项目编号: R1018-22
项目名称: 高层绿色建筑双层绿色外墙的能量收集和火灾危害研究
项目统筹员: 周卓伦博士（城大）
摘要
双层建筑外立面（DSFs）可以提供被动式建筑太阳能控制。种植植物来创造双层绿色建筑外墙（DSGFs）可以减少太阳热增益。同时，使用合适植物的创新能源收集系统可以将太阳能转换为化学和电能，这为第二代绿色建筑提供了新的清洁能源。然而，DSGFs的火灾危险是其广泛应用中的一个关键问题。
本项目将研究和开发高层绿色建筑中具有能量收集设计的防火型DSGFs。能量收集系统的研究将在光合微生物燃料电池（MFC）的基础上进行，旨在提高MFC的能量收集效率和对DSGFs进行优化。本研究将通过第一原理和分子动力学进行MFCs中摄取光合能量的基本原理和DSGFs的能量收集效率的研究。我们预测利用建筑围护结构的光合MFC可以提供65mW/m2的最大功率输出。
DSGFs将在绿色植物上放置用于被动太阳能控制的可燃物和具有MFC的能量收集系统。火灾研究的重点将是检查相邻居室闪络火灾产生的窗户羽流在外墙空腔中产生的危险情况。在这种情况下，干燥的植物和其他可燃成分很容易被点燃。随后的大火将释放出大量的炎热且有毒的气体和微粒物质，这些物质将被困在外墙空腔中。如果打破内部玻璃幕墙，将会使生成的烟雾扩散到上层居室。此外，特别是在室外冬季温度低的地区，高层建筑的烟囱效应会推动烟雾和火焰在外墙空腔内移动。
我们将使用锥形量热计对三个通常用于DSGFs的植物进行台架试验。这些是攀援植物常春藤、荚果蕨和狗牙根。同时是我们也将测试用于光MFC的绿色植物的芦苇甘露糖和水稻。本部分将对带有这些植物的部分DSGF进行物理尺度模型试验和数值模拟，以研究外墙空腔中的烟雾和火焰。为了更好地检查烟囱效应，全尺度模型将在室内和室外温度差异较大的地区进行（例如中国哈尔滨）。此实验的结果将证明在尺度模型中观察到的烟囱效应引发的火灾曼延现象同样适用于全尺度。热量和质量传递的数学模型将与锥体数据、物理实验和计算流体动力学结果相结合，本项目将以此实现对具有能量收集系统的防火双层绿色建筑外墙的全面理解。
项目编号: R4020-22
项目名称: 机器人支气管内肺结节的多模式活检
项目统筹员: 任洪亮教授（中大）
摘要
肺癌是全球威胁性最强的癌症之一。最佳的防治方法是及早发现及干预，当前的检测方法主要为电脑断层扫描成像及机械性活检，既难以定位原位结节，亦涉及广泛的疼痛和额外的成本与时间。团队将研究原位监测肺癌生物标志物的微量采样和生物测定中的关键光学、机械和电化学原理，研发可进入狭窄弯曲的支气管进行多模式显微活检和原位小肺结节定位的微型柔性机械人及柔性微流体多路复用免疫传感阵列。此项目将有助在原位精细结构成像引导下对肺部体内肿瘤微环境进行分析，促进解决上述临床需求。
项目编号: R4030-22
项目名称: 利用微生物组联合多组学对炎症性肠病诊断及预后的创新平台建立
项目统筹员: 黃秀娟教授（中大）
摘要
克罗恩病（CD）是引起慢性肠道炎症的炎症性肠病的一种亚型，在世界范围内的发病率呈现激增趋势，且主要影响年轻人，给全球各国的公共医疗体系带来了沉重负担。由于其疾病表型与感染性疾病及癌症相仿，使针对CD病人的及时与精准诊断颇具挑战。疑似CD的病患通常需接受侵入性和昂贵的检查，导致诊断延迟和花费大量医疗费用。香港中文大学医学院内科及治疗学系黄秀娟教授领导的多机构合作团队，将致力于应用多维度人工智能大数据机器学习模型开发一种结合新型细菌标记物及食品添加剂组合来预测 CD 及其并发症，为 CD 并发症的早期诊断和预测提供了一种全新的非侵入性方法。该团队将与行业合作者密切合作，将技术转化为具有成本效益、方便的产品，以加强全球 CD 患者的护理并造福社会。
