研究計畫

隨著人機互動之應用越來越廣泛，人類意圖偵測也變得漸趨重要。本研究使用機器學習系統進行一般人進行不同動作之意圖預測，其中受試者會在右腿上穿慣性測量單元以量測與計算其各個關節之角度、角速度與角加速度。本研究之結果取得了不錯的成效，我們也調整其它參數等，以及使用同樣的訓練者資料來預測不同受試者的動作意圖，結果顯示即使訓練資料與測試資料來自不同的人，本系統仍然可以進行意圖預測。

本研究的目的在於製造延伸焦距人工水晶體，透過繪圖軟體建立出水晶體的幾何模型。藉Alcon Vivity IOL 為例：延伸焦距人工水晶體會有兩個曲面變遷的結構，其光學原理如左圖所示。當光線進入水晶體的光學系統時，便會產生兩種光波，第一種波前進的速度會比第二種波來得快，因第二種波會受到稍微凸起的平滑結構影響而延遲，進而使兩種波在後區段可匯聚在一起，形成如圖所示的單焦點區段延伸的效果，也就是透過光學結構來進行波前整形，達到焦點延伸之目的。 

為了提升半導體封裝製程的品質及產能，因此高速光學量測設備顯得日益重要。需滿足現今量測的高速精確的要求，檢測平台在短時間內，拍攝大量的2D平面影像以及用於3D形貌量測之光譜影像。

因此想達成高速掃描，其中之一的問題是要解決物體高速移動所導致的影像動態模糊問題，本計畫欲設計出一套智能化線上高速影像掃描技術模組，以期在產線上能即時提供清晰度更高的影像給其他模組進行量測分析。 

本研究計畫旨在開發協助經皮穿刺消融腫瘤手術的手臂系統。此計畫利用機械手臂的穩定性、拖拉功能以及控制來達成兩項功能。

其一，利用術前的CT掃描圖以及實際手臂上的特徵點作空間轉換，在醫生拖拉或控制手臂移動時可以同步將手臂當前姿態透過座標轉換同步顯示在操作介面上，方便更直覺上的操作。

其二，開發一功能使得醫生在操作介面規劃下針路徑後，手臂從當前姿態移動到下針姿態的過程中可以一直指著腫瘤病灶點，從而移動時任一處暫停都能作為可能的下針姿態。

病患在麻醉誘導後發生低血壓是常見的問題，若在手術期間發生低血壓，可能在術後引發併發症。本研究利用深度學習模型預測病患未來是否發生低血壓以協助醫療人員採取適當的醫療方針進而降低病患的風險。由於動脈血壓波形是一個可呈現出血管對血液的調節、心臟收縮能力等心血管系統狀態的重要參數，因此利用深度學習的方式，透過病患在麻醉誘導前的動脈血壓波形，預測患者未來發生低血壓的機率。 

本研究藉由機器學習進行機械手臂軌跡控制，將重複的動作做更精密控制，同時使用不同的方法去做學習，藉此找出最佳的控制器，並比較在機械手臂末端點與姿態誤差，來達成所設定的任務要求。

本研究設計符合生物相容性的光學透明材料製成之人工水晶體，配合材料以及光學幾何設計製造模具，並藉由台大之單點鑽石切削設備來製作，完成人工水晶體製程，並建立模擬和實驗環境，建立模擬分析比較後，優化製造技術。