最新動態

理大研發全港首個「社會衰弱」篩查工具 及早識別高風險長者

孤獨感與社會孤立普遍被視為影響長者健康的風險因素，惟前線照護人員一直缺乏簡單而客觀的方法，以識別面臨相關風險的長者。香港理工大學（理大）研究團隊針對長者的「社會衰弱」（Social Frailty）問題，研發了一套以社區為本的預防方案，包括一項嶄新的篩查工具，以及適用於安老院舍的自然介入措施。相關研究正正回應政府推動從治療轉向預防及以社區為中心的政策方向。 「社會衰弱」是指長者因缺乏社會支持、資源、社會連結，以及基本需求未能獲得滿足而陷入的一種脆弱狀態。這種狀態與個人健康密切相關，更可能增加生理健康風險。然而，社會一直缺乏專用的指標詞彙及客觀評估工具，令這些主觀感受往往難以進行標準化評估。 由理大護理學院副學院主任（策略）及副教授Jed MONTAYRE教授帶領的研究團隊，開發了「社會衰弱十項篩查工具」（簡稱 SF-10）。這項篩查工具設計簡明，讓前線人員在繁忙的臨床環境中快速識別高風險長者，及早轉介他們接受合適的支援。SF-10獲香港研究資助局「優配研究金」支持，相關成果已發表於學術期刊《Contemporary Nurse》，目前已有非政府組織及社區診所的社工開始採用。 Montayre教授表示：「將『社會衰弱』視為一項風險因素，讓我們對老齡化有更全面的理解。這個觀點將社會福祉提升至與生理健康同等重要的位置，強調兩者密不可分，並肯定應對社會風險能顯著改善整體健康成效。」 在開發SF-10的過程中，團隊採用共同設計（co-design）方法，邀請包括長者、家庭照顧者、社工、職業治療師、護士及醫生等共40位持份者參與兩輪工作坊，確保工具既具嚴謹性，亦避免標籤效應。其後，團隊以 SF-10為234名社區長者進行評估，結果顯示該篩查工具可靠有效，後續已開展進一步的驗證工作。 SF-10 從五個不同範疇評估「社會衰弱」，包括：基本資源、社會參與、社交連結、人際關係、及自我管理。每個範疇均以簡易的五點量表評分，分數越高代表「社會衰弱」的風險越大。評估結果有助制定具體的跟進方案，例如：基本資源得分偏低可轉介至經濟或醫療援助；社會參與得分偏低則可引導參加社區活動或「社會處方」（Social Prescribing）計劃。社會處方是世界衛生組織倡導的全人健康模式，透過轉介長者參與非醫療服務，促進身心健康。 Montayre教授指：「在基層醫療、社區服務及家居照顧等節奏急速的環境中，SF-10是追蹤長期照護的實用工具，並為『社會處方』奠定穩固基礎。我們期望透過定期篩查，讓照護網絡持續監察長者的社會風險變化，並逐步將此工具發展為全港普及的標準化篩查工具。」 在另一項同樣反映社會連結重要性的研究，團隊就「以自然為本的介入措施」進行全面文獻回顧及統合分析，探討如何減輕安老院舍認知障礙症患者的躁動行為。研究綜合全球數據，涵蓋直接的自然體驗（如參觀花園）及間接的自然接觸（如晝夜節律照明、自然聲響或氣味），並指出物理環境與社會互動是臨床療效的兩大關鍵驅動因素。相關研究已在《Healthcare》期刊上發表。 研究發現，室內自然介入措施在減少躁動行為方面比戶外措施更有效；而包含社交互動的介入措施，比無社交互動的更為有效。值得注意的是，缺乏調節的戶外刺激有時可能產生反效果，反映環境設計必須讓院舍長者投入參與，同時又不會令他們感到負荷過重。 Montayre 教授補充道：「非藥物介入措施，如自然為本的活動，既能提升長者的社會福祉，有助預防『社會衰弱』，對於正面臨認知衰退的長者尤其有益。只要提供空間讓長者互動交流，便能明顯加強他們之間的社會連結。」 這些發現為香港這類高密度城市提供實用的解決方案，並為未來設計認知障礙症友善環境奠定基礎。Montayre教授強調，認知障礙症患者認知負荷能力和對刺激耐受度的反應各異，故環境支援必須按個別需要而設。 研究團隊正持續擴大SF-10的驗證工作，並與社區夥伴合作，將研究成果轉化為日常應用，致力為香港人口老化構建更具預防性、可持續，且以人為本的照護模式。

