博士训练与职业路径 · 机构 博士留学申请
每月3000新币读博士，毕业后能做什么？从吴长晟老师公开的研究看，出口不会只有一种：可穿戴医疗、机器人、人机界面、数字健康和研发岗位，都可能与这类训练发生联系。真正决定就业的，不是简历上写着“材料”还是“人工智能”，而是能不能把器件、数据和真实使用串起来。这也是理解这个博士机会最直接的入口。
项目方向门槛
吴长晟是新加坡国立大学材料科学与工程系总统青年教授，同时在电子与计算机工程系兼任助理教授。公开研究包括可穿戴弹性成像、无系留软体机器人、多模态触觉感知和神经生理监测电极。它们题目不同，却都要回答一个日常问题：实验室里能工作的装置，到了真实的人和环境中还能不能稳定工作。
这类博士并不是要求一个人从化学合成到临床试验样样精通，而是至少在两三个环节上站得住，并能理解前后接口。纯算法背景若只给模型精度，无法说明数据是怎样被传感器采出来的；材料背景若只给灵敏度，也无法说明信号进入系统后是否可用。
研究背景与课题组
可穿戴设备最能说明问题。传感器在桌面上测出一条漂亮曲线并不难，贴到身体上以后，走路、出汗、皮肤曲率和佩戴松紧都会改变信号。算法如果直接学习这些数据，最后识别到的可能是“贴片滑动了”，而不是身体真正发生了什么。
软体机器人则把问题再往前推一步。装置不仅要感知，还要在有限功耗下传输数据、做出判断并控制动作。传感慢一点，动作就会滞后；无线传输丢一段数据，控制系统也需要知道怎样补救。博士生每天面对的，常常就是这些看似琐碎、却会让整套系统失灵的接口问题。
课题组相对年轻，长期毕业去向样本仍有限，这一点不宜硬下结论。相应地，早期学生可能参与平台搭建、设备调试和合作流程建立。喜欢把一套系统从零搭起来的人，可能会觉得空间大；更希望接手成熟数据和固定题目的人，则需要提前评估工作方式。
研究重心
材料决定信号能不能稳定产生，器件和电路决定微弱变化能不能被采到，嵌入式系统处理功耗、延迟和连续运行，算法负责噪声、个体差异与时间变化，应用验证最后回答“这东西到底有没有用”。它们不是五个平行栏目，而是一串相互制约的条件。
举一个常见场景：新传感器在静止测试时表现很好，戴在手臂上走几步后曲线开始漂。材料端要检查粘附和形变，电路端要看采样，算法端要识别运动伪影，实验设计还要区分不同人的差异。能把问题沿着这条链排查下去，才是跨学科训练真正值钱的地方。
对普通读者来说，这也是为什么市面上很多“健康贴片”看起来功能相似，实际可靠性差别很大。短时间展示一组数据容易，连续戴一天、换几个人、经历不同动作后仍然稳定，难度会突然上升。博士研究的价值，往往就在这些产品说明书不会详细写出的条件里。
代表论文
从可穿戴弹性成像到多模态触觉，公开成果反复提醒一件事：单次峰值并不能代表真实表现。传感器还要经受弯折和重复使用，系统响应要够快，功耗不能失控，换一个人、换一个动作后也不能立刻崩掉。
读这类论文时，摘要里的最好数字反而不是最重要的。更值得看的是有没有长时间测试、有没有运动干扰、有没有跨对象验证，以及失败发生在哪一环。它们决定一个研究题目是在做演示，还是在解决真实使用中的麻烦。
申请准备与文书材料
针对这个组，CV可以按“信号从哪里来，又去了哪里”组织。硬件项目不仅写器件性能，还要交代采样和后续用途；算法项目也要说明传感器、佩戴条件和噪声来源。一个代表项目配两张图就很有用：一张系统框图，一张最关键的失败曲线和修复过程。
邮件不用同时塞进材料、医疗、机器人和人工智能。抓一个接口问题即可，例如长期佩戴后的信号漂移会怎样误导时序模型，再说明自己处理过什么类似情况。面试时也可以坦率说最强的是哪两段、最弱的是哪一段，以及第一年准备怎样补上。
还有一个现实问题是，跨学科项目很容易让个人贡献变得模糊。文书里要说明自己负责的是材料设计、采集电路、数据处理还是系统验证，以及这部分怎样影响整条链。没有必要把合作成果全部写成个人能力，但也不能只写“参与了一个可穿戴项目”。
研究计划
研究计划先选一个生活场景，再找一个能测量的瓶颈。做软体机器人触觉，可以研究形变和环境变化下，不同触觉信号怎样分开；做可穿戴健康监测，则可以把运动干扰、人群差异和长期漂移作为主问题。
同时承诺新材料、新芯片、新模型和大规模临床试验，听起来很丰富，执行上却容易失控。更合理的节奏是先搭平台和基线，再解决一个核心问题，最后做跨场景验证。临床合作、伦理审批和设备排期仍需在正式流程中核实。
博士未来就业与资助
这套训练的就业面较宽，不是因为“可穿戴”或“机器人”听起来热门，而是能跨过两段以上链条的人，既懂器件限制，也懂系统指标。柔性电子、医疗器械、可穿戴设备、机器人、数字健康和人机交互团队都可能需要这种能力。
新加坡国立大学研究奖学金自2026年1月起，国际博士生月额为3000新币，通过资格考试后增加500新币，并包含学费减免。录取、奖学金和项目安排仍需分别确认。只想做纯理论算法、完全不愿碰设备调试的人不太适合；愿意在实验台、代码和真实测试之间来回切换，训练价值会更明显。
做预算时，还要把住宿、保险、交通和日常开支单独列出来。奖学金数字能帮助判断基本可行性，却不能代替对实验室工作方式的判断。对于这类系统型课题，导师是否有稳定的平台和跨院系合作，往往和金额同样重要。
信息来源（更新至2026年7月）
新加坡国立大学吴长晟教师页面
吴长晟课题组页面
新加坡国立大学研究奖学金页面
招生、金额和项目安排以学校当期正式文件为准。