项目编号: R4035-22
项目名称: 透过融合体力活动应对有特殊教育需要儿童的少动久坐行为
项目统筹员: 薛慧萍教授（中大）
摘要
在新冠病毒病疫情下，全球「少动久坐」的趋势愈加严重。 「少动久坐」指缺乏体力活动及身体长时间坐下或静态行为，与过早死亡和心血管疾病等非传染性疾病以及身心健康不佳息息相关。世界卫生组织建议全球儿童及青少年每天进行平均60分钟中等至剧烈强度的体力活动，同时减少静态行为。然而，超过八成有特殊教育需要的儿童不符合此建议。是项计划探讨「融合体力活动」对特殊教育需要儿童的体力活动和久坐行为以及身心健康的影响。参与儿童将以群组形式被随机分为3个月的体力活动组或等候对照组。测量将在基线及干预后两次进行。这将是第一个将世卫组织关于体力活动和久坐行为的建议付诸实践的项目。
项目编号: R4040-22
项目名称: 在未来的气候变化下，增强极端低温天气对老年人健康影响的应变能力
项目统筹员: 吴恩融教授（中大）
摘要
2018年，研究团队开展研究影响基金项目（项目编号：R4046-18）（第一阶段），致力于研究气候变化、建筑环境和老年人口生活的相互关系。研究重点为气候变化引起愈来愈热的未来气候。
随着项目推展，所得数据显示未来的天气将会起伏更大；换言之，热天会更热而寒冷日子更冷。由于在第一阶段所制定的减缓和适应行动蓝图只能解决夏季的问题，如果研究团队的研究能更进一步，提供「全年」的整体理解和行动计划，将会更有帮助，于是提出进行第二阶段。目前的问题是：
（1）欠缺数据，难以了解香港在全球暖化下的极端寒冷天气。香港的城市密度高，并有复杂的都市环境。都市内的温差可以非常大，因此我们需要高解析度的空间和温度数据去评估在极端寒冷天气下市民的承受能力。
（2）欠缺实证的减缓行动计划。建筑物和社区设计对于市民的日常生活及减缓气候变化都很重要。最迫切需要的是：了解极端寒冷天气如何影响我们的生活环境，从而为全年的气候条件制定设计策略。
（3）欠缺实证的适应计划。在极端寒冷天气下，及时应对方可保障长者的健康和福祉。要建立有效的应变计划，我们首先需要全面理解极端寒冷天气如何影响健康，从而因应不同季节的未来气候条件来制定有效的适应计划。
结合研究第一阶段对极端高温天气的了解，本研究将有助于：（1）确立极端寒冷及潮湿天气的频率和强度，并评估对老年人口的健康影响；（2）制定更全面的减缓行动计划，包括针对极端酷热和寒冷天气来改良城市规划和建筑物设计；（3）为长者支援服务制定更全面的适应行动计划，以增强长者应对极端酷热和寒冷天气的能力。本研究将提供一个研究框架，把极端酷热和寒冷天气的科学知识及对长者健康的影响结合成一个全面的应对行动计划。
本研究的影响包括：
（1）研究结果可帮助香港天文台改善资讯系统，由现时只提供简单天气资讯提升至可以覆盖不同区域的适时天气状况的全面系统。
（2）为城市规划师、建筑师、发展商和其他专业人士提供指引，协助业界建设可持续和健康城市，实现香港2030+和香港气候行动蓝图2050的愿景。
（3）通过结合新的天气预警系统，可以改善现时的长者支援服务。制定相关房屋草案，以切合长者在极端天气状况（酷热、严寒和潮湿）的需要。社工和义工将接受培训，以便在极端天气下更妥善地照顾长者。
项目编号: R5008-22
项目名称: 一种基于肽嵌合抗原受体巨噬细胞靶向癌干细胞的全新疗法
项目统筹员: 李建华教授（理大）
摘要