重慶大學附屬仁濟醫院代表團到訪理大 共探生物焊接手術機器人醫工融合新機遇

由重慶大學附屬仁濟醫院（重慶市第五人民醫院）泌尿生殖醫學中心主任孫中義主任率領代表團，於8月17日到訪香港理工大學（理大），聚焦生物焊接手術系統前沿技術，展開深入交流，共同探討醫工融合及產學研協同創新機遇。 交流會上，雙方分別陳述團隊成員與研究概況。雙方就生物焊接核心技術的轉化與應用展開深入討論。理大代表介紹了在智能機器人、人工智能及醫工跨學科的科研優勢與最新發展；仁濟醫院代表則分享了醫院簡介及生物焊接技術的研發成果。 代表團隨後參觀了理大人工智能機器人實驗室，實地了解理大在人工智能及機器人的研究積累與人才培養，並探討前沿科研成果於醫療領域的應用潛力。 展望未來，理大將與重慶大學附屬仁濟醫院保持緊密聯繫，充分發揮醫學、精密機械、人工智能等跨學科優勢，持續推動生物焊接手術機器人的研發協作與成果轉化，共創醫療科技新未來。  

理大青年學者榮獲國際基礎科學大會前沿科學獎

香港理工大學（理大）應用數學系助理教授張仕俊教授，榮獲國際基礎科學大會（ICBS）頒發的2026年「前沿科學獎」，表彰其傑出研究具前瞻性與深遠影響力。 張教授憑藉其 2021 年發表於《SIAM Journal on Mathematical Analysis》的突破性論文 “Deep network approximation for smooth functions”，在數學（數值分析）領域獲此殊榮。他與來自杜克大學、新加坡國立大學以及馬里蘭大學的合著者共同獲獎。 張教授的研究致力於推進深度神經網絡的理論研究與實際應用。他的研究著重於神經網絡如何有效逼近複雜函數，旨在降低逼近誤差、泛化誤差及優化誤差，從而加強理論模型與實際應用之間的銜接。 除了這些基礎理論，他的研究範疇亦涵蓋神經網絡優化、激活函數的特性，以及 Transformer 模型與圖神經網絡（GNN）等現代架構的表達能力。此外，他亦探索遷移學習、神經架構搜索、及模型壓縮技術等前沿領域，推動下一代人工智能技術的創新發展。 「前沿科學獎」旨在表彰過去十年間在數學、物理以及資訊科學與工程領域所發表的卓越原創研究，科學成果必須具備極高的學術價值，並在全球相關領域內產生深遠的影響。

