更快的检测速度。该研究对便携式医疗诊断设备的发展具有重要推动作用，特别是在家庭医疗和偏远地区医疗服务方面具有广阔的应用前景。

3. "Efficient Camera Exposure Control for Visual Odometry via Deep Reinforcement Learning"

发表在IEEE Robotics and Automation Letters（2025年）

论文展示了教授研究领域的拓展和跨学科合作能力。该研究将深度强化学习技术应用于视觉里程计的相机曝光控制，实现了更高效和更鲁棒的视觉导航系统。论文的创新点在于将人工智能技术与传统的图像处理和控制理论相结合，开发出自适应的相机参数调节算法。这项研究对自动驾驶、机器人导航和增强现实等领域具有重要应用价值，体现了教授在将电子工程技术应用于智能系统方面的前瞻性思维。

4. "A 16-bit 1-MS/s SAR ADC With Asynchronous LSB Averaging Achieving 95.1-dB SNDR and 98.1-dB DR"

发表在IEEE Transactions on Circuits and Systems I: Regular Papers（2024年）

论文是教授在高精度ADC设计领域的另一重要贡献。该研究提出了一种采用异步最低有效位（LSB）平均技术的16位SAR ADC，实现了95.1dB的信噪失真比（SNDR）和98.1dB的动态范围（DR）。这些性能指标在同类设计中处于领先地位，论文的技术创新为高精度测量应用提供了新的解决方案。该研究对音频处理、精密仪器和科学测量设备的发展具有重要意义。

5. "A Voltage-Assist 16-Channel Electrochemical Biosensor with Linearity Compensation"

发表在IEEE Transactions on Biomedical Circuits and Systems（2024年）

论文展现了教授在生物医学电路设计方面的专业能力。该研究开发了一种电压辅助的16通道电化学生物传感器，配备了线性度补偿功能。这种多通道设计能够同时检测多种生物标志物，大大提高了检测效率和系统的实用性。线性度补偿技术的引入确保了在宽动态范围内的高精度检测，这对生物医学诊断的准确性至关重要。该研究为多参数生物医学监测系统的发展奠定了重要基础。

6. "An Efficient 1.4-GS/s 10-bit Timing-Skew-Free Time-Interleaved SAR ADC With a Centralized Sampling Frontend"

发表在IEEE Transactions on Very Large Scale Integration (VLSI) Systems（2024年）

论文展示了教授在高速ADC设计方面的技术突破。该研究提出了一种高效的1.4GS/s 10位时间交错SAR ADC，采用集中式采样前端设计，完全消除了时序偏斜问题。这种设计在保持高采样率的同时，显著提高了系统的精度和稳定性。该技术对高速通信系统、雷达信号处理和高频测量设备具有重要应用价值，代表了高速数据转换技术的最新发展方向。

项目分析

1. The Development of an Integrated Hybrid E-ELISA Protein Sensing Platform for Home Medical Diagnostics

这个从2023年开始至2025年的项目是教授作为主要负责人（Leading）的重要研究项目，由创新科技基金支持。该项目专注于开发用于家庭医学诊断的集成混合E-ELISA蛋白传感平台，代表了教授研究从实验室走向实际应用的重要一步。

该项目的核心目标是将先进的电化学免疫检测技术与集成电路设计相结合，开发出适合家庭使用的便携式蛋白质检测设备。这种设备将能够快速、准确地检测多种疾病相关的生物标志物，为个人健康管理和早期疾病诊断提供重要工具。项目的创新性在于将传统的实验室级别的ELISA检测技术微型化和智能化，使其能够在家庭环境中使用。

2. State Key Laboratory of Advanced Displays and Optoelectronics Technologies

教授作为参与者参与的这个国家重点实验室项目自2013年开始持续至今，由创新科技基金支持。

这个长期项目涵盖了先进显示技术和光电子技术的多个前沿方向，包括新型显示材料、高效发光器件、光电转换技术和集成光子学等。教授在其中主要贡献了在混合信号集成电路和传感器技术方面的专长，特别是在显示驱动电路和光电检测系统的设计方面。

研究想法

1. 人工智能驱动的自适应生物传感器系统

• 研究内容： 开发基于机器学习的智能生物传感器系统，能够根据不同的检测环境和目标自动调整传感器参数和信号处理算法。该系统将结合多模态传感技术和边缘计算，实现实时的生物标志物检测和分析。
• 创新点： 将联邦学习和边缘AI技术引入生物传感器设计，实现分布式的智能检测网络，同时保护用户隐私。
• 应用前景： 智能健康监测、精准医疗、环境生物安全监测。

2. 超低功耗可植入式多参数监测芯片

• 研究内容： 设计面向长期植入应用的超低功耗多参数生理监测芯片，集成多种传感器和无线传输功能，实现对心电、血糖、血压、体温等多个生理参数的连续监测。
• 创新点： 采用能量收集技术和先进的功耗管理策略，实现无需外部电源的长期工作能力。结合生物相容性材料和微流控技术，提高系统的可靠性和生物兼容性。
• 应用前景： 慢性病管理、术后康复监测、老年人健康照护。

