成果展示

數位永續科技


第一名

從缺

第二名

睡眠中的隱形殺手

徹夜難眠


睡眠呼吸中止症是一種睡眠障礙,患者自身不易察覺,由於睡眠斷斷續續,患者無法享有優質睡眠,導致白天常常打瞌睡、精神不濟、無法專心,進而影響工作及日常生活品質,長期下來更嚴重影響身心健康,癌症、高血壓、心臟病、中風等疾病的風險也會升高,甚至有猝死的可能。 根據台大醫院睡眠中心報告指出,全台灣有140萬人口有呼吸中止症狀,全球更是有9.36億人的潛在病患。 在患者方面,由於多數人並不了解自己睡著後的狀況,所以此症狀常被忽略,將近八成人口未被診斷出來,且呼吸中止症的診斷繁複且昂貴;在醫院方面,觀察並記錄患者整晚的睡眠資料需花上3小時的時間,因目前醫療儀器無法直接辨識呼吸中止,所以需治療師手工判讀並記錄發生時間,對兩者來說都是十分耗費時間與精神。 本作品結合AI人工智慧診斷、穿戴式裝置、iOS Android App、Windows應用程式,即時掃描資料後能夠自動判讀呼吸中止症狀並記錄統計,節省治療師診斷的時間,且硬體輕巧,只需兩種感測器即可診斷,並結合App查看數據、上傳雲端,協助患者在家就能自己做睡眠檢測,判斷有無呼吸中止症狀。 此作品主要目的在於解決治療師的時間和人力問題,可配合醫院做提前塞檢,外借本裝置給受測者在家使用,自行檢測有無呼吸中止症,如有症狀再配合醫院優先做進一步的檢測和治療。

隔空抓藥:AI手持藥排辨識技術

醫藥AI天兵神將


藥品核實的正確性對於病患的用藥安全至關重要,否則配錯藥時甚至會危害到病患的健康與生命。然而,以一般大型醫院而言,對於沒有 barcode 或 RFID Tag等額外識別輔具的藥排,若藥師只憑藉藥排擺放位置,或是只看外觀包裝,很容易出錯。因此,本論文的目的是設計一個基於藥排外觀的辨識系統,在手持藥排的過程中,透過兩台相對的攝影機,同時捕捉藥排的正、反面影像,並且實時地辨識出該藥排。據此,本論文提出了一個基於深度學習的「手持藥排之空中辨識技術」(Hand-held Blister Identification network,HBIN),能在開放的環境中對手持藥排進行辨識。結構上,HBIN 是由「藥排框取網路」(Blister pack cropping network,BCN) 以及「藥排辨識網路」 (RTT identification network,RIN)這兩個子網路所組合而成,其中 BCN 負責對輸入影像中的藥排進行框取,並將框取後的藥排正、反面拼整為固定方向與大小的影像。接著,再將該影像輸入 RIN 得到辨識結果。為了實現 HBIN,本論文以馬偕醫院成人錠劑區,共計 230 類藥排,建置了三種不同類型的資料集,並在不同場景下對 HBIN 進行了本雛型的辨識測試:在熟悉場景中,HBIN 的辨識率 F1-score 分別達到了 99.26%和 97.46%。而在陌生場景中,HBIN 的 F1-score 為 84.89%。雖然測試結果離完美辨識的結果仍有一段距離,但本前導的 HBIN 概念,顯示如進一步改良,在不藉助任何識別輔具的情況下,藥師即可在取藥的過程中實時地完成辨識的可行性。

