基於深度學習的影像分割與失智早期預測模型

電機工程系｜張廷安老師
2025年5月1日
讀畢需時 3 分鐘

主持人｜張廷安共同主持人｜陳靜茹、楊惟中、簡上淯

根據衛生福利部（民國100年）委託台灣失智症協會進行的失智症流行病學調查，以及內政部民國111年12月底的人口統計資料估算，台灣65歲以上的老年人口總數達到4,085,793人，其中輕度認知障礙（MCI）患者有735,023人，佔總人數的17.99%；而失智症患者則有307,931人，佔7.54%。

本計畫使用深度學習技術來輔助腦部核磁共振圖(MRI)的海馬體切割與失智症之診斷，當醫師認定或懷疑患者有失智症症狀時，將安排患者進行腦部影像檢查，主要由MR影像了解病患是否為早期失智症的高危險族群，而本計畫主要針對阿茲海默症(Alzheimer’s disease)，阿茲海默症的早期臨床表現為腦部海馬體萎縮導致記憶退化，本計畫採用ADNI資料庫中250組人腦核磁共振影像資料作為基礎，採用U-net演算法，實現人類腦核磁共振影像中海馬體結構的高效自動化分割。從而輔助醫生，對阿茲海默症進行早期篩選。

場域聯結說明

本計畫將與中國醫藥大學附設醫院人工智慧中心及國立勤益科技大學人工智慧應用工程系合作，以確保本團隊的計畫在實踐中得以順利實現。本團隊將成果展示在國立成功大學舉辦GCBME2024&TSBME2024，讓學生實際應用他們所學知識和技能的場所，同時也將有助於我們的研究和開發工作。

教學創新或教師社群運作

在2000年以前，資料查找主要依賴圖書館和實體書籍，需要大量時間與精力。隨著網路搜尋引擎的普及，知識獲取的方式大幅改變，資料變得更易於獲取。近年來，AI技術快速發展，類似的變革正在發生，AI工具的使用逐漸普及於各種領域。儘管如此，AI技術在教學上的應用尚處於起步階段，許多教師和學生對於如何有效使用AI輔助學習仍不熟悉。因此，如何讓AI更好地融入課堂教學，成為提升學習效率和教學品質的關鍵挑戰。計畫運作如下:

1. AI工具在課程教學中的應用，提升教師的教學效率和學生的學習成效。

2. 利用AI技術為學生提供即時的個性化學習建議，幫助他們更有效地解決問題。

3. 促進師生對於AI技術的理解和應用，減少技術學習曲線所帶來的障礙。