【線上課程】雲端自學課程【工研院】生醫訊號處理技術與AI演算- 工研院產業學院

尤思雅 — Mon, 07 Jul 2025 06:00:23 +0000

開始日期：隨時開課上課方式：線上課程上課費用：線上洽詢課程介紹：　　您不需要撰寫程式，只需了解技術原理與 …

開始日期：隨時開課
上課方式：線上課程
上課費用：線上洽詢

課程介紹：

　　您不需要撰寫程式，只需了解技術原理與量測方法，即可學習生醫訊號量測應用，並且自行訓練AI模型！
　　本課程不需要具備程式語言基礎，藉由講師累積多年的產品與技術開發經驗，透過產品帶您了解AI智慧醫材開發技術與原理，並實際操作AI演算法模型訓練。

無程式基礎的您：不需花費長時間學習數十小時的Python課程，只需透過3小時，就能掌握與醫材產品研發/設計最常運用的AI函數及設計原理。
有程式基礎的您：可更聚焦在醫材產品/研發設計最常運用的AI函數及設計原理，了解演算法如何靈活運用，亦能激發您的研發/設計產品思維。

報名此課程

課程大綱：

生醫訊號處理技術與AI演算
1-1-1人工智慧的技術演進
1-1-2機器學習與神經網路
1-1-3神經網路之激勵函數選用
1-1-4監督式學習之訓練計算
1-1-5神經網路輸出函數選用

1-2-1深層學習技術實務
1-2-2深層學習系統之建構程序與資料預處理
1-2-3 CNN卷積神經網路
1-2-4 RNN遞歸神經網路
1-2-5各種深層神經網路比較

1-3-1Python程式語言架構簡介
1-3-2深層學習資料前處理
1-3-3使用Keras建構DNN深層神經網路
1-3-4使用Keras建構CNN卷積神經網路
1-3-5使用Keras建構RNN & LSTM遞歸神經網路

師資介紹：

吳國瑞老師

學歷：

國立清華大學電機工程博士

經歷：

工業技術研究院35年技術研發

工業技術研究院生醫所資電技術組專案組長

專業領域：

機電控制、訊號處理、醫療器材設計於人工智慧

醫療器材軟硬體開發及系統整合技術

講師介紹影片https://www.youtube.com/watch?v=_4dPnwwUrN4

報名此課程

備註：
詳細內容及報名需知，請點選報名後見協會網站內容

[elementor-template id="128291"]

AI演算　非侵入檢測胚胎染色體準確率約7成

科技新知 — Tue, 27 Dec 2022 05:45:04 +0000

記者／白水堯根據最新一期《刺胳針》發表研究，美國康乃爾大學醫學院研究人員新開發AI演算法，可避免活體檢驗、非 …

記者／白水堯

根據最新一期《刺胳針》發表研究，美國康乃爾大學醫學院研究人員新開發AI演算法，可避免活體檢驗、非侵入性地確定體外受精（試管嬰兒）胚胎的染色體數量是否正常，準確率約為70%。

AI演算　非侵入檢測胚胎染色體準確率約7成。示意圖／123RF

目前，醫生主要使用顯微鏡來評估胚胎是否存在與生存能力差相關的顯著異常，為了獲得有關染色體的信息，必須對胚胎細胞進行採樣取樣和基因檢測，這種方法增加了IVF過程的成本，並且對胚胎具有侵入性。

康乃爾大學自2019年開始，就將胚胎發育的動態影像資料結合 AI 深度學習模組，發展出雲端 AI 演算法，其透過可以自主學習的算法，不斷升級評價體系，確保能選出最有可能成功著床的胚胎；對於無法或不適合接受 PGT-A 之不孕夫婦，可單獨使用AI 智慧選胚，它不會對胚胎造成任何傷害，同時可以選出優質胚胎，提高不孕婦女的活產率。

新演算法STORK-A使用受精後5天拍攝的胚胎顯微鏡圖像、胚胎質量評分、母親年齡等信息，會自動「學習」將數據的某些特徵與非整倍體的可能性相關聯；研究團隊在10378個胚泡的數據集上訓練了STORK-A，這些胚泡的倍性狀態已知。他們在獨立數據集上測試了該算法，發現了相當的準確性結果，證明了STORK-A的普遍性。

據研究人員評估，該算法在預測非整倍體與正常染色體“整倍體”胚胎方面的準確性接近70%。新算法代表了在降低IVF胚胎選擇風險、減少主觀性、降低成本和提高準確性方面取得的進展。研究人員稱，這是AI潛在改變醫學的一個很好的例子。