最新动态

理大研究项目获「产学研1+计划」支持

香港特区政府创新科技署日前公布第二批「产学研1+计划」督导委员会建议资助的项目。香港理工大学（理大）研究团队领导的四个项目获得该计划资助，充分展现理大的科研实力，以及推动科研成果商品化的决心。 理大副校长（研究及创新）赵汝恒教授对获得该计划支持的理大研究团队表示祝贺：「我们非常高兴四个理大科研项目获得这一轮『产学研1+计划』的资助，这不仅彰显理大雄厚的科研实力，更体现社会各界对我们推动科研创新和成果转化工作的充分肯定。未来，理大将继续深化『政、产、学、研』的高效协作，加速科研项目的进度，促进研究成果转化，为香港、国家以至全球的发展贡献力量。」 理大四个获资助的项目涵盖多个创科范畴，包括：人工智能及机械人、中医药、计算器科学／信息科技和电机及电子工程，详情如下：   项目名称 项目负责人 项目简介 高速3D堆栈的AI视觉传感器 柴扬教授 理学院副院长（研究）、应用物理学系半导体物理学讲座教授及微电子联合研究中心主任 项目旨在开发高速、高动态范围、低功耗的AI视觉传感器，以克服现有图像传感器在高速运动场景成像模糊的限制。该款传感器可广泛应用于智能城市中的安全监控系统和自主导航设备；机械人和自动化领域的高速物体辨识检测，以及延展实境装置和智能手机等电子消费产品的运动追踪分析。 该AI视觉传感器可通过集成传统图像传感器及视觉处理芯片，或采用3D堆栈技术与市面成熟的图像传感器结合，以实现高速、高动态范围和低功耗成像。 新型营养素与药物在神经系统疾病防治中的全球化开发与应用 李铭源教授 邝美云生物医学与中医药创新教授、食品科学及营养学系生物医学讲座教授、香港理工大学-华大全球海洋资源基因组与合成生物学联合研究中心主任 项目立足天然产物资源，依托自主研发的Life Chip生命芯片技术平台，深度融合新一代DNA测序与AI智能发现、三重五维化学分离、活体生物高通量筛选及合成生物学等尖端技术，构建完整的创新研发体系。围绕阿兹海默症、帕金逊症等神经退行性疾病，以及失眠、抑郁、焦虑等神经亚健康领域，开发具有独特作用机制的新型营养素与药物，打造涵盖预防、治疗的一体化综合解决方案。项目已成功推出天然产物神经营养素系列产品，核心品种「Oxyphylla®益智素」作为全球首创候选药物，靶向全新药物靶点α-突触核蛋白（alpha-synuclein），针对轻中度帕金逊症等适应症，有望成为新一代疾病修饰疗法，为神经健康领域带来新突破。 Reallm：世界领先的企业级生成式人工智能基础设施解决方案 杨红霞教授 人工智能高等研究院执行院长、计算器及数学科学学院副院长（环球事务）及电子计算学系教授 项目旨在开发全面的生成式人工智能（GenAI）基础架构解决方案，包括：建立支持去中心化预训练系统架构，以支持分布式模型训练框架；开发领域适应性持续预训练系统，透过领域特定未标记数据持续优化大型语言模型，以实现目标领域分布；低比特训练框架，仅需传统训练一半的计算与储存资源，便可高质量完成预训练到后训练的全链路流程，显著降低企业使用门坎。最终推出专门设计用于透过企业级GenAI服务（软件即服务SaaS、平台即服务PaaS、基础设施即服务IaaS）增强各领域合作的平台。 基于超表面结构的可调谐激光器芯片及其应用 余长源教授 理大晋江技术创新研究院院长、电机及电子工程学系教授   项目致力于突破先进激光芯片制造领域的核心技术瓶颈，开发一款新型宽带可调谐激光芯片。通过全球首创将超构表面反射镜和相变材料集成至垂直腔面发射激光器中，实现了极高质量因子的谐振腔以及超宽带（40nm）的输出波长动态连续调控。相较于传统激光器结构，此可调谐激光器不仅设计更简洁，在实现与国际顶级竞争品相同的kHz级调谐速度的同时，成本仅为市场同类产品的二十分之一。激光器可望大规模应用于电池监测、工业生产、自动驾驶和高速光通讯模块等领域。 获特区政府拨款港币100亿元成立的「产学研1+计划」于2023年正式推出，以配对形式资助不少于百支来自大学教育资助委员会资助大学、有潜质成为成功初创企业的研发团队。每个获批项目可获港币一千万元至港币一亿元不等的资助。

