未來科技館
心血管疾病為台灣及全球十大死因的第二名。全球估算心血管疾病每年新增的病人數從1990年1200萬成長到2019年1800萬。其中最重要的疾病就是冠狀動脈疾病。目前診斷冠狀動脈疾病的方式包含心電圖(最普遍)、核子掃描(耗時、有放射線)、運動心電圖(體能限制、需專科醫師在場)、心臟電腦斷層(昂貴、有放射線)、及心導管檢查(侵入性)。本技術利用AI人工智慧提升心電圖診斷冠狀動脈疾病的準確度。可以及早發現無症狀病患的冠狀動脈阻塞病變,極具開發與應用潛力。本技術屬於醫療器材軟體(software as medical device; SaMD),含蓋3個專利:(1)處理原始心電圖訊號及重要預測冠狀動脈堵塞特徵的方法。(2)使用多階段機器學習的演算法與流程,預測冠狀動脈堵塞及發生在那一條冠狀動脈。(3)綜合深度學習與機器學習的方法,得到更精確的準確率,且提供重要特徵的正負向解釋性,並擴增應用格式XML檔至pdf向量檔,加大其未來的應用性與商業性。在心電圖訊號的處理,使用小波轉換,統計指標及個人化的心跳間距調整和標記心電圖中P、Q、R、S、T相對波峰與波谷的位置。在特徵工程的處理,考量各種單一心跳與相鄰心跳不同波峰與波谷的時間段、斜率及高度差,延伸出上百個特徵來找出細微異常之處,補足醫師不易觀察之處。在模型預測上,深度學習採用CNN + Residual Network設計,機器學習採用多種演算法進行特徵排名與建構預測模型,最後綜合考量深度學習與機器學習的結果,達到預測的穩定性與正確性。在產品應用上,除了原始XML格式(含數值訊號檔),亦將pdf向量檔進行格式化處理得到數值訊號,擴增後續臨床實用性。此外,提供模型特徵的正負向解釋,提醒醫師心電圖較異常的位置與導程。在效能驗證上,相較於過去心電圖對於冠狀動脈阻塞只有50%-60%的準確率,運動心電圖大約是70%的準確率。本技術的AI演算法在兩家醫院的實測結果,其AUC均達到84%-90%,已有很好的進展。過去對於冠狀動脈疾病預測,僅能在心肌梗塞時推斷相對應的冠狀動脈阻塞,但無法在心肌梗塞尚未發生時,在無症狀的病人身上及早發現冠狀動脈狹窄。本技術可將原本ECG訊號判讀為正常,但卻有冠狀動脈堵塞患者,經過AI的演算法判定後,可再找出其中80%的病人,提升及早利用ECG判讀冠狀動脈堵塞的準確率。
未來科技館 | 生技與醫療磁振造影是現今醫學領域中一種屬於零輻射、非侵入性且安全的醫學影像檢查方 法,主要是利用核磁共振原理,以強力的磁場和電磁波,使體內的氫原子與磁場 作用,再經電腦分析而重組出身體內部構造的影像,雖然檢查所耗時間較長,但 由於磁振造影可以多角度掃描,並提供高對比的解像能力,於臨床上也能提供更 好的診斷依據。然而,磁振造影很容易因受試者在掃描過程中的移動而產生影像 假影,造成影像判讀上或後續分析上出現困難,且不同成像序列對於移動假影的 敏感度亦不同。在眾多的磁振造影影像成像技術中,擴散磁振造影是在收取訊號 前,先後開啟強度、時間以及方向均相同的擴散磁場梯度,用以偵測水分子在組 織中因擴散產生的訊號變化,因此對於受試者輕微移動或是因呼吸、心跳的生理 反應所產生的位置變化相當敏感,即使是非常輕微的移動亦容易造成影像上的假 影,故較其它磁振造影影像技術,更容易產生因受試者移動而造成的影像假影。 目前去除影像假影的相關技術,主要分為使用領航迴訊(navigator echo)以及透 過多通道訊號修正的技術,前者需要修改磁振造影成像序列,在掃描時額外收取n avigator echo以修正因移動造成的相位誤差;而後者則需要線圈陣列收取多通道 訊號,以進行移動假影修正。而本技術所採用的方法則不需修改任何既有的磁振 造影成像序列,同時亦不受限於磁振造影硬體。由於受試者於移動時,會在成像 訊號上產生相位變化,因此在多重激發的擴散磁振造影成像序列中,會因為在不 同時間點上,受試者的位移不同,而導致每次激發後在訊號上產生不同的相位。 於是,本發明透過將磁振造影影像進行自動化分割處理,再經假影消除演算法補 償因受試者移動而產生的相位變化,藉以在不需修改任何既有的磁振造影成像序 列,且在不受限於磁振造影硬體的情況下,修正或消除磁振造影影像中的移動假 影,提供臨床上更精準正確的醫學影像。