3. 基于量子效应的超高精度传感器接口电路

• 研究内容： 探索量子效应在传感器接口电路中的应用，开发基于量子隧道效应和单电子晶体管的超高精度信号检测电路，实现前所未有的测量精度和噪声性能。
• 创新点： 将量子器件与传统CMOS技术相结合，开发混合量子-经典传感器系统。
• 应用前景： 精密科学仪器、量子传感网络、基础物理研究。

4. 神经形态感知计算芯片

• 研究内容： 开发模拟生物神经系统的感知计算芯片，将传感器、信号处理和决策功能集成在单一芯片上，实现类脑的实时信息处理能力。
• 创新点： 采用忆阻器技术和脉冲神经网络架构，实现超低功耗的智能感知和学习能力。
• 应用前景： 智能机器人、自动驾驶、物联网边缘设备。

5. 生物-电子混合接口系统

• 研究内容： 开发生物组织与电子系统的无缝接口技术，包括生物兼容的电极材料、信号转换机制和长期稳定性技术，实现生物系统与电子系统的高保真信息交换。
• 创新点： 结合生物材料工程和微电子技术，开发可自愈合、自适应的生物-电子接口。
• 应用前景： 神经接口、生物假肢、脑机接口系统。

申请建议

1. 学术背景准备

• 核心知识体系建构： 申请者需要在模拟集成电路设计、数字信号处理、半导体器件物理等核心领域建立扎实的理论基础。特别要深入理解CMOS技术、运算放大器设计、数据转换器原理和噪声分析等关键概念。建议系统学习Razavi的《模拟CMOS集成电路设计》、Gray的《模拟集成电路分析与设计》等经典教材。
• 跨学科知识储备： 鉴于教授研究的跨学科特性，申请者应该补充生物医学工程、材料科学和人工智能方面的知识。特别要了解电化学检测原理、生物传感器工作机制、纳米材料特性以及机器学习在信号处理中的应用。
• 实践技能培养： 熟练掌握Cadence、HSPICE、MATLAB/Simulink等专业软件工具，具备PCB设计和测试能力。同时，培养实验室技能，包括芯片测试、生物样品处理和数据分析等。

2. 研究经历积累

• 项目参与策略： 积极参与相关的研究项目，特别是涉及ADC设计、生物传感器或医疗电子设备的项目。如果本科学校缺乏相关资源，可以寻求暑期实习或访问学者的机会，到有相关研究方向的实验室进行短期训练。
• 论文发表规划： 争取在SCI期刊或知名会议上发表相关论文，即使是作为共同作者也有很大价值。重点关注IEEE Transactions系列期刊、JSSC、TCAS等教授常发表论文的期刊，了解这些期刊的发表标准和研究热点。
• 竞赛和奖项： 参加相关的学术竞赛，如全国大学生电子设计竞赛、集成电路设计竞赛等，这些经历能够展现申请者的实践能力和创新潜力。

3. 研究提案撰写

• 问题识别与创新性： 研究提案应该基于对教授最新研究成果的深入理解，识别出尚未解决的关键技术问题。避免重复已有的工作，而是要在现有基础上提出创新性的解决方案。例如，可以探索新的ADC架构、开发更高效的生物传感器算法或设计新型的可穿戴医疗设备。
• 技术路线设计： 制定详细且可行的技术路线，包括理论分析、仿真验证、实验设计和预期结果等。要展现对相关技术的深度理解和系统性思考能力。特别要注意技术风险的评估和备选方案的准备。
• 产业应用前景： 结合当前的产业需求和技术发展趋势，阐述研究成果的潜在应用价值。教授的研究具有很强的实用性，因此申请者需要展现对技术商业化和产业应用的理解。

4.申请材料优化

• 个人陈述撰写： 个人陈述应该清晰地表达研究兴趣、学术背景和职业规划的一致性。要具体说明为什么选择教授和他的研究方向，展现对其研究工作的深入了解和真诚的学术热情。
• 推荐信策略： 选择真正了解申请者学术能力的教授作为推荐人，特别是在相关研究领域有经验的导师。提前与推荐人沟通，提供详细的研究计划和个人成就总结，帮助他们写出有针对性的推荐信。
• 作品集准备： 整理相关的研究成果、项目经历和技术作品，制作专业的作品集。包括电路设计、仿真结果、实验数据、论文草稿等，展现全面的技术能力。

博士背景

Blythe，985电气工程硕士，后毕业于香港科技大学电子及计算机工程学系博士学位。研究方向聚焦于电力电子与智能电网技术。在国际权威期刊《IEEE Transactions on Power Electronics》和《IEEE Transactions on Smart Grid》发表多篇论文。专注于开发新型高效率电力变换器和先进智能配电系统控制算法，熟悉香港PhD申请流程。