第三名

天空之眼

AI 視聯網


隨著全球人口高齡化的問題持續擴大,老人跌倒已成為一種日益嚴重的公共衛生問題。根據世界衛生組織統計,「跌倒事件」是世界各地意外或非故意傷害死亡的第二大原因,其中又以老人佔最大的比例。 台大醫院北護分院調查發現,1/4的65歲以上老人,過去1年內都曾經發生跌倒,且絕大多數都發生在平坦地面,每年國內老人跌倒因延遲送醫所造成的醫療成本支出就至少超過27億元,因此老人跌倒受傷後,容易造成人力與經濟的負擔,且隨著發現時間越晚併發症及死亡率越高。柳營奇美醫院加護病房收治重度外傷個案顯示,在老人外傷死亡中跌倒死亡比率高達18.3%,但若能把握黃金救援一小時,救治成功比率能提高至83.3%,降低其需住院治療的機率,每降低1%則每年可節省醫療成本至少超過3億元以上。 此外,台大醫院北護分院老年醫學內科部主治醫師呂奕樞亦提及,醫院異常事故有6成都是跌倒事件,過度約束病患行動,反而讓病患為了掙脫而受傷,他提出「請不要綁住我」的觀念,針對高危險群住院病患,建議家屬全天陪同,勿讓病患單獨進入浴廁並未來可運用離床警示器或跌倒警報器來防範或即時通報跌倒危險事件。 由上述可得知,銀髮長者跌倒即時偵測與通報的相關議題極其重要,然市售銀髮跌倒通報裝置多是採用穿戴式設備,對銀髮長者有其不便性。 本團隊運用AI視覺影像辨識技術研發不須穿戴的「AI跌倒影像感測器」以偵測跌倒,並整合成一套系統稱為「SkyEye」。藉由此系統於銀髮族發生跌倒事件時可立即偵測並通報家屬或機構照服員,除了可掌握銀髮長者送醫的「黃金時間」,且在不增加照護費用的前提下,提高銀髮長者康復的成功率外,對降低銀髮長者因跌倒所造成的醫療成本亦有助益。因此,對於健康狀況不穩定,體弱,且跌倒後求援不易老年人來說,在其生活之周遭裝設 AI 跌倒影像感測器,除了在意外發生時可立即偵測與追蹤跌倒事件外,也可給予老人帶來生活安全上的安定,讓「照護零距離」不再只是口號,符合國內外長照、養護、安養機構、醫院等單位與被照護老人對於機構內老人跌倒照護型態方式的期望。

標本3D自動化影像建模

甲蟲王者


本主題為『標本3D自動化建模』,目標是設計一個開源硬體的標本 三維拍攝硬體平台,所有相關組件,包括步進馬達、滑軌、鋁擠型等, 都可以方便購買為主,其他相關元件會設計 3D 列印模型檔案以自行印 出;控制軟體預計在小型嵌入式系統上開發,在Raspberry pi平台上 設計整合控制程式,來自動化完成3D建模所需的影像拍攝工作。. 標本的保存實屬不易,為了能將標本保存,本作品希望能將其數位化,除了能永續保存外,更能讓此領域的研究者便於研究,也符合本組數位永續的概念。 在台灣,關於生物的科技題材一直不是這麼熱門,因此我們決定在這個領域運用我們所學的資訊能力貢獻一己之力。 自動化平台設計 物體旋轉平台:平台是由繪圖軟體設計,最後從3D列印機列出 Raspberry pi:使用樹梅派控制步進馬達與相機拍攝 拍攝步進平台:是由步進馬達與鋁擠型組合而成 自動程式:使用python編寫自動化程式進行拍攝,並可自定義 拍攝圈數等參數 將堆疊與環繞影像進行3D建模 我們在建模上分別使用兩種不同建模方法的軟體(3DSOM、 Photoscan)來測試使用差異,它們分別是基於visual hull與 structure from motion方法來重建3D模型。 3DSOM:此建模軟體是利用底座的校正墊來判定照片位置,進 而建出3D模型 photoscan:此軟體則是利用特徵點的方式,貼合出3D模型 透過3D列印機列印出建出之模型 將建完之模型修整及補齊缺口後打印出來,得 到昆蟲標本之3D模型

