AR智慧協作系統結合AR與AI技術，提供1)GPS-AI定位，室外以GPS定位，室內以AI場景辨識場景並更新定位，2)巡檢行為與其異常偵測，如：到離巡檢站、人員著裝異常、3)巡檢行為輔助之AR視訊標註協作、4)即時語音轉譯，以語音辨識與大語言模型將輸入語音轉換並輸出為對談雙方之文字即時顯示，消除工作期間與非母語專業人士溝通之隔閡。此外，系統亦具有1)雲端虛擬化，可提升巡檢裝置續航力與系統之可擴大性、2)全方位私有網路，含4G/5G專網系統整合、私有圖資、私有視訊會議系統，可因應場域之需求獨立建置、3)極簡建置，不須增建定位或通訊設備即可導入系統，節省大量實體基礎建設經費支出。

因應工安考量，投料人員常需獨立進入工作區域開始投料，若人員身體不適而倒臥地上，第一時間未能發現狀況，有可能發生憾事。本計畫以某企業之製程區作為計畫施行對象，為該製程區建置跌倒偵測系統，該系統具備即時監控、跌倒辨識、訊息推播以及日報表彙整之功能與特性，透過骨架萃取(Skeleton Extraction)、動作辨識(Action Recognition)以及靜止偵測(Inactivity Detection)技術的人體骨架定位以及動作分類訊息來建構人員倒臥偵測模組，能判斷投料人員位於單人作業樓層獨處時是否發生人員倒臥之狀況，並適時透過LINE進行即時推播告警。該系統之辨識準確率(Precision)分別達99.3%與99.3%，召回率(Recall)則達96.36%與95.56%。

桿狀病毒表現系統(baculovirus expression vector system, BEVS)是廣為使用的重組蛋白生產系統之一，自1983迄今，製備重組桿狀病毒的方法不外是(1)在昆蟲細胞中以轉移載體(transfer vector)進行同源重組或(2)在大腸桿菌中以含轉位子(transposon)的桿狀病毒基因體進行轉位重組 ◦我們目前已成功的應用CRISPR-CAS9基因體編輯系統在大腸桿菌中進行桿狀病毒基因體上基因的剃除(knock out)與編入(knock in)，這除了可以不受限於重組位(recombination locus)的設計外，也能同時進行多個基因的編輯。 本技術將不受傳統桿狀病毒受限於轉移載體(transfer vector)或轉位載體(donor vector)的限制, 我們製備特異的大腸桿菌品系與特定的桿狀病毒基因體將有利產品的市場開發

近年來，隨著科技的快速進步，許多研究團隊已經提出了各種基於光學同調斷層掃描（OCT）圖像的眼疾分類模型。其中一些模型已證明能夠達到出色的眼疾偵測準確率。然而，這些模型大多數是基於單一廠牌所提供的數據集進行訓練的。由於不同廠牌的OCT圖像在解析度、對比度、噪音密度及信號能量等方面存在差異，這使得這些模型在面對來自其他廠牌的OCT圖像時，無法直接進行有效分類。為了解決這一問題，本研究提出了一種基於循環生成對抗網路（CycleGAN）的OCT圖像風格轉換技術。這種技術旨在解決眼科領域中不同廠牌OCT圖像之間的差異對模型應用的限制。通過將來自不同廠牌的OCT圖像轉換為風格相似的圖像，本技術能夠提高模型在不同數據集上的通用性。此外，此技術還能有效解決小型數據集在訓練過程中數據不足的問題。

結合聲音信號、人口統計資料和結構化醫療記錄的AI模型，用於偵測聲門腫瘤。該模型包含卷積神經網絡（CNN）、雙向門控循環單元（GRU）和注意力層。結果顯示，AI 模型的敏感度在僅使用聲音信號時達到55%，加入人口統計資料後，敏感度提升至 68%，並在結合醫療記錄後達到 78%。與人類專家相比，在這三個階段的敏感度分別為 10%、25% 和 30%。p值顯示了 AI 與人類專家在不同資料結合下的顯著差異，特別是在納入更多資料時，AI 模型的偵測效能更為穩定與準確，展現出其在早期篩檢中的應用潛力。

本技術系統開發主要圍繞三大領域：多媒體內容生成、運動影片分析與訓練、沉浸式音樂與互動展演。在多媒體內容生成方面，系統能透過文字或圖片快速生成三維場景與物件，並結合風格分析進行推薦，應用於元宇宙相關研究。運動訓練則結合虛擬實境及感測器，提供即時動作分析與訓練系統，已應用於籃球等運動娛樂領域。最後，沉浸式音樂展演技術透過音樂訊號與觀眾情感的融合，創造出互動性的視覺效果，並結合虛擬實境技術，打造全新的音樂與舞蹈表演模式。

本技術提供了一基於紙材之核酸萃取、擴增與檢測卡匣平台，其技術特點在於將傳統由不同系統與儀器負責的核酸萃取、核酸擴增與核酸檢測等流程整合到一明信片大小的紙式機構上，並通過簡單的操作動作、友善的對位標記、對應試劑的添加與側向流試紙條的反應即可完成對樣品中病原核酸的檢測以及測試結果的判讀。特別，本技術特有之無電子元件依賴與紙材主體的設計不單環保、降低製程門檻，同時實現小型化、高可攜帶性與即時檢測之優勢。再者，23-45度的反應溫度、友善的操作設計且最快10分鐘可完成核酸擴增都讓本技術卡匣之使用門檻大幅降低。基於此，本技術可應用於精準醫療、寵物醫療、農漁牧業、防疫等需要快速核酸檢測之產業。特別是在醫療領域上，本技術可用於癌症、細菌、真菌、寄生蟲、病毒等基因篩檢以及協助後續治療藥物或治療手段的選用，有益於國家公衛、大型醫院、診所、甚至居家核酸檢測之應用。

電腦斷層成像(Computed Tomography, CT)可在急診階段迅速獲取中風病人腦部影像，醫師能用之於判斷是否中風以及中風程度，以決定進行治療的策略。然而CT影像上的中風病灶和正常組織的對比度不高而難以肉眼偵測；本發明則利用深度學習神經網路進行偵測。首先將病患之CT影像對位到預設標準腦空間影像，並增強影像體素的對比度；以健康對照組CT影像為基準，將病患的CT影像正規化，得出標準分數圖譜。然後以深度學習訓練完成的神經網路病灶模型分割出該病患的缺血區之位置。

本專利能即時自動判讀髖關節構造，精準找出罹病的嬰幼兒。判讀速度快且準確率高，能節省醫療人員大量的時間。可降低髖關節超音波的操作門檻，有利於大量篩檢。

藉由三維影像蒐集新生兒頭型資料，建立頭型歪斜量測方法，可評估歪頭症寶寶頭型歪斜程度測量，以輔助醫師臨床判斷。