在东南亚以及香港地区，肝细胞癌（HCC）是造成与癌症相关死亡的第三大因素。尽管目前化疗和分子靶向治疗通常被用作应对晚期不可切除肝细胞癌的二线治疗方案，但其疗效令人失望。近期，FDA批准了多项用于治疗晚期HCC患者的免疫检查点疗法，但是此类疗法的缓解率不尽如人意。有确凿证据表明，HCC肿瘤的生长是由癌症干细胞（CSCs）推动的，这导致了肿瘤对以上几类治疗方法产生耐药性。因此，针对HCC的肿瘤干性进行治疗可能是一种具有潜力治疗策略。我们识别了几种潜在的肝脏 CSC 标记物。这些标记物能同时对巨噬细胞发出「别吃我」的信号，表明了肝脏 CSC 能够抑制巨噬细胞的吞噬作用，进而具有实现免疫逃逸的独特特性。基于这一点，我们猜测可以针对肝脏CSC的这一特性使用巨噬细胞靶向治疗。
在本研究中，我们采用了一种新型的非病毒一锅法肽环化和细胞表面耦合法来构造肽嵌合抗原受体巨噬细胞（pCAR-Ms）。我们的前期研究中表明 pCAR-Ms 具有针对CSC 的特异性和靶向性。基于这一令人鼓舞的数据，我们猜测pCAR-Ms 可以通过诱导吞噬肝脏 CSC来抑制肿瘤细胞干性。在此项目中，我们的研究目的是（1）通过质谱分析筛选出能选择性结合肝脏 CSC 受体表面的肽；（2）通过使用我们提出的一锅法肽环化和细胞表面耦合法设计并建立针对肝脏 CSC的特异性 pCAR-Ms 库；（3）在细胞模型中，研究并优化 pCAR-Ms的细胞菜单型；（4）评估pCAR-Ms在动物模型中的功效。总括来说，从发现、化学修饰到生物验证，我们提出了一种使用pCAR-Ms靶向针对肝脏CSC的系统性方法。我们的这项研究建立在可靠的前期数据基础上，并具有产生重大转化作用的潜力。我们相信 pCAR-Ms 将为治疗 HCC 开辟新的治疗途径。
项目编号: R5019-22
项目名称: 适用于穿戴技术的柔性及弹性电池
项目统筹员: 郑子剑教授（理大）
摘要
柔性电子的快速发展为穿戴技术、智能电子织物、电子皮肤、软机器人、生物电子、物联网等应用的实现提供了极大的机遇。这些涌现应用对于柔性及弹性电池提出了前所未有的需求。柔性及弹性电池不仅可以无缝集成到柔性电子系统为其提供电力能源，还可以启动未来产品设计的范式转移。然而，目前商用电池由于使用如金属箔等的硬部件，无法实现柔性。与此同时，商用电池中使用的可燃性有机溶剂造成很严重的安全隐患。尽管过去十年在研发上投入了巨大的精力，目前柔性及弹性电池的性能远远无法满足工业界及市场的要求。其关键挑战是如何解决电池的能量密度、柔性/弹性、循环稳定性三者之间相互制衡的问题，还有如何使电池阻燃提高安全性。
本项目旨在联合香港三个研究小组及电池行业的三家企业，通过四年时间合作研发出安全、高性能的柔性及弹性电池。本项目会开发出两款电池，包括1）高能量密度、柔性、阻燃的使用有机电解液的锂电池，及2）较好能量密度、弹性、超级安全的水系电池。本项目的成功将会对应用在穿戴技术的电池设计提供革命性的改变，从目前插件式的刚性、笨重、可燃的电池原件变为可无缝整合到穿戴电子的本身安全、柔性及弹性电池。
项目编号: R5031-22
项目名称: 通过钢结构和复合结构可拆卸和再利用的创新建筑技术和测试实现建造业的循环经济
项目统筹员: 陈德明博士（理大）
摘要
为打造宜居城市开展新型基础设施建设是未来几十年各国的首要目标，但对土木工程师来说是一个挑战。香港政府采取了若干基础设施开发计划，如粤港澳大湾区、明日大屿愿景与北部都会区，为香港的建造业提供了机遇。然而，香港发展局题为「建造业2.0」的最新报告指出，由于创新技术应用的缺乏与复杂供应链，香港建造业正面临生产力问题。全球范围内，包括英国、美国、澳大利亚与新加坡在内的许多国家也出现了生产力问题。因此，在资源管理和施工技术不发生根本性变化的情况下，满足未来的建设需求将是一项十分严峻的挑战。除生产力问题外，未来大型建设项目的工程材料需求问题也急切地需要解决。为此，本项目开发一种创新建筑技术，采用由高强钢材料制成的可重复利用的结构部件，以及可持续的材料供应和营销策略，以实现施工期间前期碳排放降低50%的目标。创新理念 —「基于可拆卸和再利用的设计」将被利用于结构构件和节点的设计中。