理大参与BIO 2025国际生物科技大会 展示人工智能及医工结合创新科研成果

香港理工大学（理大）科研团队参与于6月16至19日在美国波士顿举行的「国际生物科技大会2025」（BIO 2025），向来自世界各地的业界领袖展示大学的突破性研究及成果转化，包括多项横跨人工智能、医学及工程领域的创新发明，彰显理大于医疗及健康领域跨学科研究方面的雄厚实力及领导地位。 BIO 2025是全球最具规模及影响力的生物科技大会，汇聚来自近70 个国家或地区逾 20,000 名业界领袖和专业人士。大会内容涵盖多个范畴，从科研开发、临床试验、制造，到投资、业务拓展及市场营销等，全面覆盖整个生物科技生态圈。 理大于大会展示的十项跨学科研究成果，涵盖药物研发、医疗仪器与诊断、生物医学工程、复康科技、视光学及食品科学等多个领域。此外，理大代表亦参与了大会举办的多场商业论坛及专题研讨，与全球生物科技业界领袖进行深度交流，积极拓展国际协作网络，开拓多元崭新机遇。 理大副校长（研究及创新）赵汝恒教授表示：「理大凭借坚实学术基础及卓越创新能力，在转化研究上表现出色，尤其于医工结合及人工智能医疗方面取得显著成果。在政府与业界伙伴的大力支持下，我们成功推动多项突破性技术，并屡获国际殊荣，获得全球广泛认可。过去十多年来，理大积极参与 BIO 国际大会，充分利用此全球平台展示科研及创新实力，同时积极拓展国际合作网络，建立具价值的策略伙伴关系。」 理大于BIO 2025展出的创新成果包括： 由生物医学工程学系副教授李铭鸿教授领导的「PocNova™: 便携式超快速核酸检测系统」 由生物医学工程学系副教授胡晓翎教授领导的「多模态足踝机械人助中风患者遥距复康」 由工业与系统工程学系高级讲师邓育明博士领导的「视觉训练VR设备」 由医疗科技及信息学系副教授王志明教授领导的「用于治疗糖尿病及相关代谢并发症的创新激素」 由护理学院副教授杨琳教授领导的「HAND-HEART：基于人工智能的手部卫生扩增实境工具」 由应用生物及化学科技学系教授梁润松教授领导的「ABarginase：首创新药治疗肥胖相关代谢疾病」 由应用生物及化学科技学系副教授马聪教授领导的「突破性抗生素疗法」 由食品科学与营养学系讲座教授李铭源教授领导的「治疗神经退化性疾病的新型营养保健品」 由食品科学与营养学系助理教授（研究）常金辉博士领导的「AkkMore™: 新型菇菌脂肪替代品抗肥胖和前期糖尿病剂」 由时装及纺织学院研究员张子恒博士领导的「环保安全的抗菌材料 」 其中，马聪教授在大会的商业报告环节中，分享了在抗生素疗法方面的最新研究成果，备受业界关注。马教授带领的研究团队首次发现具有独特作用机制的抗微生物药物，为应对抗生素抗药性问题提供突破性方向，其创新方向聚焦于干扰细菌转录复合物内蛋白质与蛋白质之间的相互作用，进一步为开发新型抗菌药物带来新希望。 理大在医疗及健康领域拥有坚实的科研实力和基础，一直致力推动结合医学与人工智能、工程学及数据科学的跨学科研究项目，引领新世代医疗科技发展，助力香港建设成为国际医疗创新枢纽。  