理大研究團隊開發可信人工智能框架TRUECAM 提升病理人工智能癌症診斷可靠性

癌症診斷結果直接影響患者的治療方案及預後，甚至關乎生命。傳統病理診斷主要依靠病理學家在顯微鏡下觀察和分析組織切片，並憑藉專業經驗作出判斷。近年，人工智能技術在病理診斷中的應用（簡稱「病理人工智能」）發展迅速，有助提升診斷效率及輔助臨床決策。然而，現有人工智能模型仍缺乏完整且可驗證的機制，以確保診斷結果的可靠性，限制了相關技術在高風險臨床場景中的應用。 為應對這項挑戰，香港理工大學（理大）工業及系統工程學系助理教授張曉革教授及其研究團隊，創新研發出一套可信人工智能框架TRUECAM（TRustworthiness-focused, Uncertainty-aware, End-to-end CAncer diagnosis with Model-agnostic capabilities）。該框架可應用於全切片影像分析，用作非小細胞肺癌亞型分類，同時提升數據和人工智能模型的可驗證可靠性，為病理人工智能在癌症診斷中的安全應用奠定重要基礎。 TRUECAM旨在提升人工智能診斷癌症的可信度。它能評估人工智能對診斷結果的把握程度，並在結果存在較高不確定性時，或輸入數據超出模型適用範圍時主動提示醫生覆核；同時，框架可配合不同類型的人工智能模型，支援由病理影像到診斷結果的完整分析流程，協助醫護人員更可靠地運用人工智能診斷結果。 該框架應用於全切片影像技術，即把玻璃載玻片上的組織切片掃描成高解像度數碼影像，讓醫生可於電腦上以「虛擬顯微鏡」方式檢視病理樣本。研究結果顯示，TRUECAM不僅適用於非小細胞肺癌亞型分類，亦可拓展至乳癌、腦癌和腎癌的亞型分類，甚至涵蓋 46 個類別的泛癌切片分類，充分展現其廣泛應用潛力及臨床轉化價值。 作為一套通用框架，TRUECAM可應用於不同規模、架構、用途和複雜程度的病理人工智能模型，支援負責任的臨床應用。框架具備三大核心功能，包括識別「超出適用範圍」的輸入數據、自動篩選模棱兩可及難以判斷的圖像區域，並採用「共形預測」技術，將診斷錯誤率控制在可接受的範圍內。 研究團隊在多個癌症數據集上，運用兩類人工智能模型對TRUECAM進行系統性測試，包括針對特定任務的專用模型，以及具廣泛應用潛力的基礎模型。計算實驗結果顯示，套用 TRUECAM 的模型在分類準確度、穩定性、可解釋性、數據使用效率及公平性等各方面，均較未套用的模型表現優勝。 張教授表示：「TRUECAM 在『完全由病理人工智能主導』和『完全由病理學家主導』的癌症診斷之間取得良好平衡。當人工智能對診斷結果信心較高時，系統可協助處理較明確的病例；至於不確定性較高的病例，則會被標記並交由病理學家作深入檢視和臨床判斷。這種『人工智能與病理學家分工協作』的模式，有助提升診斷效率、減輕病理學家的工作負擔、提高診斷可靠性，並擴大診斷服務規模。」 張教授補充：「目前已發表的研究主要聚焦於全切片影像，我們正進一步探索其他數據類型，例如分子譜，包括 RNA 定序和診斷報告等，以拓展框架的潛在應用範圍。TRUECAM 為建立值得信賴的病理人工智能提供了一套系統化的解決方案，並為其日後在真實環境中的應用奠定更穩固的基礎。」 這項研究題已發表於國際權威期刊《自然‧生物醫學工程》（Nature Biomedical Engineering），並獲國家自然科學基金委員會、香港研究資助局和深圳市科技計劃的資助。

理大參與「2026香港英才北京行」 探索京港科技發展新機遇

香港理工大學（理大）化學系助理教授于涵教授與理大土木及環境工程學系研究助理教授孫瀟昊博士，於8月10日至15日參加由北京海外學人中心與香港北京高校校友聯盟（京校聯） 聯合主辦的「2026香港英才北京行」活動。 是次活動為期六天，旨在推動京港兩地人才交流，促進教育、科技與創新融合發展。活動期間，代表團深入走訪北京多個科技創新高地，包括國家級重點實驗室、前沿研發平台、領先科技企業及創新孵化中心等。 代表團有機會參與多場專題交流及項目對接活動，圍繞人工智能及前沿信息技術、新能源及先進材料、智能網聯汽車等領域，與海外創新人才進行學術對話，探討合作機遇。 此外，代表團實地考察懷柔區重大科研設施及國家級科技基礎設施，通過沉浸式、實踐體驗前沿科研，並參訪中關村科學園，全面了解北京創新生態體系，以及科技成果轉化與初創企業孵化等支援機制。 透過是次活動，理大學者進一步建立與科研及產業夥伴的聯繫，為未來京港兩地在科研協作、人才交流及科技成果轉化方面奠定良好基礎。理大將持續拓展跨區域合作網絡，積極推動學者與高影響力創新平台及合作夥伴對接，促進更深入的交流。

