國際知名數學家、嶺南大學學術暨教務副校長及林文贊科學計算講座教授陳漢夫教授及其研究團隊,近期在醫學影像處理、環境監測與人工智能領域取得系列突破性進展。其研究以數學為核心工具,通過人工智能算法推動多學科交叉創新,為提高醫學診斷精確度、生態保護等現實問題提供了全新思路。
在糖尿病視網膜病變診斷領域,陳漢夫團隊開發的基於監督式對比學習的圖像分割框架,通過深度整合醫學影像標籤信息,精準識別硬性滲出物的不規則形態與模糊邊界。這一技術顯著提高了糖尿病視網膜病變的診斷精度,有望在早期預防失明和心血管疾病方面發揮重要作用。
針對化學交換飽和轉移磁振造影(CEST MRI)的噪訊干擾難題,陳漢夫團隊獨創非監督式學習影像降噪算法。該技術利用深度神經網絡對正交變換子空間進行連續表徵學習,實現噪訊分離與特徵強化的優化,使低濃度大分子及代謝物質的檢測靈敏度大幅提升。目前,該技術已在小鼠腫瘤模型中驗證效果,為阿爾茨海默病的分子層面早期預警奠定了基礎。
陳漢夫教授同時也是香港心腦血管健康工程研究中心的聯席總監和首席科學家,他和團隊一直致力進行不同層面的心血管病研究。該團隊正在開發輕量化可穿戴設備,用於連續性監測心腦血管健康指標,目標是早期預測和預防心腦血管疾病。陳漢夫介紹,這類設備特別適合40-50歲高危人群及養老院老人群體,可在醫生未及時介入時提供早期異常預警,未來有望通過規模化應用降低公共醫療成本。
除了醫學領域,陳漢夫教授團隊的最新研究成果還涉及遙感和顯微鏡技術的創新應用。近年他與美國的研究團隊合作,借助數學快速檢測,開發出創新的深度神經網絡演算法,透過先進的數據分析技術進行環境監控。通過這一技術,陳教授團隊已幫助監測亞馬遜森林的非法採礦活動,通過年度連續對比,有效追蹤環境變化。
另一研究成果則優化了單分子定位顯微術。通過優化方法和深度神經網絡方法,更高效、精準地解析二維圖像中分子深度信息,將它們的深度通過圖像處理技術來恢復。傳統顯微鏡技術需要拍攝多幅圖像才能進行三維分析,而陳教授團隊的新技術只需少量圖像即可完成三維判斷,大大加快了分析速度。這一技術在太空垃圾監測中應用前景亦十分廣闊。
陳漢夫教授團隊的系列研究成果具有明確的實際應用導向、高精度要求、深度學習技術應用和多學科交叉的特徵。
在陳漢夫眼中,數學是「科研擺渡人」的舟楫——載着理論突破與社會需求,穿梭於醫學、天文、環保等領域的浩瀚江海。他的學術生涯橫跨美國、中國香港多所頂尖學府,並始終以用數學解決現實問題為核心理念。他曾因Toeplitz矩陣的迭代方法方面的研究獲得馮康科學計算獎,曾入選美國科學資訊研究所(ISI)全球高被引數學家名單(2001年),並自美國史丹福大學於2019年起公布「全球首2%頂尖科學家」以來一直上榜。
據介紹,陳漢夫是嶺南大學「嶺大60全球學者招募」計劃聘用的國際知名學者之一,負責學校在學術教育方面的策略發展,以及監督文學院、商學院、社會科學院和跨學科學院的學術運作等。(香港商報記者 楊琪)
頂圖:嶺南大學學術暨教務副校長及林文贊科學計算講座教授陳漢夫教授