媒体专访：理大新创企业运用科技探索香港小区故事

在繁忙的都市节奏下，香港人生活忙碌，往往忽略身边小区的独特故事。为此，理大研究及创新事务处职员刘海晴女士与理大应用社会科学系毕业生周建斌先生，萌生了将社会议题与解谜游戏结合的想法，于2022年共同创立初创企业「搵呢搵路 Puzzle Weekly」，旨在透过互动游戏的崭新方式，鼓励大众关注身边的小故事，重新连结人与小区。 在最近媒体访问中，团队成员分享了他们的初创理念。该项目设计基于香港小区的真实故事，团队凭着视觉语言的专业知识，与商业伙伴携手合作，巧妙地结合社会议题和引人入胜的解谜游戏。参与者在多元文化游戏的过程中，不仅能探索香港鲜为人知的文化遗产，还能增进社会凝聚力。 经过不断尝试与摸索，「搵呢搵路 Puzzle Weekly」夺得2022年青年企业家发展局「敢闯。敢创」创业比赛的「社会关爱精神奖」。在理大支持下，该项目更获得「理大微型基金计划」资助，发展得以渐趋成熟。 团队期望其服务扩展至更多地区，吸引国际合作机会，将香港丰富的小区故事呈现到世界各地，推广本地文化并得以传承。  

理大学者获选为CoinDesk「Web3 与AI 领域50 位女性」

香港理工大学（理大）致力于推动创新和跨学科研究，结合人工智能（AI）为多个领域带来突破。理大计算机及数学科学学院副院长（环球事务）、电子计算学系教授、理大人工智能高等研究院行政总监杨红霞教授，凭藉其开创领先技术的影响力，荣登CoinDesk「Web3及AI 50位女性」榜单。 这份首届榜单从全球评选出 50 位在塑造加密货币和AI未来发展最具影响力的女性。杨教授对AI发展的开创性贡献备受肯定，特别是在将先进技术与医疗、金融等行业实际应用相结合方面的成果。 杨教授是一位杰出的AI科学家，拥有超过15年的经验，专注于大规模机器学习、资料探勘、深度学习、以及大型语言模型（LLM）的实际系统部署。在她卓越的职业生涯中，她开套了十个重要的算法系统，提升了多家企业的运营效率。 推进医疗及其他领域的AI 致力为AI去中心化创造条件的杨教授，首创了「模型驱动模型」（Model-over-Models，MoM），即是使用较小型、可堆叠、领域特定的模型，来建构基础模型。这套名为 InfiFusion的新方案，作为一种高效且可扩展的LLM，将使更多行业受益于先进的AI技术。杨教授及其团队目前正在开发基础模型，涵盖医疗、制造、能源和金融等前沿领域。 杨教授热衷于结合统计学与医疗保健和精算学并开发创新方案，与人类未来福祉息息相关。杨教授获邀请在「裘槎高级研讨会」(Croucher Advanced Study Institute)為「AI与统计学」课题担任主讲。 该裘槎高级研讨会旨在探索生成AI和统计学的前沿交汇，深入发掘可强化数据驱动决策和创新方法和应用。 杨教授表示：「通过结合统计原则与生成式AI的能力，我们旨在开发出更稳健的模型，能够生成真实数据，提高预测准确性，并为复杂数据集提供更深入的见解。这一探索旨在推动可能性的边界，促进可应用于各行业的技术进步，最终创造更明智和有效的解决方案。」 CoinDesk的遴选过程涉及全球300多个提名，经由多元化的评审团评选，着重创新、关联能力和影响力。最终名单展示了在加密货币和AI领域中多方面专长的佼佼者，涵盖技术开发、商业策略、法规监管和伦理框架。

媒体报导：理大与AELIS Couture 携手打造可持续时尚材料

时装设计日益创新，随着科技进步，法国高级订制服品牌AELIS Couture（AELIS）与香港理工大学（理大）携手合作，将尖端科研成果转化为可持续时尚材料，共同设计2024/25秋冬高级订制服系列，为时尚界注入新活力。 AELIS采用了由理大时装及纺织学院教授姜绶祥教授带领团队，特别设计和制作的金和银金属镀覆的有机丝绸柯根纱。理大科研团队利用应用金属镀覆膜技术，将纳米级的超薄金属薄膜镀覆于纺织品，不但保持了传统纺织品的舒适感和飘柔性，更增添了瑰丽的珠光效果，为时尚设计带来崭新的视觉体验。 理大致力研发环保材料，与AELIS的品牌理念完美契合，此创新合作展现出材料创新的突破，成功融合科学技术与时尚设计，体现双方对环境可持续发展的承诺，推动时尚界迈向更可持续的未来。 面对业界对环保材料日益增长的需求，理大与AELIS 的合作融合创新思维与可持续发展理念，加强时尚界与科研界的联系，促进创新材料的研发与应用，助时尚设计师发挥更丰富的创作灵感。  

