新聞及香港科大故事

由香港科技大學（科大）電子及計算機工程學系教授瞿佳男教授、生命科學部訪問助理教授Julie L. SEMMELHACK教授共同領導的跨學科研究團隊，成功研發一項嶄新的雷射控制技術。該技術運作方式猶如智慧調光器，可在雷射掃描過程中精準、選擇性地控制每個像素的亮度，從而避免非目標神經元被意外激活，大幅提升全光學腦成像和調控的精準度。此科研突破有望推動腦部疾病機制研究，並促進相關動物疾病模型在新藥研發中的應用。此研究成果已發表於國際學術期刊 《自然通訊》，論文題為「用於無串擾全光學腦神經環路解析的主動像素功率控制方法」。解決腦活動觀測的串擾問題近年，隨着「全光學神經環路解析」技術的進步，科學家已能精確地鎖定引發身體動作、感知或情緒反應的相應神經元。此技術的誕生源於科學界兩大突破：一是基因編碼的活性感測器，例如鈣離子螢光指示劑可令神經元在放電時發光，透過現代顯微鏡便可實時觀測神經活動；二是光遺傳學效應器，即光敏感蛋白，例如視紫紅質通道蛋白，能利用光控制特定神經元的開關，操縱神經元及環路功能。然而，這種具備高速和單細胞級精確度的方法，在使用紅外線雷射觀察某些神經元時，仍有可能在過程中意外激活鄰近的其他神經元並引發放電，導致難以判斷觀察到的放電訊號究竟源自腦部的自然活動，抑或由於實驗操作人為干擾所造成的假訊號，此類「串擾」現象的出現會影響整體測量與分析的準確性。瞿教授表示：「全光學方法雖然極具潛力，但串擾問題一直限制其發展。當使用顯微成像觀察神經環路時，成像光會暗地裏影響神經元以至整個神經環路的運作。」

香港科技大學（科大）工學院學者於計算神經工程領域取得重大突破，團隊開發了一個基於強化學習的神經脈衝生成模型，能夠準確預測神經訊號，從而形成一條「人工資訊通道」，有效繞過大腦受損區域，重建因疾病或損傷而中斷的神經功能性連接。這項開創性研究有望為因中風、脊髓損傷等導致功能障礙的患者，提供革命性的神經復康新思路。研究結果已於國際頂尖期刊《自然計算科學》上發表，論文題為「一種利用行為強化重建神經功能連接的生成式脈衝預測模型」。大腦不同區域之間通過神經元釋放的電脈衝，即「神經脈衝」，進行資訊編碼與傳遞。當神經系統疾病或損傷破壞這些傳輸通道時，便會導致運動、認知等方面的嚴重功能障礙。神經假體是透過構建一條人工資訊通道，將神經訊號從上游腦區傳遞至下游腦區，繞過受損部位，以恢復喪失的運動和認知功能。然而，其核心挑戰在於如何僅根據上游訊號，實時預測下游神經活動模式，從而最有效恢復行為功能。為此，由科大電子及計算機工程學系副教授王怡雯教授帶領的團隊提出了基於強化學習的跨腦區神經脈衝預測模型。傳統方法根據下游神經元紀錄來評估神經通道的功能完整性，但這在通道受損的患者中並不適用。相反，團隊開發的模型以「行為是否成功」作為反饋訊號來引導訓練，並將上游神經元的活躍脈衝實時轉換為下游神經元的預測訊號，從而在原本聯繫中斷的腦區之間重新建立通訊。王教授表示：「新模型的核心理念，是讓其如大腦般一樣通過『試錯』來學習跨區域間的映射關係。這使我們能為神經通道受損的患者構建一條『資訊小徑』，從而有效重建腦區之間的功能性連接。」團隊透過科大計算認知工程實驗室進行大鼠運動控制通道測試來收集數據，並驗證了模型的有效性。結果顯示，新模型生成的「人工脈衝訊號」成功經由解碼器驅動小鼠做出目標行為，其成功率顯著優於傳統方法。此外，生成訊號的編碼特性和健康大腦中觀察到的自然神經調製特性亦高度相似。另外，新方法具有強大的適應能力，能在不同解碼器設置下保持高性能，只需極少校準，便可迅速適應新試驗對象，大大增強模型的臨床轉化潛力。

