研究計畫

本計畫探討駕駛人數位孿生之動態步態平衡能力應用於外骨骼控制之效果。步態以駕駛者為主，而外骨骼與孿生雙足機器人模型用於協助維持步態平衡，以及輔助駕駛行走。使用IMU擷取駕駛人的步態資訊傳送給電腦數位孿生，數位孿生在反映駕駛人的動作的同時也同步進行步態平衡的控制模擬，此模擬資訊可提供給外骨骼控制器做為輔助步行的參考。IMU的訊號能處理多少駕駛步行的場景，亦是本計畫想研究的議題，例如：駕駛轉彎、行走於崎嶇地形等情形。在人口老化與勞動力短缺的背景下，維持長者運動能力就變得非常重要，因此外骨骼的輔助能力恰可契合此情境。

本計畫將發展眼睛小樑網組織與微創導管之數位孿生模型。在此數位孿生參考輔助下，機器人可以在虛擬世界中與這個數位孿生小樑互動，如進行驅動微創鑷子來推動微創導管沿許萊姆氏管移動之動作。由於數位孿生能反映真實的手術過程，依此運動軌跡來驅動手術導管行進，可以減低對眼部正常組織的傷害，減少手術風險，使手術更順利進行。 

本計畫將聚焦於先進封裝玻璃通孔（TGV）製程中的雷射改質與通孔蝕刻等關鍵技術，研發創新性 AI 驅動線上量測與製程監控技術，並打造精密多軸玻璃基板量測平台及其核心控制技術。為加速技術突破，本計畫將整合國內學術界、設備業、製造商及研究機構，成立檢測技術研發團隊，共同推動發展亟需突破的關鍵技術。所開發的技術將根植於台灣的精密工業檢測產業，除應用於半導體產業外，其關鍵技術成果亦可進一步轉應用於精密製造、生技醫療檢測等其他高精度產業，進一步提升台灣產業的全球競爭力。

隨著工業4.0與智慧製造的發展，數位孿生技術已成為預測系統行為與優化控制參數的核心工具。本計畫選用 NVIDIA Omniverse Isaac Sim 作為開發核心，旨在建立一個參數與真實硬體高度吻合的單軸致動平台，專注於底層動力學的精確復現。不同於傳統的位置控制模擬，本平台採用扭力控制模式。

本研究以麻醉誘導後低血壓（PIH）為主題，結合美國MIMIC-IV數據庫及200-300名接受全身麻醉患者的臨床數據，創新性地運用時間融合變換器（TFT）模型，整合靜態、時間標記及時間序列數據，實現PIH的高準確度預測及即時監測。旨在開發非侵入性且精準的預測模型，提升圍術期病患的安全性，並藉由多元數據分析與機器學習技術提供即時風險評估，助力臨床決策。 開創性地將血流動力學模型引入機器學習過程，提升預測準確性，填補全球該領域的研究空白，並為台灣臨床研究奠定嶄新基礎。 預期成果將促進醫療界圍術期安全管理技術的進步，為提升患者術後康復與生活品質帶來重大貢獻。

本計畫建立智慧型自動化機械臂導引之腫瘤介入消融系統，透過演算法最佳化針路與消融模式，可減少醫師術前規劃時間並提升治療精準度。系統整合 RCM（Remote Center of Motion）限制，確保機械手臂在插針過程中始終以入針點為固定旋轉中心，避免傷口擴大與誤差累積；同時加入肋骨避讓路徑規劃，利用影像自動辨識肋間通道，確保針具能安全通過狹窄肋間而不中斷。結合影像對位、體學分析與自動化控制，本研究可大幅提升介入治療效率、安全性與精準度，並推動自動化消融系統邁向臨床應用與精準醫療。

本研究採用的七軸機械手臂具備高度靈活性與精確度，特別適合人機協作情境中需要安全互動與即時反應的應用。此機械手臂擁有比傳統六軸更高的自由度，使其能以更自然、接近人類手臂的方式規劃路徑，並有效避開環境中的障礙物。

研究中整合 Kinect v2 深度感測器以辨識人體骨架位置，並透過座標轉換將人體資訊映射至機械手臂坐標系，使手臂能即時偵測人類動作並作出動態反應。搭配改良後的速度勢場法（Velocity Potential Field, VPF），系統能在移動過程中持續調整手臂軌跡，安全避開靜態與動態障礙物，提升人機協作的穩定性與安全性。研究成果顯示，此七軸手臂可在複雜環境中進行即時、平順的路徑規劃，並具備高度擴充性，應用範圍涵蓋智慧製造、醫療輔助與教育訓練等領域。

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。 

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。

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。 

[1] Jim Schwiegerling, Xiaolin Gu, Xin Hong, Jessie Lemp-Hull, Mohinder Merchea. "Optical Principles of Extended Depth of Focus IOLs." https://us.alconscience.com/. 2020 Aug.

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。

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，並藉由臺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。

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。