• 研究生: 郭廷愷
• 畢業學年度: 110
• 相關連結

現行藥物開發的動物實驗多數以老鼠做為實驗對象，動物實驗會透過藥物或手術誘發老鼠的疼痛行為，之後再施打止痛藥物，藉由觀察老鼠的行為推論疼痛是否有所改善，用以評估止痛藥物的藥效。疼痛會造成生理及行為的改變，目前多以觀察員透過主觀評估的方式對老鼠表情或行為評估其疼痛的程度，然而這種方式的缺點是需要耗費大量的人力與時間，以及不同人的主觀評估也將造成結果的分歧。
近年來，姿態分析經常運用在神經性疾病上，多數姿態需要藉由神經系統錯縱複雜的交互作用，所以當某神經系統出現異常時，行為也容易顯現相對的異常現象。根據[1]，老鼠處於疼痛時，常會有身體扭曲和四肢蜷縮等行為。本論文建立於姿態分析的理論基礎，提出一套自動化架構分析老鼠的姿態，藉此來偵測老鼠於疼痛時的姿態特徵。本論文提出的架構透過深度學習網路於深度影像中自動標註老鼠的關節點，再利用關節點與周邊鄰近像素的深度差異作為特徵，讓機器學習疼痛的姿態特徵，達成自動判別老鼠疼痛的目的。
本論文所提出的架構分為兩部分，第一部分透過深度學習演算法自動標註影像中老鼠的關節點，藉此取代人工標記。第二部分自動學習與辨識老鼠於疼痛時的姿態特徵，實驗設計分別蒐集彩色及深度影像，前者將關節點之間的角度及距離當作姿態特徵，後者則藉由深度影像計算各關節點與鄰近像素的差異作為特徵，再藉由機器學習演算法學習與辨識小鼠於疼痛時的姿態特徵。本論文的實驗將比較彩色與深度影像分別應用於偵測疼痛姿態的效能，並且驗證本論文提出架構的信效度。

• 研究生: 游東樺
• 畢業學年度: 108
• 相關連結

步態是一個描述擁有四肢動物移動行為的重要特徵，在神經醫學中步態扮演重要的角色，它提供神經及肌肉運作的資訊。步態疾病有三個主要的面向為感覺缺失、脊髓病變和巴金森氏症，本論文將以脊髓病變病人於走路行為提出量化分析的方法。本論文所採用的步態量測儀器為加速度計，由於加速度計有高取樣頻率、價格相較便宜及便利等等的優點，論文中步態的觀測重點為人行走時重心的變化，故將加速器設置於受測者腰間。步態特徵主要來自時域及時頻域，其中時頻域是以HHT方法轉換達成，資料觀測窗口是基於步態周期(gait cycle)切割，例如:「站立期(stancephase)」、「擺盪期(swing phase)」、「步伐(step)」、「步伐(stride)」。步態特徵萃取是源自觀測視窗資料之統計值，例如:「平均值」、「變異數」。並使用正交子空間投影(OSP)結合資訊理論方法，並以切割假定群組能力來排序特徵。由於不易蒐集大量脊髓型頸椎病(CSM)的案例，所以論文的分類器採用支持向量機(SVM)，並透過實驗結
果證明本分類器可以提供優異的分類效能。

• 研究生: 陳彥均
• 畢業學年度: 104
• 相關連結

壽司為日本飲食文化中代表性食物，於八十年代開始逐漸由日本推廣至全世界各地，今日壽司在全世界各地區均十分風行。迴轉壽司為壽司餐廳的一種，由壽司師傅將製作好的壽司放在盤子後，藉由運輸帶圍繞餐廳的坐檯，由顧客挑選喜愛的品項取用，迴轉壽司店通常比傳統壽司店的價錢來得大眾化，因此更廣泛受到一般大眾的歡迎。然而迴轉壽司店經常需要面對兩個問題，第一個為如何保持製作好壽司的新鮮度，由於大部分壽司品項均含有海鮮，如何保持輸送帶上壽司的新鮮度成為一個非常重要的考量。第二個為哪些壽司品項為目前需要優先製作，目前大多數迴轉壽司店依賴壽司師傅的經驗來決定將製作的壽司品項，但是由於客戶的喜好不同，此方式經常導致部分品項生產太多(少)，進一步造成新鮮度的疑慮、食物成本浪費或顧客用餐品質下降等問題。
本論文開發結合影像處理與機器學習技術的壽司品項自動辨識系統。系統利用數位影像的前處理(模糊化、Canny邊緣偵測、霍夫轉換、連通成分、背景去除、色彩空間轉換等)將影像中的壽司區域圈選出來，再透過機器學習與圖形辨識的非監督式分群與群數自動估計(K-means、PBM-index)預估壽司中所包含的食材數量，最後利用監督式的分類(貝氏分類器、支持向量機)技術針對壽司品項進行分類。本論文於實驗部分透過真實拍攝的壽司影像進行驗證，並且加上不同程度的干擾與雜訊分析所開發系統的抗干擾與抗雜訊能力。