手語雙向翻譯系統

布魯愛死歪特多拉貢


全球每二十個人就有一人患有殘疾性聽力喪失,該類聾啞者無法和健聽者無障礙地進行交流,只能以手語、文字、口語三種方式來進行溝通。其中口語不是所有聾啞者皆可使用自如的溝通方式,即便可以但與健聽者在溝通上仍有部分差異;再者,健聽者多半不懂手語的緣故,所以兩者的溝通方式僅剩下文字一途,雖然此種方式容易理解也較為明確,但通常由於聽力受損進而影響學習語言文字的能力,因此較難快速閱讀資訊。聾啞者仍是以手語作為主要溝通的橋樑,為了能與健聽者順利溝通,本作品發展一套『基於語音與影像辨識之手語雙向翻譯系統』,將主要架構分為基於語音辨識之手語翻譯功能,與基於影像辨識之手語解譯功能等兩部分,本作品藉由Google Speech API將健聽者所表達之語音轉成文字,再搭配系統內部建置的文字與手語對應資料庫,透過虛擬人物將手語呈現於螢幕,提供手語即時翻譯服務,保障聾啞者資訊取得無礙。後者藉由微軟Kinect設備搭配影像辨識系統識別出聾啞者的手語後,利用預先訓練完的卷積神經網路模組,即時解譯手語並轉換成文字與語音表示,使健聽者理解當前手語資訊,透過本作品提供聾啞者與健聽者具備即時雙向溝通功能的一套手語翻譯系統。未來使用者可直接購買相關套件即可具備與聾啞者雙向溝通的能力及手語即時同步翻譯之功能。期許未來本系統更能進一步朝向聾啞者或身心障礙患者之居家照護、智慧城市,甚至特殊教育等多元市場應用。

佳 作

智慧訪客互動系統

卍煞氣の夢幻隊卍

目前,一般公司、工廠、機關及社區等訪客接待方式,皆透過聘雇專業人員 於櫃台提供諮詢服務或協助聯繫。然而,為了完善服務,常需要聘雇許多的專業 人員於各單位、廠區或樓層,如此將大幅增加人事成本,更造成管理上的困難。 因此,我們希望可以開發出一套擁有人工智慧技術的訪客接待系統,不但可以有 效解決這些問題,還可以提供高品質的的使用者體驗。 本作品為一套具有影像分析及語音辨識之智慧訪客互動系統,功能包含以下 五大項目: 1. AI 虛擬角色互動:透過虛擬人像,結合攝影機的影像分析,針對特定場域進行 模型訓練並即時偵測,達成辨識訪客之年紀、表情、姿態及穿著等資訊,提供即 時且生動的影音互動及問候。 2. 智慧人員聯繫:提供人員的位置查詢,以及透過電話或留言的方式與人員聯繫。 3. 智慧地點查詢:透過地圖和路線展示提供地點的查詢和導覽。 4. 智慧公告推播:提供該場域的相關資訊,讓使用者更了解和該場域有關的相關 背景。 5. 社群應用互動:提供多樣的互動性,提供有趣的大頭貼拍照功能,並可以快速 下載並分享。 在提供服務的同時,也會評測使用者使用的情緒、使用狀況以及實用程度, 透過回饋評測本系統之貢獻並加以改良。目前封測的版本,回饋滿意度達 91%, 未來會繼續改良以提供更精準貼近需要的訪客服務。

智慧捕蚊燈

葡萄點名葡萄柚

全球登革熱發生的地區,主要集中在熱帶、亞熱帶等有埃及斑蚊和白線斑蚊分布的國家,隨著全球化發展交通逐漸便利,各國之間相互流通及往返也趨於頻繁,自1980年代之後,登革熱也開始向各國蔓延,成為嚴重的公共衛生問題。臺灣位於亞熱帶地區,像這樣有點熱、又有點溼的環境,正是蚊子最喜歡的生長環境,為登革熱流行的高風險地區。 根據研究結果顯示,每年本土疫情流行之病毒多與當年東南亞國家流行之病毒相近,若東南亞登革熱疫情日趨嚴重,登革病毒侵入臺灣的相對危險性也隨之提高,對於登革熱的本土流行帶來相當大的威脅。 而為了檢測疫情,檢測人員需要到各個地方取得相關資訊,像是積水容器所孳生的病媒蚊幼蟲數量,或是住宅中孳生病媒蚊幼蟲的戶數等等,這些調查需要花費相當多的時間及人力。 而智慧捕蚊燈是以市面上的捕蚊燈為模型做改造,主要為安裝在捕蚊盒上的相機以及影像辨識系統,我們可以在拍攝捕蚊盒內的蚊子後藉由這套系統去辨識蚊子種類為何(白線斑蚊、埃及斑蚊或是熱帶家蚊),並且結合定時系統,如此一來,檢測人員不需要親自到現場取得相關資訊,只需要在設定的時間即可得到系統自動傳回的資訊,或是在任意時間以指令操控智慧捕蚊燈拍照並將結果即時傳回。 如此一來,在時間及人力上的成本可以大大的縮減,增加檢測的效率,藉此可以達到及早預防登革熱的效果。

