近两年通讯作者论文集中在医学影像基础模型和跨模态学习上，但他在主页上列的研究兴趣比实际发文范围要宽。如果只看AI for Healthcare这个大标签就写Research Proposal，题目很容易写得太散。
港大电气与电子工程系和生物医学工程学院双聘的助理教授，PI是Multimodal Health Intelligence Lab。他博士在港中文跟Pheng-Ann Heng和Qi Dou做医学影像，博后去了哈佛医学院/麻省总医院跟Quanzheng Li，回港大后独立建组。港大ECE有明确的PhD招生项目，他主页上写着在招PhD、RA和访问学生。
教育路径是浙大本科（生物医学工程）→ 约翰霍普金斯硕士 → 港中文博士 → 哈佛博后，这条路径在医学AI方向算比较扎实的。2024年入选斯坦福大学全球Top 2%科学家，Google Scholar引用约5700次。他现在担任MICCAI 2026和MIDL 2026的Area Chair，在医学影像计算这个圈子里有明确的学术任职。
研究方向主要四条线：医学影像视觉基础模型适配（MA-SAM系列），跨模态自监督学习，深度模型泛化与域适应，以及多模态鲁棒学习（含联邦学习场景）。但从近两年论文看，基础模型适配和多模态学习是发文最密集的方向。
我先看他近期论文集中在哪些问题上。2024年的MA-SAM发在Medical Image Analysis上，做的是把Segment Anything Model适配到3D医学影像，核心创新点是模态无关——不管是CT、MRI还是超声，同一个适配框架都能用。这篇工作是他组里目前最有代表性的方向之一。
再往前看，2020年的TMI那篇跨模态域适应（SIFA）已经是ESI高被引论文了，说明他很早就在做不同成像模态之间怎么迁移模型这个问题。到2021年的CVPR FedDG，问题变成数据分散在不同医院时怎么保证模型泛化。2023年NeurIPS又做了安全关键场景下的不确定性估计。
从这条线看得出来，他的核心关切是医学影像模型在真实临床部署时遇到的泛化、适配和可靠性问题。不是在做纯方法论的CV研究，而是一直围绕模型换了一个数据分布还能不能用、换了一个模态还能不能用、分散在不同机构的数据怎么联合训练这些临床落地的实际障碍。
2025年两篇Nature Communications、2026年ICML两篇加ICLR一篇，产出节奏非常密集。一个助理教授能在两年内同时在顶会和顶刊上保持这个节奏，组里的执行力和方向聚焦度都不差。但也意味着申请者需要能快速上手写代码、跑实验，节奏慢的人会比较吃力。
关键判断：他的研究不是在追热点跳方向，而是从2019年到2026年一直在医学影像的域适应和模型泛化这条线上深挖。写RP的人如果只写AI+医疗这个大方向，没有落到具体的泛化/适配/多模态问题上，大概率会被看出来题目太虚。
CV里最该写的不是熟悉Python和PyTorch，而是你处理过什么具体的医学影像数据、用了什么分割或检测模型、遇到过什么泛化问题。如果你做过跨数据集实验（比如在A医院数据上训练、B医院数据上测试），这个经历在他组里非常对口。
邮件第一段建议写：你做过哪个具体的医学影像问题（器官分割、病灶检测、配准等），用了什么方法，遇到了什么泛化困难，然后说你读了他的MA-SAM或SIFA，觉得某个思路可以怎么延伸。不要写我对医学AI很感兴趣这种空话。
没有医学影像经验但有扎实的CV/深度学习基础的人，也可以申。他的方法论（域适应、联邦学习、基础模型适配）本身是通用ML问题。但邮件里要说清楚你在哪个CV任务上有实际动手经历，以及你打算怎么把方法迁移到医学场景。
主方向：多模态医学基础模型的高效适配与泛化。题目可以收到如何用有限标注将通用视觉基础模型适配到特定临床任务，同时保持跨中心/跨设备的泛化能力。对象是SAM或类似基础模型，数据是多中心多模态医学影像（比如不同医院的CT和MRI），方法可以从parameter-efficient fine-tuning和prompt learning切入，结果能回答用多少标注、在多少个中心的数据上能达到什么泛化水平。
辅方向：隐私保护下的医学影像联邦学习与域泛化。他2021年CVPR的FedDG已经开了这个口，可以继续往联邦场景下的foundation model协作训练方向推。对象是分布在多个医院的异质数据，方法是联邦学习 + 频率空间域泛化（他自己的路径），可追问的问题是各中心数据分布差异大到什么程度时，联邦泛化还能不能work。
避坑方向：不要写纯粹的大语言模型+医疗问答或者医学报告生成，这些和他的核心发文方向不匹配。他做的是视觉端的模型泛化和适配，不是NLP端。
港大PhD的标准资助是Postgraduate Scholarship (PGS)，确认候选资格后每月HK$19,655（约人民币18,000）。如果拿到HKPFS（香港博士研究生奖学金计划），年资助HK$344,400（约HK$28,700/月），另有每年HK$14,400的会议差旅津贴，学费全免。HKPFS获得者还自动获得HKU Presidential PhD Scholarship，首年额外HK$40,000。以上来源为港大研究生院官网。
学费方面，2026/27学年PhD学费为HK$47,000/年。导师个人项目经费具体金额未在公开页面找到，但从他近年密集的论文产出和明确的招生声明来看，组里有持续的经费支撑。具体RA名额和资助条件建议发邮件确认。
经历能接上他近两年的域适应和基础模型适配这条线的人，这个组值得认真准备邮件和RP。只是对医学AI感兴趣但没有动手经验的人，先补一个具体的分割或检测项目再联系。