理大开发崭新长视频推理多模态框架 加速生成式人工智能应用于视频分析

人工智能发展迅速，但不少模型在理解长视频时仍面对不少挑战。香港理工大学（理大）研究团队开发多模态智能体VideoMind，令人工智能模型能通过模仿人类思考过程，理解长视频及回答内容提问，并结合创新的链式低秩适应（Low-Rank Adaptation，LoRA）策略，大大减低消耗资源和所需算力，推动生成式人工智能于视频分析的商业化应用。研究成果已投稿至人工智能顶级会议。 视频，尤其是长视频（15分钟以上），不单纯是叠加的静态画面，其内容包含随时间推移产生的信息，例如事件的发生时序、前因后果、连贯性及场景转换等。人工智能模型要理解视频，不但要识别当中的事物，还要兼顾时间维度的讯息，即事物如何随时间变化。由于画面占用了大量标记（token），导致视频推理需要消耗庞大算力和内存，令一般大模型难以应付太长的视频。 理大计算器及数学科学学院暂任院长及视觉计算讲座教授陈长汶教授带领的研究团队在长视频推理研究取得突破，团队参考了人类理解视频的过程，在其开发的VideoMind框架内设计角色化流程，以渐进式推理的方式，解决模型在理解时序上的困难。框架内的四个角色分别为负责决定如何调用其他角色的规划者（Planner）、搜寻及定位与问题相关片段的定位者（Grounder）、透过裁剪片段及放大画面等方法验证片段的验证者（Verifier），以及分析选定片段并生成答案的回答者（Answerer）。 VideoMind的另一核心创新在于采用了链式LoRA（Chain-of-LoRA）的策略。LoRA是最近两年新兴的大型语言模型微调技术，透过在既有模型内进行低阶调整，令模型不需要重新接受全量（full-parameter）训练，亦能执行特定功能。团队提出的创新链式LoRA策略，只需要在同一基础模型上，加载四个轻量级的LoRA适应器，对应不同角色，即可令模型按需要自行启动不同的适应器，动态切换角色，减省了需要动用的模型量及相关成本，同时提高单一模型的效能及灵活度。 研究团队已在GitHub和HuggingFace平台开源VideoMind项目，以公开测试的长视频任务，涉及14个人工智能模型基准检验集。团队将VideoMind与多个先进大语言模型及多模态模型作比较，发现VideoMind在处理平均时长达27分钟的长视频时，定位准确度较GTP-4o、Gemini 1.5等尖端大模型更优胜。值得注意的是，团队同时测试了较小的20亿（2B）参数量及较大的70亿（7B）参数量的VideoMind，发现2B模型的VideoMind性能已足以媲美其他7B或以上的大模型。 陈长汶教授表示：「人类观看视频时会切换思维方式，先拆解问题，再找出相关片段，然后反复重温及核对，才对内容下结论。此过程效率极高；大脑总功耗仅25瓦左右，比相同算力的超级计算机要低100万倍。我们从这种人类的思考模式中获得启发，设计角色化流程，真正让人工智能像人类一样理解视频，并成功透过链式LoRA策略降低算力和内存需求。」 人工智能浪潮席卷全球，但算力不足和耗能过高的情况日益严重。VideoMind以开源、参数量少的多模态模型Qwen2-VL为骨干，配置优化工具，降低了技术成本和部署门槛，为人工智能模型功耗过高的问题提出可行解决途径。陈教授补充：「VideoMind框架不但突破了人工智能在视频处理的限制，更可作为一个模块化、可扩展、具解释能力的多模态推理框架，拓展生成式人工智能的应用范围，如智能保安监控、体育竞技及娱乐视频分析、视频搜寻功能等领域。」