以圖像辨識實現虛擬健身教練系統

Fit你適

本專案致力於研發一款APP,希望讓使用者自己在家就能跟著教練的指引,開始運動健身。現在的健身APP大多提供清楚的圖解、詳細的文字說明與真人示範影片,幫助使用者踏出第一步。但現行健身APP仍無法取代真的健身房,因為使用者只能單向的觀摩教練的動作,而無法即時獲得教練對自己姿勢動作的調整建議。若我們將AI人工智慧、影像辨識等最新技術融入其中,是否能更有效的達到結合健身教練的專業以及人人健身的便利性,提供一個更加完整的健身教練APP。 透過影像辨識結合機器學習對動作偵錯並回報 利用影像辨識技術,於健身動作同時辨識,並分析動作正確與否,錯誤將即時以語音回報,能更快地得知自身錯誤。在健身同時可以如同健身教練般即時的修正動作,每一次檢測也將納入數據中並結合機器學習更精準增進動作的正確率。這樣可以大大提高健身的效率也能預防錯誤造成的傷害,在健身之前就先傷身了。 整合健身資訊並定期檢測與一鍵修正 將所有跟健身相關的資訊整合並簡化填寫資訊,保留重要的資料互相資料分析,環環相扣的資料可以令健身達到更有效率的調整,有如健身教練般時刻叮嚀健身的注意事項,系統也將定期檢測,為真實的狀態及系統預設的資料比對,當需要調整時即可一鍵調整不同健身資訊,達到更全面性的健身分析體驗。

糖尿病傷口影像之分析與程度分級

HPC

近年來機器學習已經被廣泛使用在各項醫療領域輔助診療,有鑑於機器學習與圖像技術的成熟,因此本系統嘗試將機器學習加以應用於糖尿病足潰瘍傷口的輔助診療上。 在糖尿病足潰瘍圖像評斷上,我們將參考目前臨床常用之定性評估方法,由糖尿病足國際工作組織(International Working Group on the Diabetic Foot, IWGDF)開發之評斷系統:PEDIS指標資料以及內科部新陳代謝科之醫師評斷,來分析具體圖像訊息,將訊息透過影像處理與機器學習的技術,發展計算圖像潰瘍尺度等資訊之系統。 在此之外,未來為大量數據分析提供數據資料,我們會將資料錄入至資料庫系統,也將建立可以獨立進行分析計算的軟體,藉由影像分析技術分析傷口之變化程度,進行傷口面積、形狀、長寬比對及圖像整合,再利用資料庫內的圖像特徵,以及圖像本身進行智慧學習系統的模型建立,輔助醫護人員對傷口潰瘍程度的初步評估,進一步自動化追蹤潰瘍程度變化與進展,達到客觀且科學化之輔助臨床診斷之最終目的。 本系統目前已將三分類(潰瘍、縫合、因血管堵塞而造成的腳部發黑)抓出,分析、分類糖尿病足潰瘍照片,用戶可以將圖像導入網站,當圖像出現多個開放性傷口會做出判別和標示出位置的xy數值。未來將以現有傷口分類別增加相關資訊,像是前後傷口比較。運用腳部模型,從比例實際計算出實體的傷口大小範圍數據,提供醫師更詳盡的紀錄內容。

跨域整合特別獎

從缺