運動手環

組員：黃O音、何O賢、周O吉、林O翰、林O翔、徐O盈、許O超、江O霖

摘要

透過智能健康手環，可觀察智慧健康管理的生活模式及智慧照護用途對生醫的貢獻,也能透過實作的研究建構提供長輩建議幫助。

本專題以學術論文為參考,利用PPG穿透式紅外線感測器及G-sensor加速感測器,將上述兩者的數據傳輸至ARM Cortex-M0晶片,經過演算法處理後,資料會顯示在OLED,同時透過BLE傳送至APP介面。

在APP介面上,除了測量心率及步數外,也可換算出步行距離、BMI等資訊,並將相關資訊上傳FireBase資料庫存成歷史紀錄，以利管理健康的生活模式。

智能心電儀

組員：鄭O正、蔡O倫、劉O智、陳O仲、莊O崴

摘要

在大數據時代，AI透過IoT滲透到行動裝置帶起各個產業，我們將技術運用在醫療領域，結合生理感測技術落實醫療智慧輔助診斷，做為遠距照護基石，提升診斷效率、降低照護成本。

智慧心電儀透過專案管理技巧運用MS Project進行WBS分工、動態排程掌握進度。分為前端技術(html+css+javascript)、後端技術(python tornado serve)、非關聯資料庫mongoDB (node.js)及AI CNN演算組成。

ECG生理感測數據透過ARM經ADC轉換，使用有線(USB)或無線(BLE)傳輸，前端接收資料使用Moving-avg濾波演算進行低通濾波，使用JavaScript技術呈現動態ECG，UI介面使用html、css、JavaScript技術撰寫Web及App兩種介面，以Cordova整合進入手機App。後端透過Python以Tornado及Pymongo連接MongoDB，並以HA(High Availability)系統架構保證數據儲存。AI輔助診斷使用Python Tensorflow、OpenCV以CNN模型將二維圖像做Deep Learning，經過11 hidden layer運算，對7種心電圖類型進行分類診斷，最終可將診斷數據、畫面呈現給醫療人員進行輔助診斷。

智慧電子臂式血壓計

組員：藍O泓、詹O如、辜O豪

摘要

高血壓是心臟病、中風、腎臟病、眼疾等疾病之重大危險因子，世界高血壓聯盟估計全球約有18%人口(9百40萬)死亡的主要原因與高血壓有關。然而高血壓通常沒有明顯症狀，一般都只能透過血壓計來量測血壓的讀數之後，再藉由量測出的數值來判斷使用者是否患有高血壓，血壓計的發展至今已經超過一個世紀，主要包含收縮壓、舒張壓以及脈搏數的功能，但在一般會大眾平時使用的血壓計，大部分都純粹只做量測紀錄，並沒有在數據分析這一個部分做更多的琢磨，因此我們決定除了藉由這次的機會研發製作出我們自己的血壓計外，再加入物聯網(IOT)的概念，結合智慧型手機、平板等手持式終端設備與雲端運算以及大數據分析之應用，終能構築出一套完整的醫聯網。

並且加入智慧演算法，可以得知數據與有在運動的數據相似度有多遠, 可以讓人增加運動並且記錄的動力。使用了壓力感測電路偵測血壓讓MCU做控制並且傳輸(藍芽&USB)至手機(APP)&PC(PYTHON)在從PC(PYTHON&HTML)&手機(APP)將數據上傳雲端(DB)資料庫做儲存。可在網頁(JAVA.HTML)&手機(APP)&PC(PYTHON)顯示歷史數據方便查詢血壓與心率的變化，即時做預防並改善。

紅外線熱像儀

組員：宋O謙

摘要

應用電腦影像處理(結合紅外線熱影像與可視光影像)，來輔助醫療診斷。

本專題在Windows上，使用Visual Studio的VC++作為開發平台，引用openCV的函式庫，對影像來源進行各種matrix運算、色階調整、影像疊加，產生目標的融合影像。並利用Python中Deep Learning的Keras套件，配合Oxford Visual Geometry Group的影像辨認模型，比較原始的熱影像與光影像與處理過的融合影像，發現該技術對提昇影像辨認率，具有相當大的潛力。

希望導入電腦數位影像處理，可以提昇醫療影像診斷的精確性與效率性。

專題介紹

活動回顧

新聞報導

專題介紹

活動回顧