基于低噪声振荡读出电路的高分辨率MEMS石英谐振加速度计研究 学术背景 微机电系统（MEMS）加速度计在惯性导航、地震检测、可穿戴设备和智能机器人等领域有着广泛的应用。特别是在卫星控制和无人水下航行器等应用中，高分辨率和低漂移的加速度测量是至关重要的性能指标。MEMS谐振加速度计通过将输入加速度信号调制到载波频率，并输出敏感元件的谐振频率作为测量值，相较于幅度输出型加速度计（如MEMS电容加速度计）具有更低的噪声水平。此外，谐振加速度计还具有高分辨率、宽量程、大动态范围和良好的环境适应性等优点，逐渐成为高分辨率MEMS加速度计的研究热点。 然而，MEMS谐振加速度计在静态输入条件下（通常为0 g加载）的加速度输出波动主要源于温度场波动或背景噪声等环境因素。虽然温度引入的趋势可以通过多项式拟合...

基于电热驱动的Al-SiO₂双材料微夹持器的研究 学术背景 微夹持器（microgripper）在微米和纳米尺度的组装与操作中扮演着至关重要的角色，广泛应用于微电子、MEMS（微机电系统）和生物医学工程等领域。为了确保对脆弱材料和微小物体的安全操作，微夹持器需要具备高精度、快速响应、易于操作、强可靠性和低功耗等特性。尽管已有多种驱动机制的微夹持器被开发出来，如静电驱动、电磁驱动、光驱动等，但这些技术仍存在一些局限性，例如光驱动微夹持器需要特定的光源和光学路径，静电驱动微夹持器需要高电压，电磁驱动微夹持器则涉及复杂的磁场生成系统。因此，开发一种高性能、小型化、易于操作且广泛适用的微夹持器仍然具有重要意义。 电热驱动微夹持器因其结构简单、驱动电压低且能够实现显著的结构变形而备受关注。本文研究团队...

快速3D成像在数字细胞病理学中的应用：多相机阵列扫描仪（MCAS） 学术背景 光学显微镜长期以来一直是细胞病理学诊断的标准方法。然而，传统的全片扫描仪虽然能够自动成像并数字化大面积的样本，但其速度慢、成本高，因此并未广泛普及。特别是在细胞学样本的临床诊断中，样本通常分布在大面积且较厚的区域，这要求进行3D成像。现有的全片扫描技术在处理厚样本时，往往需要数小时才能完成扫描，这极大地限制了其在临床中的应用。因此，开发一种能够快速、高效地对厚样本进行3D成像的技术成为了细胞病理学领域的一个重要挑战。 本文提出了一种新型的多相机阵列扫描仪（Multi-Camera Array Scanner, MCAS），旨在解决这一难题。MCAS通过并行化的显微镜设计，能够在极短的时间内对大面积、厚样本进行高分辨...

超薄超平金刚石膜的可扩展生产 学术背景 金刚石作为一种具有优异物理性质的材料，在电子、光子、力学、热学和声学等领域具有广泛的应用潜力。然而，尽管过去几十年在金刚石材料的研究上取得了显著进展，大规模生产高质量的超薄金刚石膜仍然是一个巨大的挑战。传统的金刚石膜生产方法，如激光切割和化学气相沉积（CVD），虽然能够生产高质量的单晶金刚石（SCD），但在大规模工业应用中存在诸多限制，尤其是无法生产大面积、超薄且表面平整的金刚石膜。这些问题严重阻碍了金刚石材料在半导体技术中的广泛应用。 为了解决这一问题，研究人员一直在探索新的生产方法，以实现大面积、超薄、超平且可转移的金刚石膜的生产。本文提出了一种基于边缘暴露剥离的简单、可扩展且可靠的方法，成功生产出了大面积（2英寸晶圆）、超薄（亚微米厚度）、超平（...

单晶二维半导体的生长式单片三维集成技术研究 学术背景 随着现代电子工业的快速发展，三维（3D）集成技术逐渐成为提升电子器件性能的重要手段。传统的二维（2D）集成电路在尺寸缩小和性能提升方面面临诸多挑战，尤其是在纳米尺度下，电阻-电容（RC）延迟问题日益突出。为了克服这些限制，研究人员开始探索三维集成技术，通过垂直堆叠芯片来减少互连距离，从而降低功耗并提高数据传输效率。 目前，通过硅通孔（Through-Silicon Via, TSV）技术是唯一能够实现单晶器件三维集成的方法。然而，TSV技术存在成本高、芯片对齐困难以及占用宝贵芯片空间等问题。此外，传统的单片三维（Monolithic 3D, M3D）集成方案虽然具有潜力，但在低温下在非晶或多晶表面上生长单晶半导体材料仍然是一个巨大的挑战。...

基于信号-语言架构的心电图诊断基础模型研究 学术背景 心血管疾病（CVD）是全球范围内导致死亡的主要原因，早期识别高风险人群至关重要。心电图（ECG）作为一种非侵入性、成本低廉且广泛应用的诊断工具，每年记录超过3亿次，是早期诊断心血管疾病的重要手段。然而，即使是经验丰富的心脏病专家，解读复杂的心电图仍然是一项耗时且容易出错的任务。在偏远和医疗资源匮乏的地区，提供准确的诊断尤为困难。 近年来，人工智能（AI）在心电图解读中的应用显示出巨大潜力。研究表明，基于AI的心电图诊断在某些特定疾病的诊断上已经超越了普通心脏病专家。然而，现有的主流自动心电图诊断系统通常针对少数特定疾病进行训练，数据分布的差异和多中心疾病的广泛性使得这些模型难以直接应用于其他中心的数据集。因此，开发一种能够在初始训练后不依...