本项目中所提出的创新建筑技术是革命性的，旨在提高建造业的生产力和可持续交付能力。此项目有以下四个目标：（1）通过基于可拆卸和再利用的设计（DfDR）技术，为「建造业实现循环经济」奠定基础。通过先进的工程方法和管理策略，为钢结构和复合结构开发更具生产力的施工技术；（2）通过数字化制造、安装和拆卸，提高香港建造业的生产力，以实现建筑项目更加快速的供应和交付，并通过在建造业循环经济的实现，在地方和全球层面上提出知识创新、提供就业机会和商机；（3）实现可再利用建筑构件的识别，再利用策略的制定，并在示范项目中进行技术论证用以提高，开发基于数字化的无损检测技术以快速认证可再利用的构件；（4）为DfDR技术的发展制定实践标准、为政府核准机构制定测试和认证政策，以及通过利益相关者互动为实现建造业可持续产品交付提供管理策略。
本项目的成果将是建筑施工过程的范式转变，可为香港建造业带来更多商机。
项目编号: R5047-22
项目名称: 下一代原位精密三维表面测量技术：一种面向工业4.0的智能自适应多视角方法
项目统筹员: 张志辉教授（理大）
摘要
随着面向各种功能性应用的先进产品和高精度部件的需求迅速增长，复杂多尺度的三维（3D）表面在此类产品的设计和制造中的应用在各个行业变得更加广泛，如生物医学、光学、电子、视光学、半导体、信息技术、能源、航空航天等。这些表面通常具有复杂的几何特征，在其制造和测量过程中，从更高的精度、更好的表面光洁度以及更高的几何复杂度等诸多方面带来了很多挑战。然而，具有封闭式机器接口和控制系统的机床、制造设备和机械手本身（如机器人和运动滑轨）是用户无法接触到的，这使得用户很难利用机床、制造设备和机械手自带的运动轴进行原位/在线测量。由于测量系统中缺乏空间位置坐标信息，同时又无法主动获取这些信息，导致测量的不确定性。目前，缺乏通用的、可以提供高分辨率、高重复性、高速度、大测量范围和最小的重新定位误差的原位精密测量系统。不仅如此，在工业4.0的背景下，对测量系统和流程的灵活部署的需求越来越大，尤其当试图保持工件的位置以进一步进行补偿过程时，以提高复杂三维表面精密制造的精度和效率时，对制造环境中的原位和/或在线测量产生了巨大的需求。
因此，本项目旨在探索、研究和开发下一代原位精密三维表面测量方法，它可以同时实现高动态范围（HDR）和具有自动调整测量参数配置的复杂三维表面的原位测量。该系统独立于被嵌入的机床和制造设备，并拥有自适应能力以满足不同的制造和测量环境。这是一个跨学科的合作研究项目，由香港理工大学（PolyU）和香港大学（HKU）的优秀研究人员以及来自不同工业领域的战略伙伴和工业伙伴共同参与。该项目旨在研究和开发一种智能自适应多坐标（SAMS）在位测量方法，进而建立一个可定制的智能SAMS系统，用于在不同的制造环境和应用中进行精确的原位三维表面测量。本项目将分别开发多个功能模组并整合功能，包括一个多通道光学（MSO）模组来执行原始三维信息的分时复用采集；一个获取综合实时位置和状态跟踪的（IRPST）模组来确定智能SAMS系统在全局坐标系中的空间位置和状态，具有较高的精度；一个基于人工智能的数据处理和融合（AIDPF）模组，用于三维表面重建和测量；以及一个基于机器学习的自适应（MLSA）模组，可以在各种测量场景和环境下调整测量策略。智能SAMS系统不仅可以进行原位精密三维测量，具有亚微米级的测量精度，而且拥有测量不同类型复杂三维表面的自适应能力，还能够定制和嵌入不同类型的机床、制造设备和机械手，在不同行业的不同测量环境中运行，包括数字牙科、光学、半导体、视光学、通讯行业等等。