理大青年研究人員榮獲 FutureAM突破獎

香港理工大學（理大）工業及系統工程學系助理教授陳子斌教授，榮獲「FutureAM 突破獎」，以表彰他在先進製造領域的卓越研究表現。 「FutureAM突破獎」每年頒授予在先進製造領域內，學術表現卓越及持續獲得國際認可的青年研究人員。該獎項於第二屆國際增材製造未來大會（2nd International Conference on Future of AM 2026）期間頒發，會議今年於新加坡舉行，為全球最大先進製造學術社群之一。 陳教授的主要研究方向為設計兼具卓越結構、功能與應用性能的可持續材料，並解決不同材料體系中的實際工程挑戰。他在研發低合金、低成本且高性能的可持續金屬合金，以及用於能量儲存與壓電應用的破紀錄鐵電材料方面的研究，引起獲得國際廣泛關注。他亦在各個頂尖期刊發表了多篇高質量論文，包括《自然》(Nature)、《科學》（Science）、《自然-材料學》（Nature Materials）、《科學進展》（Science Advances）、《自然-通訊》（Nature Communications）及《物理評論快報》（Physical Review Letters）等。 近期，陳教授在低溫材料研究方面提出兩項具突破性的創新策略，分別是「負曲率界面」和「分級納米有序化」策略，這兩項創新研究成功突破低溫材料長期存在的「強度-延展性-韌性」三者難以兼得的科學瓶頸，並在所有已知低溫合金中創下性能表現新紀錄。相關研究已連續發表於 《自然-通訊》。 此外，他與研究團隊在功能材料科學方面亦取得重大突破，首次揭示並成功在塊體壓電晶體中可控地構建微觀「拓撲渦旋」結構，大幅提升其機電性能。此項具開創性的發現已刊登於 《自然-材料學》。 了解更多陳教授的研究成果：  理工大學攜手研發以 3D 打印創造新型高強度鈦合金

理大研發人工智能虛擬病人模擬系統 革新臨床診療護理 動態整合多模態數據 推動個人化癌症精準治療

香港理工大學（理大）研究團隊突破傳統靜態診斷的局限，成功研發以患者為中心的「人工智能（AI）虛擬病人模擬系統」。該系統透過動態整合患者的基因、醫學影像及臨床等多模態數據，構建可持續更新的「數碼雙生」模型，不但能實時追蹤病情變化，更可預測不同癌症治療方案的潛在成效，協助醫護團隊制定更精準、個人化的醫療方案。 一般醫療AI工具多依賴單一電腦斷層掃描、基因組報告或靜態臨床數據進行分析，難以全面掌握患者病情的動態變化。由理大醫療科技及資訊學系副教授陳穎志教授帶領研發的「AI虛擬病人模擬系統」，採用以患者為中心的數碼雙生平台架構，結合醫護端平台及患者端流動應用程式，能因應患者病情的實時轉變進行預測分析，並模擬不同治療方案的成效，為臨床診斷、病情監測及治療評估提供智能支援。系統尤其適用於病情變化複雜、治療選擇多元且醫療成本高昂的癌症及重症治療，為精準醫療發展注入新動力。 該系統的核心優勢在於醫護端與患者端的緊密協作。醫護專用平台可整合基因、醫療影像、病理、檢驗結果及臨床紀錄等多模態數據，協助醫生掌握患者整體病況，提升診斷及治療決策，同時簡化多科會診與轉診流程。患者端流動應用程式則讓患者上載病歷資料、紀錄日常症狀及追蹤健康狀況，並可透過加密的「深層特徵二維碼」（Deep Feature QR Code），在不同診所、醫院及裝置之間安全傳輸病歷資料，提升資料流通效率及私隱保障。透過系統，患者可由被動接受治療，轉為主動參與健康管理，進一步促進醫患協作。 為推動相關技術在癌症護理及治療決策中的應用，研究團隊提出了一套以臨床數據為基礎的多尺度框架，用於預測非小細胞肺癌患者對免疫治療的反應。這套多模態方法能有效整合組織病理學影像特徵，以及基因表達譜、癌症類型文字資料等臨床數據。這項名為「視覺——全域關係融合網路」（ViGNet）的創新框架，結合多尺度視覺編碼器與基因驅動編碼器，有助分析與癌症治療反應密切相關的影像及基因特徵。 在定性與定量評估中，ViGNet 在治療反應分類方面的表現均優於基準方法，預測免疫治療反應的辨識效能達到 82.55%。這項突破性研究有助更高效地整合多源數據，並支持AI技術在臨床環境中的實際應用，為個人化治療與臨床決策提供重要參考。相關研究已發表於國際期刊《Medical Image Analysis》。 陳穎志教授表示：「『AI虛擬病人模擬系統』是一個集診斷、監測與治療評估於一體的創新綜合平台。系統除了能揭示多模態數據之間細微而關鍵的病理關聯，亦可擔當『監測哨兵』的角色，當患者的生物標記或症狀出現異常時，即時向醫護團隊發出提示。這項具變革性的技術有助縮短診斷與評估時間，支援醫護人員為癌症及重症患者制定更精準、高效的個人化治療方案。」 這項突破性科研成果早前於西班牙巴塞隆拿舉行的「2026 年世界移動通訊大會」展出，並憑藉卓越的創新技術，入圍2026年全球移動大獎的「最佳移動互聯健康與福祉創新獎」決賽，充分展現理大在醫療科技及人工智能應用領域的國際影響力。 項目目前已獲理大微型基金、種子基金以及大灣區創新創業培育計劃資助，並獲香港科技園「創科培育計劃」有條件批准，正邁向商業化及產業落地的新階段。隨着系統逐步於臨床環境應用，其匯集的實際數據將有助反饋至藥物研發、臨床試驗及治療方案優化，進一步完善醫療創新生態，惠及更多患者。