理大研究发现感官及运动信息有助大语言模型表达复杂概念

没有闻过花香丶触摸过花瓣，或在花园散步过，有可能真正了解什麽是「花」吗？这个问题引发了不少的哲学与认知科学争论；有认知理论专家认为，亲身感受和体验是概念形成的关键，但目前飞速发展的大语言模型研究却表明，仅凭语言便有可能建立对现实具有意义的真实表徵。 由香港理工大学（理大）研究人员与合作者组成的团队，透过分析大语言模型和人类在概念表徵上的相似度，为语言能在多大程度上推动复杂概念的形成和学习提出了新见解。研究并揭示「具身化训练」（grounding），即为大语言模型提供感官（如视觉）及运动信息，让模型能将抽象与具体概念联系起来，可以影响其对复杂概念的理解并生成接近人类的表徵。此研究与俄亥俄州立大学丶普林斯顿大学及纽约市立大学的研究人员合作进行，成果最近於《Nature Human Behaviour》上发表。 理大冼为坚基金人文与科技讲座教授丶人文学院院长兼理大杭州技术创新研究院副院长李平教授领导的研究团队选取大语言模型ChatGPT（GPT-3.5和GPT-4）和 Google LLMs（PaLM 和 Gemini）所生成的词汇评分，并将其与公开发表及经过验证的《格拉斯哥词汇范本》（Glasgow Norms）和《兰卡斯特词汇范本》（Lancaster Norms）数据集中近4,500个词语的人类评分进行比较。这些评分涵盖了非感官运动领域，包括情感效价丶具体性丶可意象性等维度；感官领域，包括视觉丶嗅觉丶听觉等维度，以及运动领域，包括腿／脚丶嘴巴／喉咙等维度。 研究团队以人与人之间的配对结果作为基准，首先将个别人类和大语言模型生成的数据进行比较，以探究人类与大语言模型的词汇评分在上述领域各维度中的相似程度，从中找出大模型和人类在理解不同领域概念上的一致性，例如两者是否都认为某些概念相较其他概念更加具体。然而，这种分析或会忽略不同维度如何共同影响词汇的整体表徵。以「pasta」（意大利面）和「 roses」（玫瑰）为例，两者同样在嗅觉维度拥有较高的评分，但实际上「pasta」与「roses」远远不及「pasta」与「noodles」（面）接近，因为概念之间的相似度需要综合考虑其外观和味道。因此，团队再运用了表徵相似性分析（representational similarity analysis），将每个词汇在各领域多个范畴的评分数据整合成一个向量（vector），以进行更全面的人类与模型比对。 研究结果表明大语言模型生成的词汇表徵与人类表徵的相似度，在非感官运动领域最高，感官领域次之，而在运动领域表现最差。这凸显了大语言模型在表徵人类概念上的局限；模型虽然能够有效掌握非感官运动领域的概念，但在理解涉及视觉外观丶味觉等感官概念，或需要肢体动作体验的运动概念时，表现明显较为逊色。其中，动作性概念较少被文字完整描述，且高度依赖具身经验，相对於色彩一类能从文本数据学习到的感官概念，对模型而言更具挑战性。 根据研究结果，研究人员进一步检验具身化训练能否提升大语言模型的表现。他们比较了同时接受语言及视觉输入训练的具身化模型（如GPT-4和Gemini），跟仅接受语言训练的模型（如GPT-3.5和PaLM）之间的差异，结果发现结合视觉输入的模型生成的表徵与人类表徵相似度明显更高。 李平教授表示：「纯语言训练及语言＋视觉输入（如图像及视频等）训练的大语言模型，为研究感官及运动信息如何影响人类概念形成提供了独特的机遇。我们的研究具体展现了多模态学习的潜在优势，因为实时整合多种模态的信息正是人类学习和表徵的特点，如大模型能吸取到这个特徵，就可更趋近人类的认知模式以及更如人类行为一样高效率。」 值得注意的是，这项发现与以往提出人类表徵迁移现象的研究结果吻合。人类透过视觉和触觉的多模态经验获取物件形状知识，如当我们观看或触摸物件时，大脑中同一区域会被激活。研究人员指出，正如人类一样，经过多模态输入训练的大语言模型在接收了多种信息後，或能在连续的高维度空间中进行表徵融合或迁移。李教授续解释：「大语言模型嵌入空间所具有的平滑及连续特性或许能解释为何我们观察到源自单一模态的知识能够扩散至其他相关模态。此发现也可能揭示了先天失明人士与视力正常者之间为何会在某些领域上有相似表徵。目前的大语言模型在这方面还有明显不足。」 展望未来，研究团队指出今後可以透过类人型机械人技术把大语言模型与多模态数据整合，使其能主动解读真实世界，并作出相应行动。李教授指：「相关技术发展或将催化大语言模型真正实现具身人工表徵，从而更切实反映出人类认知所具有的复杂性和丰富性，届时人们将无法指出大模型对玫瑰花的表徵与人类的表徵有何分别。」

