楊朝棟老師之專利技術 - 東海大學專利技術媒合網

共 8 筆專利技術

基於胸腔電腦斷層影像之肺纖維化辨識系統及其方法

本技術旨在運用深度學習中的 YOLO（You Only Look Once）物件偵測模型，建立一套可自動辨識肺纖維化影像之輔助診斷系統。傳統肺部 CT 影像判讀需仰賴專業放射科醫師逐一檢視，耗時且易受主觀經驗影響；本研究藉由訓練 YOLO 模型辨識不同肺部切面之纖維化病灶，期能協助醫師快速定位異常區域，提升診斷效率與準確性，減輕臨床負擔。此外，本技術可延伸應用於其他肺部疾病影像之自動化辨識，具臨床輔助決策與醫學影像智慧分析之創新價值。

閱讀詳細資料

胸痛病患臉部表情辨識系統及其方法

本研究將著重於胸痛的表情辨識，藉由攝影機捕捉患者的表情，利於建立完善的胸痛病人表情辨識系統，並判斷患者是否有胸痛的症狀，以此協助醫師能更快速的進行治療。關於胸痛病人表情辨識系統的建立，本研究將先運用 YOLO 進行表情分析，並結合卷積神經網路（Convolutional Neural Network, CNN）與OpenCV 來建立胸痛病人表情辨識模型。在建立完模型後，本研究會架設串流系統，以此達到能即時分析影像之功能，以便能更好的運用到實際的場域。

閱讀詳細資料

進階預測遞迴式調整協同配置法 Anticipative recursively-adjusting co-allocation mechanism

一種進階預測遞迴式調整協同配置法，係以頻寬量測模組來量測候選伺服器之傳輸頻寬；再參考傳輸頻寬來計算遞迴參數值，並依據遞迴參數值與檔案之待傳輸資料量，來計算出本回合應分配之待分配資料量；之後，依據傳輸頻寬與前回合候選伺服器之傳輸完成百分比，來將待分配資料量分配給候選伺服器；進行傳輸並計算每一候選伺服器之傳輸完成百分比；然後，檢查候選伺服器之傳輸完成百分比；以及當已有候選伺服器完成傳輸時，檢查是否已完成檔案之分配，且當尚未完成檔案之分配時，遞迴至下一回合。因此，可有效提昇其資料傳輸效能。

閱讀詳細資料

虛擬機叢集之綠能管理方法 Method for managing green power of a virtual machine cluster

一種綠能管理方法，係以虛擬機叢集之總使用資源權值比，來判斷應否增開或關閉實體機器之運轉。當總使用資源權值比高於最大容許使用資源權值比時，自非運轉中之實體機器中選擇一備用實體機器，並將其喚醒加入成為運轉中之實體機器，另外，當總使用資源權值比低於最小臨界使用資源權值比時，自運轉中之實體機器中選擇一遷移實體機器，並將其中之虛擬機器遷移至其他運轉中之實體機器後再予關閉，以及執行一資源分配程序，以分配運轉中之實體機器的負載。因此，可靈活地調度運轉中之實體機器的數量，達成綠能管理的目的。

閱讀詳細資料

虛擬機叢集之動態資源分配方法 Method of dynamic resource allocation for a virtual machine cluster

一種虛擬機叢集之動態資源分配方法，係循環計算每一虛擬機器之虛擬機使用資源權值、每一實體機器之實體機使用資源權值與實體機平均使用資源權值，並將具有最大實體機使用資源權值之實體機器作為遷移來源機，將具有最小實體機使用資源權值之實體機器作為遷移目的機，然後將遷移來源機中具有最接近其遷移差值之虛擬機使用資源權值的虛擬機器，遷移至遷移目的機中，故可達成負載平衡之功效。

閱讀詳細資料

基於LoRa_NB-IoT之智慧邊緣感測物聯網建置

本技術以LoRa與NB-IoT之遠程低功耗廣域網路(LPWAN)技術為核心，物聯網架構為輔，透過智慧空氣品質與水質感測器，使用NB-IoT或LoRa通訊模組進行雙向控制的實作。我們使用訊息序列遙測傳輸(MQTT)協議，透過具有低距離、低功率傳輸特性的遠程低功耗廣域網路(LPWAN)傳輸數據。我們將數據存入資料庫並以Grafana視覺化呈現。

閱讀詳細資料

建構整合資料湖泊與邊緣計算之智慧服務

一個以LoRaWAN與邊緣設備結合資料湖泊以及深度學習的邊緣計算及雲端平台的多元系統，為基礎設施的系統並透過監控與分析達到智慧邊緣計算的目的。利用人工智慧演算法找出容易引發老年人口意外失足的危險因子，並在平台上設計了分析、監控與管理功能，提供具有基本生理數值蒐集、無線傳輸、巨量資料可視化、未來生理數值預測等服務之系統，提供醫師使用，對於老年人病患身體之各項數值能更加注意。

閱讀詳細資料

近即時串流影像物件偵測與識別系統

為了提供即時串流影像物件偵測，使用SRS (Simple Realtime Server)為核心的串流平台，串流平台可以同時支援多種影像辨識的結果畫面包含偵煙偵火、車牌辨識、物件辨識等，為了能在更多平台上進行直播還加入了WebRTC、HLS等直播協定提供多元的串流服務以支援多種設備，最後透過WordPress、HTML5、Video JS或是各式JS的套件進行結果影像的呈現。

閱讀詳細資料