理大研發可穿戴微針貼片 助常規超聲波儀器持續監測血糖

糖尿病管理需要持續監測血糖，及早察覺異常並作出干預。然而，傳統指尖採血既疼痛又不便，而現時市面上的連續血糖監測產品大多依賴生物活性酶，需要定期更換、成本較高，儲存條件亦相當嚴格。香港理工大學（理大）的研究團隊開發了一種無酶、可穿戴、聲學可讀的微針貼片（ARMPatch）。只要把微針貼片貼在皮膚上，利用常規超聲波探頭讀取相關參數，即可持續反映血糖水平的變化。 這項研究由理大機械工程學系系主任、智慧結構與系統講座教授蘇眾慶教授，聯同中國科學院深圳先進技術研究院孟龍教授、韓國科學技術院Jeong Jae-Woong教授及三方研究團隊共同完成。研究成果已刊登於《科學進展》(Science Advances)，理大機械工程學系博士研究生張王霖翰為該文第一作者。 蘇教授表示：「我們研發的ARMPatch，可作為任何一台超聲波設備的血糖監測配件，實現微創、經濟、長效而穩定的連續血糖監測。此成果為無酶連續血糖監測技術提供全新方案，並拓展超聲波技術在可穿戴生物感測和健康監測領域的應用。」 ARMPatch的運作原理不難理解。微針貼片採用一種基於苯硼酸 (PBA) 的葡萄糖響應性水凝膠製成，當貼在皮膚上後，其微針會隨著血糖水平的波動而膨脹，血糖越高，微針膨脹得越多，超聲波則能讀取微針變化，顯示血糖水平高低，這正是ARMPatch「聲學可讀」的特性。 研究團隊進行了一系列體外與裸鼠體內實驗。在體外測試中，ARMPatch 於0-40mM血糖濃度範圍內呈現良好線性反應，足以有效監測高血糖情況，並能穩定提供長達56天的讀數，遠勝需頻繁更換的酶基裝置。 而在裸鼠體內測試中，超聲波讀取的微針膨脹程度能準確反映血糖水平的變化。貼片更於一隻可自由活動的裸鼠身上連續七天成功監測血糖，期間牢固貼合、不受活動影響，移除後皮膚亦無炎症或創痕，印證其生物相容性與微創特性。 不少糖尿病人已使用可攜式或穿戴式超聲波設備，長期居家監測心臟病和腎臟病等併發症。對他們而言，使用ARMPatch無需添置任何定製硬件，利用現有設備即可持續監測血糖。 團隊指出，只要調整水凝膠成分，同一平台原則上亦可監測pH值、蛋白質和細菌等多種生物標記，期望日後開發可同時監測多項指標的微針貼片，使穿戴式超聲波設備成為一站式的居家健康監測工具。 蘇教授補充：「本研究不僅提出一種新型可穿戴設備，使傳統超聲波得以用於無酶連續血糖監測，亦開闢了以定製水凝膠微針，在微創方式下透過標準超聲波監測多元生理資訊的新途徑。」 本研究獲國家自然科學基金委員會（自然科學基金委）及香港研究資助局（研資局）的「聯合科研資助基金」支持，並額外獲得研資局、自然科學基金委和韓國國家研究基金會的資助。此外，理大材料與器件中心實驗室和生命科學中心實驗室亦為研究提供協助。

