祝贺魏鑫伟、赵奋强博士论文荣获2021年浙江大学优秀博士学位论文

近日，2021年浙江大学优秀博士学位论文公布，我院魏鑫伟博士（指导教师王平教授）、赵奋强博士（指导教师夏顺仁教授）的博士学位论文被评为2021年浙江大学优秀博士学位论文！祝贺魏鑫伟博士、赵奋强博士！

1.基于心肌细胞的生物传感器及其在药物评价和味觉检测中的应用研究

学生姓名：魏鑫伟

导师姓名：王平

论文概述：

细胞传感器是一种以活细胞为敏感元件，以物理化学传感器为换能器的新型生物传感器，已成为生物传感器研究领域的一个重要研究方向。本论文以细胞传感与检测技术为主题，结合细胞体外培养、传感器设计与加工、电子电路系统设计、信号检测与处理等技术，以心肌细胞为主要检测对象，设计制作了不同种类的细胞传感器。（1）提出一种集成叉指电极和微电极的双功能细胞传感器设计方法，可同步检测细胞电阻抗和胞外电位信号，实现对抗肿瘤药物有效性和心脏毒性的综合评价；（2）利用心肌细胞表达味觉受体的特性，提出一种基于心肌细胞的新型仿生味觉传感器设计方法，可实现对苦味和鲜味物质的特异性检测；（3）提出一种混合集成细胞传感器的设计方法，可同时检测心肌细胞的生长、胞外电位和机械搏动信号，实现苦味物质及其诱导的心脏毒性的检测与评价；（4）提出一种基于组织工程支架的新型心肌细胞传感器设计方法，研究基于不同支架的传感器构建方式，初步实现药物评价和味觉检测功能。

本论文构建了不同的心肌细胞传感器用于药物评价研究，并将心肌细胞传感器扩展到味觉检测领域，同时结合组织工程支架构建新型心肌细胞传感器，大力发展了基于心肌细胞的生物传感器检测技术，拓展了其应用范围。

2. 基于球面神经网络的大脑皮层数据处理与分析

学生姓名：赵奋强

导师姓名：夏顺仁

论文概述：

在过去几十年中，MRI的发展使得无创观察人类大脑图像并研究神经系统发育与疾病成为可能。目前已经出现了很多深度学习算法用于大脑三维MRI数据的处理，然而大脑皮层的数据处理大多还依赖传统的手工特征和机器学习方法，在很多应用上满足不了当前大规模神经影像数据处理的需求。因此，本论文针对当前皮层数据流程中存在的问题进行深入探究，利用卷积神经网络极大地加快了数据处理，同时还获得了比当前方法更高的准确率。具体来讲，本论文的主要目的和创新点有三个：（1）速度，本论文开发了基于卷积神经网络并利用GPU高算力的新算法来加速整个数据处理流程，其中配准算法从曾经的1分钟提高到现在的5秒钟；（2）准确性，本论文摈弃了传统的手工提取皮层属性特征的方法，搭建了特定的神经网络模型来自动学习不同任务所需要的不同特征，提高了算法与整个数据处理流程的准确性，在大脑皮层分区上，本论文提出的方法仅使用有限的金标准数据便可以得到一个提升高达20%的分区模型；（3）本论文最终结合多中心的神经影像数据，利用大数据与深度学习的强大能力探索发现不同的皮层属性特征与发育模式，提高了对早期脑发育与神经退行性疾病的理解与认识。

生物医学工程与仪器科学学院

2022年4月28日