论文著作：
1. Z Guo,F Li,H Li,M Zhao,H Liu,H Wang,H Hu,R Fu,Y Lu,S Hu,H Xie,H Ma* and S Zhang*,Deep Learning-Assisted Label-Free Parallel Cell Sorting with Digital Microfluidics,Advanced Sciences,12 (1), 2570001
2. Z Yang,K Jin,Y Chen,Q Liu,H Chen,S Hu,Y Wang,Z Pan,F Feng,M Shi,H Xie*,H Ma*,and H Zhou*,"AM-DMF-SCP: Integrated single-cell proteomics analysis on an active matrix digital microfluidic chip",JACS Au,4 (5),1811–1823 (2024).
3. Z Jia,C Chang,S Hu,J Li,M Ge,W Dong* and H Ma*,“Artificial intelligence-enabled multipurpose smart detection in active-matrix electrowetting-on-dielectric digital microfluidics” Microsystems & Nanoengineering 10 (1),139 (2024);
4. B Zhang,J Fu,M Du,K Jin,Q Huang,J Li,D Wang,S Hu,J Li,and H Ma*,"Polar coordinate active-matrix digital microfluidics for high-resolution concentration gradient generation",Lab on a Chip,24 (8),2193–2201 (2024).
5. S Hu,J Ye,S Shi,C Yang,K Jin,C Hu,D Wang,and H Ma*,"Large-Area Electronics-Enabled High-Resolution Digital Microfluidics for Parallel Single-Cell Manipulation",Analytical Chemistry (2023);
马汉彬
江苏省
研究领域：
生物医药
研究方向：
基于AI工具辅助的、先进半导体制造工艺、薄膜电子技术的阵列式生物芯片、生物传感器系统开发。
(1）数字微流控芯片及平台
利用复杂物理场实现对于微量样本复杂操控的数字微流控技术，实现二维芯片上生物样本处理及实验反应。利用薄膜晶体管像素开关阵列，实现在大规模阵列上的高通量生物样本精准操控。
(2）A I+实验室自动化
随着微流控平台的不断发展，现有团队技术已实现对数千数字微滴在二维平面上的自由操控。如何利用不断革新的人工智能技术，完成全流程芯片上实验全流程的智能解决方案，成为了实验室自动化由机械臂和机器人主导的机械自动化，到由半导体芯片为核心的芯片自动化发展的核心要点。
更进一步，如何利用AI技术，统筹、协调机械自动化和芯片自动化两种不同的实验室自动化路径，规划并实施复杂的实验流程，并完成现有技术无法完成的挑战，是本团队深入思考并重点解决的技术难点。
(3）阵列式电化学生物检测平台
通过类似平板显示像素的驱动电路，配合基于薄膜晶体管的放大器像素电路，有能力实现大面积、高通量的阵列式阻抗生物传感器的制备。
(4）纳米-生物光子学
将微流控技术在液体样本高通量、并行、精准操控的优势应用于双光子、相位、时间分辨等生物成像和传感检测研究中。
所在单位：
中国科学院苏州生物医学工程技术研究所
