Page 50 - 陽明交大電機學院院刊
P. 50

Cancers (2023)
           Rapid on-site AI-assisted grading for
           lung surgery based on optical coherence
           tomography


           生醫工程研究所  孫家偉  教授(通訊作者)




                                                               傳統冷凍切片相比,該  AI  系統在區分微小浸
                這篇論文提出了一個整合了可攜式光學
                                                               潤性腺癌  (MIA)、浸潤性腺癌  (IA)  和正常組
           同調斷層掃瞄  (OCT)  系統、深度學習算法和
                                                               織方面具有更高的準確性  (84.9% vs. 20%) 對
                                                                                                          。
           注意力機制的交互式人機界面  (HMI),能應用
                                                               於  MIA  和  IA  的靈敏度和特異性分別達到
           於臨床早期肺癌即時診斷和分級。利用  OCT
                                                               89%  和  82.7%,以及  94%  和  80.6%,表現出
           技術進行即時診斷,克服了傳統冷凍切片需要
                                                               色的診斷性能。此系統有可能實現快速高效的
           等待的時間限制。引入深度學習算法和注意力
                                                               肺癌診斷,改善患者預後。也為早期肺癌外科
           機制,提高腫瘤分級的準確性。設計交互式人
                                                               手術提供實時的腫瘤分級信息,提高手術精准
           機界面,方便醫生操作和解讀  OCT  圖像。與
                                                               性和降低冷凍切片的使用,節省醫療資源。








           Journal of Digital Imaging (2023)
           Artificial Intelligence Model Trained
           with Sparse Data to Detect Facial and
           Cranial Bone Fractures from Head CT

           電控工程研究所  柯立偉  教授(通訊作者)





                                                               model and a segmentation model, this system is
                This  is  the  first  study  to  address
                                                               ready  for  clinical  application  by  providing  not
           simultaneous  detection  of  facial  fracture  along
                                                               only bounding boxes but fracture bone labels as
           with  the  more  easily  detected  cavarial  fracture
                                                               well.
           from  head  CT.  By  incorporating  a  detection






           49
   45   46   47   48   49   50   51   52   53   54   55