未來科技館 | 生技與醫療眾所皆知,道路坑洞、補丁多,對於用路人實在是一大災難,不僅時常造成機車 騎士犁田;對於汽車而言,道路上的坑洞可能會使車輛避震器、車輪輪圈因撞擊 而變形損壞、爆胎失控、甚至偏離車道,危害駕駛者與用路人的性命。此外,伴 隨著自駕車發展浪潮的席捲下,根據Gartner預測,至2023年全球配備自動駕駛 相關硬體的車輛總數將超過74萬輛,有近六成是以公共運輸接駁為主,未來自駕 車最重要關切的議題,除了安全外,乘坐舒適性也相對重要。本團隊鏈結台灣產 業(奇美車電、開發工業、品秀科技AirRex、弈兆綠能、思渤科技)共同完成一套 全國產化之車規級「智慧電子避震系統」,兼具【精準辨識】、【可靠控制】、 【價格競爭力】等優勢,更將AI技術真正落實於車規嵌入式系統中,並完成實車整合與功能驗證,同時兼具行車安全性、乘坐舒適性,並提高避震系統之耐久性,可加值國內車電底盤避震系統,協助國內車電業界與自駕業者開創新的藍海市場。- 全球第一個道路缺陷樣本資料庫(TPDID)完成第一套針對台灣特有道路鋪面缺陷資料庫TPDID(Taiwan Pavement DefectImage Dataset),可識別共六種道路鋪面缺陷(包含坑洞、減速坡、人孔蓋、伸縮縫、水坑、積水),樣本總張數:89,723張。TPDID資料庫具有樣本多、蒐集道路缺陷種類多、符合臺灣實際道路狀況等優點,不僅可提升AI道路缺陷感知系統的準確性,未來更可透過道路缺陷感測並即時將道路缺陷資訊傳送至道路養護單位,有效提升道路修補效率。- 全國產化之智慧電子避震系統目前車輛避震系統大多為傳統剛性彈簧與固定阻尼所組成,僅有少數高價頂級車款有空氣彈簧或可調阻尼所構成之可調避震系統,但仍僅限於手動固定段數調整、無自適應調控,且價格高昂。本技術結合AI影像感知及自主學習控制決策技 術之「智慧電子避震系統」,不僅能根據不同道路缺陷,提前進行避震系統自適應調控,使過坑時保持乘坐舒適性,提高避震系統之耐久性;更能過積水時,保持車輛穩定性,避免打滑發生,有效增進行車安全性。相關研究成果除了發表多篇國際期刊論文,更已完成實車搭載與實路測試,並鏈結合作業者,積極導入相關應用產業,極具市場競爭優勢。其中本團隊所研發之AI模型輕量化技術暨車規嵌入式系統,其合作業「奇美車電」已打入車輛產業供應鏈,實際搭載於Nissan等系列市售車種,預估產值可達7.5億元。
未來科技館 | 資訊與通訊/機械與系統淨零碳排為現今世界一定要完成的目標,發展綠氫成為各國的趨勢,綠氫主要由 再生能源的電解水產生。未來產綠氫技術難點在如何達到高電流產氫及降低催化 劑的高成本,目前技術報導僅以達到10-500 (mA cm2)居多,且多使用貴金屬粉 體催化劑。我們開發的酸性氧化還原輔助沉積法,在水溶液與室溫條件下,僅需 要15分鐘的時間即可合成出低成本多元金屬氧化物薄膜,作為鹼性海水分解催化 劑。我們進一步實現"捲送製程 (roll-to-roll)",可以快速地在電極(包含氣體擴散 層)上大量沉積該催化劑,達到大量製造催化劑低成本的優點。這些薄膜催化劑具 有優異的附著力,可以克服高電流鹼性海水分解下催化劑因大量氣泡產生而剝落 的難題。且我們的催化劑具有優秀的抗鹼性海水腐蝕能力。長期而言,相較貴金 屬催化劑,我們的低成本催化劑對於達到淨零碳排更具有經濟效益。成本大幅降 低的情況下產出大量綠氫。在陰離子交換膜元件(anion-exchange membrane, AEM)實測已經超過720小時的高穩定操作,且在0.4 A/cm2 的海水中穩定至少超 過 5 小時。40°C,電流密度1000 (mA cm-2)下產氫效率達到 66 %,約為 4.5 k Wh/Nm3。另在攝氏80度則可以達到71 %,約為4.2 kWh/Nm3。此效能整體 優於歐洲商用機 (62.5% at 45°C),達到省電費的效果。目前最高電解量可達600 0 (mA cm-2)並持續穩定運作。
未來科技館 | 綠能與環境敬請期待!