该项目如果成功，不仅将极大地促进人们对复杂三维表面原位精密测量科学和技术的理解，还将为开发智能原位精密三维测量系统提供新一代的自适应多视角测量方法，该系统可嵌入不同的机床、制造设备和便携式测量设备中，在工业4.0的各种不同的制造或测量场景下执行的原位测量任务。该项目的成功将为不同行业的智能原位三维测量系统和三维机器视觉传感器的研究和开发提供良好的基础，如用于数字牙科的新型数字口内扫描（DDIO）的非视线原位精密三维测量的创新型内窥镜式SAMS系统，对为工业4.0准备的测量科学和技术的进步产生深远和持久的影响，这将对香港和大湾区再工业化进程中的先进制造业和高科技产业做出重大贡献，并提升其在全球时代的工业地位。
项目编号: R6003-22
项目名称: 开发一个整合来自大量患者的计算病理学和多组学数据的多模态人工智能平台以推动脑肿瘤的精准医疗
项目统筹员: 王吉光教授（科大）
摘要
精准诊断和有效分类对于恶性癌症治疗至关重要。传统诊疗方法依赖影像及介入放射科、病理科、肿瘤内科、肿瘤外科等医生与遗传学家共同协作，进而优化治疗策略。通常，组织病理学根据细胞在显微镜下的形态对肿瘤进行分级，但这种方法费力、耗时，难以在医生之间进行标准化，并且经常无法预测患者的预后或治疗结果。该项目专注于成人弥漫性胶质瘤的研究，旨在开发一个基于多模态数据训练的神经肿瘤学人工智能平台，这不仅会提高癌症诊断的效率和准确性，而且会协助更好的医疗决策以改善治疗结果。具体而言，该项目将实现四项目标：（1）提取和注释局部和全局诊断特征的计算机辅助诊断系统；（2）开发创新的模态融合方法，整合成像和多组学数据，用于识别基因型-表型关联和评估患者预后；（3）发展靶向癌症动态的药物再利用框架，用于个性化药物推荐；（4）开发帮助脑癌整合诊断和治疗的计算机软件，并通过与医院和公司的合作进行测试。该项目的成功将为脑癌患者提供更有效和标准化的诊断、预测病人预后，并基于个性化特征推荐潜在的干预手段或靶向治疗。该系统可以很容易地扩展到许多其他疾病的研究。
项目编号: R7007-22
项目名称: 2030年本港中长期慢性病负担及医疗需求前瞻性评估
项目统筹员: 李雪博士（港大）
摘要
随着新技术的不断出现，政策制定者和医疗保健提供者需要在越来越多的产品和服务中进行选择，从而满足人们日益增长的健康需求。然而医疗保健资源有限，病人对高效且高价的创新药物的需求与日俱增，我们将迫切需要平衡药物成本和健康效益，优化患者管理和药物医保纳入。慢性非传染性疾病对医疗保健系统和社会产生长期的致命或非致命的负担，评估创新药物在慢性疾病管理中的成本效益具有显著的社会和经济学效益。地平线扫描（Horizon Scanning）和健康技术评估（Health Technology Assessment）旨在评估未满足的医疗需求、识别全球创新药物的研发管线、评估经济绩效并指导基于循证的资源优先配置，能最大限度地优化医疗保健中的健康公平和成本效益。全球范围内的决策者正充分运用健康技术评估，及医疗保健大数据辅助创新药物的审查和准入，然而相关研究在香港仍处于初期发展阶段。
