運用深度學習技術建立早期輕微認知障礙檢測模型

本計畫以深度學習技術為基礎，結合醫學影像資料與多模態數據，建立早期輕度認知障礙（MCI）檢測模型，旨在提高腦部疾病診斷的準確性與效率，並為患者提供更早期的干預與治療建議。

開設「人工智慧與機器學習概論」及「影像分析」兩門課程，學生學習深度學習模型設計與醫學影像分割技術，並完成相關專題報告與實作。

學生參與中國醫藥大學附設醫院的實地研究，使用MRI數據進行模型訓練與測試，並設計輔助醫師診斷的UI介面，提升技術的實用性與應用價值。

計畫與中國醫藥大學附設醫院人工智慧中心合作，完成MRI影像資料收集與分割技術的實地測試，並簽署MOU深化跨領域合作，推動醫療技術的創新應用。

計畫成功建構基於深度學習的MCI早期檢測模型，並通過UI介面展示其實用性，為醫療診斷提供更便捷的解決方案，提升患者的早期診斷與治療機會。

未來計畫將擴展模型的應用範圍，結合更多國際醫學影像數據，優化深度學習模型的準確性與適用性，推動早期診斷技術在全球醫療體系的普及應用，提升社會健康福祉。