智能适应：人工智能与机械人技术在动态环境中融合

人工智能（AI）技术的进步推动自动化机械人迈向环境适应新时代。   机械人技术在过去数十年的进步令人瞩目，但仍有不少难题尚待解决，未能充分发挥其潜力。传统机械人通常要依靠预先编写的指令和受限制的配置，难以应对预料之外的情况。AI技术涵盖认知、分析、推理及决策，使机械人能够智能操作，显著提升其协助和支持人类的能力。  在工程系统中导入AI技术增强机械人性能，推动其在工业、农业、物流、医学等领域有更广泛的应用，使机械人能够更加自主、有效率地执行复杂任务。这项技术进展不仅释放了机械人的实际应用潜力，也有助解决迫切的医疗和环境问题，以及在工业革命4.0的背景下促进智能制造的范式转型。   香港理工大学机械工程学系智能机器人与自动化讲座教授、香港理工大学（南京）技术创新研究院院长张丹教授，带领研究团队运用AI技术，研发出多项具备高动态性能的新型机械人系统。 张教授的研究团队最近提出了一项抓握姿势检测框架，应用深度神经网络生成出一组具备全方向（六自由度「6-DoF」）的精准抓握姿势。为了准确侦测要抓取的物体，团队在不同半径的多尺度圆柱体上应用卷积神经网络（CNN），就每个物体的估算位置及尺寸，提供详细的几何信息。 透过多个多层感知器（MLP），可以将机器手抓取物体的精确度参数进行最佳调整，其中包括抓取器宽度、针对特定的平面内旋转角度及抓取器深度的抓取分数，以及碰撞侦测。这些参数会输入到框架内的算法，用于扩展默认配置，以产生专为场景而设的全方位抓握姿势。实验结果显示，此方法在实验室模拟环境中的表现全面优于基准方法；在现实实验中平均成功率为84.46%，而基准方法的平均成功率仅为78.31%。 此外，研究团队亦利用AI技术，为一款协助膝关节损伤患者进行步态复健的新型机械人膝关节外骨骼，提升其功能及用户体验。该外骨骼的结构包括: 以电动机驱动，用于主动辅助膝关节屈曲与伸展的执行器；能将外骨骼的重量转移到地面的踝关节；以及由另一组由电动机驱动的刚度调节机件。  机器学习算法中的长短期记忆（LSTM）网络可用于实时调整非线性刚度及扭矩，模仿人体膝关节的生物力学行为特性。此网络透过大量肌电图（EMG）讯号与膝关节运动数据进行训练，能够根据用户的生理讯号及动作状态，实时调整外骨骼的刚度和扭矩。透过预测所需的参数调整，该系统可以适应各种步态需求，有效提升使用者的步行稳定性及舒适度。  本研究整合了基于径向基函数（RBF）网络的自适应接受控制算法，使机械人膝关节外骨骼能够自动调整关节角度及刚度参数，无需使用力矩传感器。这样可以提高位置控制的准确度，以及外骨骼对不同步行姿势的适应能力。此方法以数据为主导，可以完善模型预测，并随时间推进而提高整体表现。实验结果显示，该模型在准确度和实时反应方面，均优于传统的固定控制方法，能够根据不同步速的使用者，产生合适的参考关节轨迹。   张教授的创新研究以深度学习为主的AI技术，显著提升了机械人在感知与理解环境方面的能力。这项技术进展使机器人能够更有效、灵活地解决和应对超出标准作业设定以外的非固定任务。AI与机械人技术的融合，不仅提升了操作的精度与准确度，还为机械人自动化带来了全新功能，能够做到实时决策及持续学习的能力。因此，不断提升机械人的性能，从而拓展其在未来社会中的应用范畴。   数据源： Innovation Digest, Issue 1  更多有关研究  