SCAN-2030旨在利用香港电子病历信息库，提取慢性非传染性疾病的疾病负担信息，了解社会上的未能被满足的健康需求的现状，同时预报将在医疗系统和社会中产生的长期负担和护理需求，以指导卫生政策规划。SCAN-2030将开发即用型决策辅助工具包，可视化最近和未来 10 年的疾病负担、评估创新药物的成本效益、投资回报，并且计算对卫生系统的影响。SCAN-2030的愿景是在香港建立健康技术评估的产业生态系统，引入循证和透明的评估机制，优化创新药物的市场准入和医保纳入。SCAN-2030还会与本地和海外知名大学、制药公司和卫生当局中的研究人员和行业领袖合作，统筹每个合作组织的专业知识，全方位地向SCAN-2030输入所需的技术技能，推广HTA在本港的落地生根。
项目编号: R7030-22
项目名称: MindPipe：高性能与碳高效的大AI模型四维并行训练系统
项目统筹员: 崔鹤鸣博士（港大）
摘要
本MindPipe项目将开发一个新的软件训练系统，可以管理成百上千个GPU，用于训练一个个国际通用的大AI模型（例如，Transformer、GPT和Pan-Gu）。每个大AI模型包含极大量的神经元参数（例如，微软开发的一个GPT 模型包含数千亿个参数）。MindPipe系统旨在管理海量的GPU来用于训练每个大AI模型时，达成高训练的性能和低的碳排放。该项目预计将与全球领先的IT 企业，一起推出全球最快之一的大AI模型的商业化软件训练系统。该项目的初步成果包括在国际顶级计算机系统领域发布了并行AI训练系统，包括 [vPipe IEEE TPDS 2021]，[NASPipe ACM ASPLOS 2022]，以及 [Rog ACM MICRO 2022]。
从长远来看，本MindPipe项目提出的研究目标和开发的开源软件系统，可能会在广泛的学术界和企业中（例如与AI，金融科技、云或芯片相关的企业），促进大AI模型的普及，包括其设计、训练、定制和演进。
项目编号: R7036-22
项目名称: 工业4.0模块化建筑智能装修工场
项目统筹员: 黄国全教授（理大）
摘要
房屋生产和供应一直是香港的重中之重，直接关系到经济和民生，每年都会在行政长官的施政报告中体现。香港建造业议会（CIC）针对在靠近跨境陆路口岸的香港一侧设立预制工场（PY）发布了实证研究报告。预制工场具有多重功能。一是作为建筑模块生产商和用户及其物流服务商共享的仓库。二是预制工场利用其空间通过物流的跨境两侧实现建筑模块的准时制（JIT）交付。三是提供了建筑模块在预制工场等待期间进行场外装修操作的机会。基于全球（尤其是新加坡）的开创性举措中获得的经验，大规模PY 的复杂性限制了风险对冲和灵活性、简化模块物流规划和调度以及实现规模经济的能力。所以采用先进智能建筑技术至关重要，包括 BIM（建筑信息模型）、IoT（物联网）和数字孪生（DT）。
该项目旨在研究开发基于工业4.0标准的智能装修工场创新技术和解决方案。一是智能数字化技术，创新性地将传统预制工场提升为基于信息物理系统（CPS）的智能装修工场（SPY）。开发和使用实时可视化和可追溯性以促进智能装修工场的入站/出站运作、库存管理和装修运作。其次，智能装修工场将建筑模块物流从传统的m2m（多生产商-多建筑工地）交付模式转变为一种新的双程模式：多个模块生产商-智能装修工场和智能装修工场-多个建筑工地。这种新模式不仅有利于越库配送操作，还允许利益相关者共享物流资源和服务实现准时配送。第三，智能装修工场提供了一种新的商业模式，即在建筑模块生产工厂和施工现场之外进行异地场外装修施工，充分利用风险共担和资源集中效应。最后，开发的智能技术和解决方案将通过项目的工业合作伙伴及其业务合作伙伴进行演示、测试和进一步完善。项目成果将集成一个「所见即所得」的实验室平台，展示实践案例手册、项目技术路线图及实施指南。