香港大學工程學院電機電子工程學系林彥民教授、陳妮博士及研究團隊成功研發名為「不確定性感知傅里葉疊層成像技術」(Uncertainty-Aware Fourier Ptychography, UA-FP) 的全新成像技術，顯著提升成像系統在真實複雜環境中的穩定性。這項技術能讓高端成像系統在實際應用中運作得更穩定可靠。相關研究成果已刊登於國際權威期刊《Light: Science & Applications》。
傅里葉疊層成像技術作為關鍵的計算成像方法，能同時實現寬廣視野和高解析度，廣泛應用於顯微鏡、X光影像甚至衛星遙感技術。然而，這項技術對系統誤差極為敏感，細微的錯誤（包括零件位置偏差、光學像差或數據資料品質欠佳）都會影響成像效果。這也是當前計算成像領域普遍面臨的挑戰。
林教授、陳博士及研究團隊提出的UA-FP 框架創新地將「不確定性」（即各類潛在誤差），納入計算模型，讓系統能自動偵測並修正這些誤差，從而大幅改善成像性能。即使在存在干擾或條件欠佳的情況下，仍能獲得清晰穩定的成像效果。此項成果不僅是傅里葉疊層成像技術的重要突破，更為計算成像領域帶來變革性影響。
UA-FP 技術的成功建基於團隊自 2021 年起開發的「可微分成像」技術。該技術整合自動微分技術（深度學習的基石）與光學設計、資料處理及演算法，形成完整流程。這個框架促使光學、材料科學與計算科學的深度融合，為未來技術突破奠定基礎。
團隊負責人林彥民教授表示：「我們將不確定性納入可微分模型，使傅里葉疊層成像技術更為實用和穩健，也為其他計算成像技術的發展提供藍本。」
研究第一作者陳妮博士補充：「這是迄今最全面的可微分成像應用。通過可微分编程，我們建立了一個統一光學與計算的框架，為科學與工程領域開拓新機遇。」
香港理工大學研究團隊應用智能閉環移動技術，研發新一代穿戴式復康裝置「Remind-to-Move（RTM）感知提示手環」，旨在協助中風患者實現更個人化的居家復康訓練。中風是香港第四大致命疾病，其後遺症「偏癱」常導致患者肢體活動能力受損，康復進程緩慢。
針對「習慣性廢用」研發
該手環由理大康復治療科學系副系主任、輔助技術研究中心主任方乃權教授帶領研發，專為因中風或大腦麻痺等神經系統疾病導致的半身偏癱患者而設。方乃權教授指出，患者出現肢體功能障礙後，往往不自覺依賴功能正常的肢體，形成「習慣性廢用」偏癱肢體的現象，窒礙康復進度。手環透過內置傳感器感應及分析患者的日常活動規律，適時發出震動提示信號，引導患者主動使用偏癱肢體進行訓練。
閉環系統結合AI實時調校
新一代手環的關鍵在於配備「閉環系統」，融合人工智能（AI）、腦神經科學及運動學相關技術。系統透過實時對比患者偏癱肢體與功能正常肢體的活動數據，自動調整訓練頻率與強度，提供即時反饋。相較於上一代採用固定方案的「開環系統」，閉環系統能更貼合患者個人情況，動態調節運動訓練方案。
研究顯示閉環系統效果顯著
研究結果顯示，開環與閉環系統均能改善患者手部功能與運動頻率，但閉環系統的優勢更為顯著。相較於開環組別，參加閉環組別患者的手部運動頻率明顯較高，手部功能改善亦較顯著。方教授解釋，閉環系統以AI賦能提供實時回饋，有助分析運動復康計劃與外部輔助裝置的相互影響，從而設計更針對性的治療方案，促進神經功能重塑。
已獲國際專利並拓展應用
方乃權教授的研究獲研究資助局「研究影響基金」資助，其開環及閉環RTM裝置已在美國及中國內地取得專利。上一代的開環RTM裝置已獲香港16間公立醫院及美國凱斯勒復康中心等國際機構採用逾10年，應用範圍已擴展至新加坡及中國內地。團隊現正招募中風患者參與新研究，參加者須佩戴新一代手環，並由職業治療師制定為期四周的遙距復康訓練，以深入分析治療成效。
理大康復治療科學系副系主任、輔助技術研究中心主任方乃權教授（中）帶領團隊研發新一代「RTM感知提示手環」，融合AI、腦神經科學及運動學相關技術，能自動實時調整治療方案，以實現更個人化的居家復康訓練。
新一代手環採用「閉環系統」，可根據用家實際的手臂運動情況發出提示，並提供即時反饋。
用户將手環佩戴於偏癱一側的手腕上，配合手機應用程式使用，系統會提供即時反饋，並自動實時調整治療方案，以實現更個人化的居家復康訓練。