香港科技大學（科大）工學院的研究團隊在腦成像領域取得重大突破，成功開發出一項全球首創技術，能夠以近乎無創方式，對清醒狀態下的實驗小鼠大腦進行高分辨率圖像掃描。這項創新技術毋須對實驗動物實施麻醉，使科學家能直接觀察大腦在自然運作狀態下的組織活動，未來將有助深入探索人類腦部在健康和疾病狀態下的運作，為神經科學研究開闢全新路徑。人類大腦構造極其複雜，科學家一直試圖利用腦成像技術探索其運作機制。然而，現有成像技術如磁力共振成像、腦電圖、電腦斷層掃描和正電子發射斷層掃描等，均難以解析大腦微細結構及工作機制。由於小鼠在基因和生理結構上與人類高度相似，常被用作實驗模型，用於研究阿茲海默症、亨廷頓舞蹈症、腦癇症等神經系統疾病的治療方法，以及多種人類癌症療法和疫苗效用等。然而，在麻醉狀況下，小鼠的血液循環、膠質細胞形態及神經元活動會發生顯著改變，實驗效果遠不如清醒狀況理想。此外，小鼠在自然活動時亦會導致掃描圖像模糊，令觀察大腦細微部位的活動變得十分困難。由科大工學院電子及計算機工程學系教授瞿佳男教授帶領團隊開發的新技術「數字復用焦點感測與整形」（Multiplexing Digital Focus Sensing and Shaping，簡稱MD-FSS），建基於團隊2022年在《自然 – 生物技術》期刊發表的「類比鎖相相位檢測焦點感測與整形」（Analog Lock-in Phase Detection Focus Sensing and Shaping，簡稱ALPHA-FSS）技術進一步開發而成。ALPHA-FSS利用三光子顯微鏡，具備高精度和高校正階數的優勢，能以亞細胞級解析度觀測腦部深層組織。然而，ALPHA-FSS的焦點測量速度仍不足以清晰捕捉清醒小鼠大腦組織的活動狀況。此外，小鼠顱骨的厚度和密度亦會顯著吸收和散射進入大腦的光線，令雙光子顯微鏡難以穿透顱骨。即使是大腦表層區域，圖像質素也會因此下降，導致成像效果不佳。

香港科技大學（科大） 早前與清華大學（清華）簽訂三項合作協議，重點推出電子與計算機工程領域首個「碩博銜接課程」、高階管理培訓項目，及共同成立跨校研究基金，全面深化兩校在教研領域的協作。加深多領域合作 共拓教育科研新機遇科大校董會主席沈向洋教授與校長葉玉如教授，日前接待由清華黨委書記邱勇教授率領的代表團、與清華校務委員會副主任楊斌教授及一眾大學高層管理人員，共同見證兩校簽署合作備忘錄。協議重點內容包括：首創碩博銜接課程：此課程特為兩校電子與計算機工程相關專業的學生而設，內容涵蓋兩部分：於2025-26學年推出的碩士生交換計劃，兩校學生於碩士畢業後可申請到對方院校攻讀博士課程。結合清華、科大全球頂尖計算機學科資源（兩校之電子與計算機工程均居世界前列），共育世界級電子信息與AI人才，應對數字新世代挑戰。跨校研究基金：清華與科大將於未來四年，雙方每年各注資一百萬元當地貨幣，成立一個跨校研究基金，以促進不同學科的研究協作。重點資助領域包括：AI的開發和應用、電子信息技術、生物醫藥、先進材料、機械人、能源與環境科學、數據科學與大數據分析、金融科技及其他交叉學科領域。除研究項目外，該基金由跨學科學院統籌管理，亦會贊助舉辦研討會，以及推動短、長期師生交流，期望鼓勵更多研究人員參與跨領域、跨地域的研究，引領創新科研突破。

香港科技大學（科大）成功研發四大嶄新的AI醫學大模型，推進醫療保健領域的發展。這批AI醫學大模型旨在協助全科及專科醫生診症，能為多達 30 種癌症及疾病提供診斷和預後評估，部分模型的準確度更可與擁有 5 年或以上經驗的專業醫療人員媲美。 是次研究透過科大的人工智能運算設施進行，在充足的運算力下，這些AI醫學系統得以由大量數據建構而成，結合團隊創新的機器學習訓練策略，性能表現比其他現有模型更為優秀。領導研究的科大計算機科學及工程學系助理教授陳浩教授指出，單單是其中一個針對病理學而設的 AI 基礎模型，便曾處理逾1.6億張醫學圖像，涵蓋32癌症類別。 四大模型包括： •    MOME（乳癌診斷）為首個以大模型方式分析多參數磁力共振（MRI）影像的AI模型，針對乳癌診斷而設。乳癌是本港女性最常見的癌症之一，此模型能助醫生分析病人的乳房MRI，輔助他們快速區分乳房腫瘤屬良性或惡性，從而盡量避免病人進行不必要的病理穿刺化驗。此外，此AI模型更能預測患者對化療的反應，為病人制定適合的治療方案。系統的準確度能與具有5年或以上經驗的放射科醫生相媲美，對為病人開創非入侵性及個人化的治療管理有莫大幫助。

有別於科技巨企，中小型科技公司和初創企業並沒有足夠資源去聘請對創新科技抱有熱忱的實習生；另一方面，大型科技公司所提供的實習機會亦一位難求，競爭激烈。為了滿足雙方需求，科大參加了由香港政府推出的「創科實習計劃」，使逾300名科大學生成功獲得實習機會，人數是本地參與大學之冠。「創科實習計劃」由創新科技署提供，特別為教資會資助大學的學生而設，旨在培養他們在畢業後投身科技行業的興趣，藉此增添本地的創科人才。主修計算機工程的三年級生Monesh Govind LALWANI，便以暑期實習生的身份，受聘於本地一家研發流動教育平台的企業 — 文承智能教育有限公司。在兩個月的實習期裡，Monesh負責為公司建立網站，一手包辦設計、構建和推廣工作。他十分慶幸自己可以藉此磨練其資訊科技方面的技能，還可以學習公司的整體運作，包括其商業模式。