导师简介
如果你想申请澳大利亚墨尔本大学电气与电子工程系的博士，那今天这期文章解析可能对你有用！今天Mason学长为大家详细解析墨尔本大学的Prof. Yan Wong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！
导师目前任职于澳大利亚莫纳什大学电气与电子工程系副教授，同时也是该校生物医学发现研究所的成员。导师2009年获得新南威尔士大学博士学位，博士论文围绕视觉假肢芯片的设计开发，以及当前聚焦的新颖电极组织完成。
随后，导师在纽约大学从事博士后研究，主要研究后顶叶皮质中脉冲-本地场电位互动对运动计划的作用，并开发用于复杂上肢控制的大脑-机器接口。之后导师加入墨尔本大学电气与电子工程系，并在国家视觉研究所开展神经假肢研发和神经环路动力学研究。
研究领域
导师的教学领域主要包括生物医学工程、神经科学等。他的研究兴趣涵盖：运用前沿的神经记录技术改善神经假肢的效能；上肢运动控制的大脑-机器接口；视皮质和视网膜刺激研究以提高义眼效能；改进人工耳蜗配戴技术；如支架电极等新型电极技术；利用本地场电位改善神经假肢等。
导师还关注脉冲-本地场电位编码、运动规划和决策等神经科学议题。
研究分析
Spatiotemporal mapping of foliar uptake using microfluidics and fluorescence imaging (New Phytologist, 2021) 该论文发表于植物学顶级期刊《新植物学家》,研究了利用微流控技术和荧光成像绘制植物叶片吸收的空间和时间映射。研究发现叶片吸收具有时空异质性,上下表面吸收存在差异。该成果拓宽了对植物吸收过程的理解,为精准施肥提供新思路。
A Framework for the Co-design of Artificial Brains and Bodies (NeurIPS, 2020) 该论文发表于顶级人工智能会议NeurIPS,研究提出一个联合设计神经控制器和机器人身体的框架。该框架通过协同优化实现控制策略和身体设计的同步协调。该方案克服了传统分离设计的劣势,使学习和控制更有效。
Low-Dimensional Dynamics of Resting-State Cortical Activity (Neuron, 2018) 该论文发表于顶级神经科学杂志《神经元》,利用特征分解等方法揭示了静息状态皮层活动的低维动力学特征。发现了不同状态下脑活动可以用几个姿态模式表示,该发现可用于植入式脑机接口的设计。
A Brain-Machine Interface Enabling Fluid Induction and Control of 3D Velocity Fields (Neuron, 2017) 该论文发表于《神经元》杂志,介绍了一个使灵长类动物能够感知和控制三维速度场的大脑-机器接口。该研究对理解和植入大脑-机器接口有重要意义。
Fast Compressive Phase Retrievals Using Inner Products (IEEE Transactions on Computational Imaging, 2021) 该论文发表于《IEEE计算成像期刊》,研究了一种快速压缩相位检索算法。该算法利用内积的稀疏性,大幅减少了相位检索中的测量次数,可应用于医学成像等领域。
Deep learning enables automated sleep staging from raw single-channel EEG (Nature Communications, 2020) 该论文发表于《自然通讯》杂志,研究表明单通道EEG原始信号输入到深度学习模型中可以实现自动化睡眠分期,达到与临床专家水平相当的精确度,对睡眠监测技术有重要推动作用。
项目分析
Building a visual world: how brain circuits create and use representations (2022-2024)
该项目主要研究大脑神经环路如何创建和使用表示,以更好地理解视觉信息处理机制,为改善视觉假肢提供理论基础。采用电生理记录、光遗传学等前沿技术开展研究。
Oscillations as a mechanism for neural communication (2020-2023)
该项目旨在研究神经振荡作为神经通信机制的作用,采用多电极记录等技术研究不同脑区的振荡模式间互动。该研究可为脑机接口的多模式解码提供理论支持。
Development of a low-cost, bimanual device for stroke neurorehabilitation (2021-2022)
该项目针对中风康复研发低成本双手神经康复设备,运用虚拟现实和生物反馈技术,以提高中风患者的康复效果。该研究具有良好的临床转化前景。
研究想法
一、大脑-机器界面(BMI)的多模态联合解码
设计一种结合电生理信号和功能磁共振成像(fMRI)的联合BMI解码方案,提高运动意图解码的准确性和稳健性。
开题立意:一种基于电生理信号与功能磁共振成像的联合解码算法在脑机接口中的应用研究
二、闭环BMI在神经塑性和运动康复中的应用
通过闭环BMI训练引导损伤大脑的功能重组,促进神经塑性,实现自主运动能力的重新学习。
开题立意:基于闭环脑机接口的神经网络重构机制与运动功能重建研究
三、异质神经群集动力学模型在BMI中的应用
建立包含各种神经元类型的异质群集动力学模型,模拟不同脑区的神经编码,优化BMI解码的稳健性。
开题立意: 异质神经群集动力学模型在脑机接口解码中的应用研究
四、无创EEG信号在低维BMI中的应用探索
使用无创EEG记录信号,研究其在低维脑机接口中的编码效能。
开题立意: 基于无创脑电信号的低维脑机接口控制策略研究
五、新型柔性电极在高密度BMI中的应用
开发新型可伸展柔性电极,实现皮层高密度记录,提升BMI解码精度。
开题立意: 新型伸展性电极在高密度脑机接口中的应用研究
申请建议
一、全面学习导师Yan Wong的研究兴趣和代表论文
- 重点学习导师在神经假肢和脑机接口方面的研究成果,如Neuron 2017的3D速度场脑机接口等。
- 阅读导师在视觉皮层刺激、电极技术、LFP解码等方面的最新研究论文。
- 注意导师最近的研究方向,如基于微流控技术的植物营养吸收研究。
二、设计符合导师方向的研究提案
- 根据导师研究,可设计基于多模式神经信号解码的改进型脑机接口。
- 结合导师最新方向,可以探索基于电生理信号解码的植物合成优化。
- 提案要明确问题、方法、意义,显示自己的学术潜力。
三、主动与导师沟通交流
- 发送邮件初步介绍自己,表达研究兴趣,附上简历。
- 在导师答复后,提供初步的项目设想,征求导师专业意见。
- 积极回复导师问题,争取获得导师的认可和支持。