理大研究揭示影響中風患者雙重作業步行的關鍵環境與認知因素 助力制訂個人化中風復康訓練方案

在日常生活中，不少人都習慣一邊走路，一邊處理其他事情，例如構思當天的購物清單或回覆手機訊息。然而，對於活動能力及認知能力減弱的中風患者而言，這種常見的「雙重作業步行」卻可能是一大挑戰。香港理工大學（理大）研究團隊早前開展全球首項中風人士雙重作業步行與跌倒風險相關研究；其後的後續研究發現認知作業類型及複雜性的相互作用，會影響「雙重作業干擾」的程度及模式，令患者身體活動及認知作業表現下降。其研究結果對為中風復康設計雙重作業評估及訓練，具重要臨床價值。 理大信興教育及慈善基金康復科學教授、神經康復治療學講座教授兼康復治療科學系系主任彭耀宗教授，聯同該學系助理教授曾秀蘭教授帶領研究，評估社區內慢性中風患者的雙重作業能力。研究期間，參加者需在平地步行及跨越障礙物這兩種活動情境下接受評估，過程中要同時完成不同認知作業，包括聽覺辨識、回憶購物清單及連續減法計算。 研究團隊採用名為「雙重作業效應」的標準化指標，以量度患者在活動能力（步行距離）及認知功能（作業準確度）的表現。結果顯示，患者在步行時進行認知作業，往往受到雙重作業干擾，導致其認知作業、步行或兩者的表現下降。這種干擾不但會增加跌倒風險，亦會窒礙患者重新融入社區生活。 研究亦顯示，雙重作業步行的表現高度取決於作業性質，尤其當認知作業涉及內部反應，例如在腦中進行連續減法時，患者需要動用更多工作記憶、心智追蹤及內部處理能力，因而受到更大的雙重作業干擾。研究觀察所得，這類涉及內部反應的作業對活動能力造成的干擾最為顯著，臨床結果顯示患者步行距離會明顯下降。此外，作業類型與其複雜性的相互作用，也會比這兩個因素各自的單獨影響，更顯著地影響雙重作業表現。 彭教授解釋：「我們的研究結果突顯個人化評估的重要性，有助更深入了解中風患者在雙重作業時面對的挑戰。雙重作業訓練已獲證實可減少雙重作業干擾，並降低步行時的跌倒風險。臨床應用方面，建立全面的雙重作業效應指標，對評估中風後患者的活動能力至關重要。而針對認知作業的不同範疇與複雜性進行標準化評估，亦是引導慢性中風患者進行有效功能訓練的關鍵。」 曾教授補充：「由於中風會影響負責不同認知及身體功能的大腦區域，只針對單一認知領域及難度的『一刀切』方式不足以識別中風患者的主要功能缺憾。因此，精準辨識患者的具體功能缺損，並制定個人化訓練方案，是提升復康成效的關鍵。」 是次研究提出復康訓練需突破傳統、單一的功能訓練模式，並納入更貼近日常生活情境的雙重作業訓練，以提升復康成效。有關論文以「認知作業類型與複雜程度對中風患者平地步行及穿越障礙物中的雙重作業干擾之影響」為題，刊載於《神經復康與神經修復》（Neurorehabilitation and Neural Repair）期刊。

理大創新科研應對酷熱氣候

熱浪愈來愈長，氣溫持續攀升。理大研發多項創新技術，從城市環境、智慧建築到先進材料及個人降溫科技，提升城市韌性，打造更舒適、健康且節能的生活。   戶外舒適樂場 理大潘樂陶慈善基金智慧城市研究院副院長、建築環境及能源學講座教授牛建磊教授透過氣候友善設計及城市微氣候研究，打造更涼爽舒適的戶外環境，提升高溫下的城市宜居性。 了解更多   智能窗膜提升舒適度 理大能源與建築講座教授嚴晉躍教授研發可調節光線、室內熱量及濕度的智能窗膜，優化室內環境並降低製冷能耗。 了解更多   人工智能建築制冷技術 理大潘樂陶慈善基金智能建築教授、建築能源及自動化講座教授王盛衛教授利用人工智能技術優化通風及空調運作，提升舒適度並實現節能減碳。 了解更多   智能建築高效節能 理大建造及環境學院副院長、建築環境及能源工程學系教授肖賦教授開發新一代創新技術，提升建築能源效益，確保建築物於極端高溫下維持高效及低耗能運作。 了解更多   透氣排汗衣物保持涼爽 理大利民先進紡織科技青年學者、時裝及紡織學院副教授壽大華教授研發創新個人降溫紡織品，提升高溫潮濕環境下的穿著舒適度。 了解更多