理大亮相第四届南昌健博会 展示医工结合及人工智能创新科研实力

2025年第四届中国（南昌）国际大健康产业大会暨博览会在6 月 6日于江西省南昌市的南昌绿地国际博览中心开幕，是国内大健康产业交流合作的重要平台。作为全港唯一高等院校代表，理大共邀请11个研究团队参与展览，藉此介绍各项大健康相关的最新研究和技术成果，展示医工结合及人工智能的创新科研实力。 是次展会以「科技大健康，重塑新业态」为主题，内容覆盖生物医药、医疗器械、银发经济、智慧医疗、中医中药、健康消费及智慧生活等大健康全产业链上下游。 理大的展示包括： 理大眼科视光学院科研眼科讲座教授、梁显利长者健康视觉教授何明光教授的「人工智能眼底照相机」 理大机械工程学系讲座教授张丹教授的「踝关节康复机器人」 理大应用生物及化学科技学系副教授马聪教授的「人工智能辅助的医药产品开发平台」 理大航空及民航工程学系助理教授文伟松教授的「专为视觉障碍人士设计的穿戴式智能导航与交互系统」 理大生物医学工程讲座教授、梁显利生物医学工程教授郑永平教授的「无线掌上式超声脂肪肝和肝纤维化评估设备」 及「无辐射三维超声脊柱侧弯评估设备」 理大护理学院助理教授（兼Presidential Young Scholar）李妍教授的「数字漫步」，为行动不便人士缓解忧郁 理大医疗科技及信息学系系主任兼教授蔡璟教授的「用于癌症成像和治疗虚拟对比增强磁共振成像」 理大生物医学工程学系副教授胡晓翎教授的「智云行健步仪」 理大护理学院助理教授王珊珊教授的 「针对认知障碍症照顾者的电子阅读疗法应用程序」 理大赛马会社会创新设计院的「认知障碍模拟游戏套装」 理大研究及创新事务处副总监赵培先生代表出席大会举行的开幕仪式，与一众领导留影。参与开幕式的领导包括：江西省人民政府代表、中国工程院院士代表、南昌市人民政府及国内一众院所领导，多方即场进行学术交流及商贸洽谈。当地媒体亦到场采访理大研究团队，提升活动和社会关注度，广泛推广科研成果和影响力。 理大在医疗教育和医疗创新方面拥有坚实的基础，通过结合医疗保健与人工智能、工程和数据科学等跨学科策略，解决各种医疗挑战，助力提升香港和大湾区的医疗服务，推进香港发展成为国际医疗创新枢纽。  

理大与北京大学第三医院签署合作协议 携手成立肌肉骨骼和运动康复联合研究实验室

香港理工大学（理大）与北京大学第三医院（北医三院）上月签署签署合作协议，正式成立「肌肉骨骼与运动康复联合研究实验室」，推动肌肉骨骼健康与运动康复领域的前沿研究与创新，结合双方在临床专业、医学工程及转化研究方面的优势，促进科研成果转化与应用。 合作协议签署仪式和联合研究实验室揭牌仪式在北医三院举行，由理大协理副校长（内地研究拓展）董澄教授与北医三院院长付卫教授代表双方签署合作协议。随后在董澄教授和付卫教授见证下，理大信兴教育及慈善基金康复科学教授、神经康复治疗学讲座教授及康复治疗科学系系主任彭耀宗教授与北医三院副院长、生殖医学科教授李蓉教授代表双方进行揭牌仪式，象征联合研究实验室正式启动，标志着两地在学术与医学科研合作方面迈出重要一步。 董澄教授致辞时表示：「面对全球人口老龄化与慢性疾病负担加剧的挑战，运动康复在提升生活质量与缓解医疗压力方面的关键作用日益显著。这次理大和北医三院强强连手，既能深化两校学术经纬的交织，更能为大中华区运动康复领域注入创新动能。我们期待与北医三院协同共进，将联合实验室打造成为辐射亚太地区的科研创新及人才孵化基地。」 付卫教授表示：「我们非常高兴能与理大携手合作，推动具影响力的科研项目，推动肌肉骨骼和运动康复领域的创新成果转化，造福患者，促进康复医学发展。」                                             理大与北医三院将充分发挥各自优势，建立集成跨学科资源的联合研究实验室，推动运动康复领域的科学研究、技术创新及人才培养，致力提升患者康复效果，为推动健康老龄化作出贡献。