114學年度 · 共18組專題 · 指導教授:黃富鑫、楊惟中、曾秀松、易瑞昀
以 ESP32-S3 微控制器為核心,實作輕量化 OFDM 訊號處理演算法,建構低成本、高效能的邊緣運算通訊平台。本研究挑戰在資源受限的嵌入式裝置上實現完整的正交分頻多工調變與解調,為物聯網通訊應用提供實用解決方案。
OFDM 訊號處理
ESP32-S3 嵌入式
低功耗邊緣通訊
楊惟中 老師
李俊逸、楊懿紘、羅楷勛
開發輕量化細胞影像分割與辨識模型,部署於邊緣運算裝置,實現低延遲、低功耗的即時醫學影像分析。本專題將深度學習推論壓縮至嵌入式硬體,突破傳統雲端推論的頻寬與隱私限制,為臨床端點智慧診斷開創新途徑。
針對邊緣裝置資源限制進行模型壓縮與量化
低延遲細胞分割,適用醫療現場
探討無線物聯網中資訊年齡(AoI)最佳化,針對異質網路設計 QoS 差異化的門限 ALOHA 協定,提升即時資料傳輸效率。本研究從理論推導出發,建立 AoI 數學模型並提出自適應門限機制,在多用戶競爭存取場景下有效降低平均資訊年齡。
曾秀松 老師
褚億全、李承遠、陳羿樺、李佳純
AoI 最佳化門限 ALOHA 協定設計
🥇 特優
設計嵌入式系統,整合 NTP 網路對時功能與遠端鈴聲排程管理,實現校園智慧化鐘聲控制。透過無線網路同步精準時間,並支援遠端排程更新,使校園管理人員可彈性調整作息時程,無需現場操作。

運用 CARLA 開源自駕模擬平台,評估與比較多種 AI 自動駕駛演算法的性能表現,分析其在複雜場景下的適用性。
楊惟中 老師
周郁銘、洪琮皓、陳璟鐸
CARLA 模擬平台
🌟 佳作

易瑞昀 老師
何珈蓁、李宥穎
應用自監督對比學習框架 SimCLR 於光學同調斷層掃描(OCT)眼底影像分類,降低標記資料需求並提升分類準確率。本研究探索在醫學標記資料稀缺情況下,自監督預訓練如何有效提取視網膜影像的判別特徵,實現高效分類。
SimCLR 對比學習框架,無需大量標記資料
OCT 眼底影像分類與眼科輔助診斷
採用 Bootstrap Your Own Latent(BYOL)自監督學習方法,無需負樣本對即可學習醫學影像特徵表示,突破傳統對比學習的限制,應用於影像分類任務。
以更少監督資訊達到競爭性分類精度,驗證 BYOL 於醫學影像的可行性,降低資料標記成本。
指導教授:易瑞昀 老師 組員:童子庭、吳俐萱 獎項:🌟 佳作
針對 OCT 視網膜影像進行精準語意分割,辨識各層視網膜結構,輔助眼科疾病診斷。本專題開發深度學習分割模型,能精確劃分視網膜各解剖層次,為黃斑部病變等眼科疾病提供客觀量化的輔助診斷依據。
視網膜各層精準標定
眼科疾病輔助診斷

以 MATLAB/Simulink 建構車輛盲點監測系統模型,模擬感測器訊號處理流程,驗證 BSM 系統的偵測效能。本研究透過系統模型化方法,分析不同感測器配置下的盲區覆蓋範圍,為車輛安全系統設計提供驗證依據。
結合多尺度特徵擷取與注意力機制,設計高精度深度學習模型,針對高解析度 OCT 影像進行細緻的視網膜層分割。
融合不同解析度特徵圖,捕捉視網膜微細結構變化
自動聚焦關鍵病變區域,提升分割精度
保留細節資訊,精確劃分視網膜各層邊界
指導教授:易瑞昀 老師 組員:郭家齊、黃小菱 獎項:🌟 佳作
開發 OCT 視網膜影像自動分割系統,探索不同深度學習架構對分割精度的影響,提升臨床輔助診斷效率。本研究系統性比較多種分割網路架構,分析各架構在精度、速度與資源消耗之間的取捨關係,提出最適合臨床部署的方案。
多種深度學習分割網路系統性評估
針對臨床需求調整模型超參數
縮短診斷輔助流程,適合臨床部署
利用 Simulink 模擬工具建構電池管理系統(BMS),模擬電池充放電行為、SOC 估算及保護機制,驗證系統可靠性。本研究在模擬環境中完整重現電池管理的核心功能,為實體 BMS 設計提供驗證平台,降低硬體開發風險。
電量狀態精準預測
過充過放安全防護
Smiling 模擬平台
運用生成對抗網路(GAN)實現 OCT 影像與 H&E 染色病理影像之間的跨模態轉換,降低侵入性檢查需求,為患者提供更友善的診斷體驗。
非侵入式 OCT 取代 H&E 染色切片,大幅降低活體組織取樣的風險與患者不適,同時維持病理診斷所需的影像資訊。
指導教授:易瑞昀 老師 組員:陳欣惠、蔣勝文 獎項:🌟 佳作

整合 ESP32 微控制器與 MQ-3 酒精感測器,設計智慧酒測系統,具備即時偵測、警示及車輛聯動控制功能。本系統可在偵測到超標酒精濃度時自動觸發警報並鎖定車輛啟動,有效預防酒後駕車事故發生。
結合生成式 AI 模型與非侵入式 OCT 皮膚影像,實現虛擬 H&E 染色轉換,提供皮膚科診斷的無創新方案。
無需切片,直接掃描皮膚組織
虛擬 H&E 染色影像生成
無創、即時的病理影像輔助診斷
指導教授:易瑞昀 老師 組員:歐怡芳、宋汶祐 獎項:🌟 佳作
以大型語言模型(LLM)為基礎,結合檢索增強生成(RAG)技術,建構可針對特定知識庫進行問答的專屬 AI 助手。本研究解決通用 LLM 在特定領域知識不足的問題,透過向量資料庫索引外部文件,使模型能依據最新、最精確的領域資訊生成回應。

易瑞昀 老師
陳詠揚、樓宇桓
探索 OCT 與 H&E 病理影像的跨模態轉換方法,實踐深度學習影像生成技術於醫學影像領域的應用。本組在影像轉換技術的探索過程中累積了寶貴的實作經驗,深入理解生成模型在醫學影像中的潛力與挑戰,奠定未來研究的堅實基礎。
深度學習影像生成技術的跨模態實踐
面對挑戰、持續迭代,累積寶貴研究經驗
研究數位訊號處理演算法於環境噪音抑制的應用,透過濾波器設計與頻譜分析提升語音訊號的清晰度與可懂度。本研究設計並實現多種噪音抑制濾波器,在保留語音核心特徵的同時有效去除背景干擾,改善語音通訊品質。

電機工程學系 114學年度實作專題發表 · 2025年5月6日
最高榮譽獎項
優秀成果肯定
探索精神表彰
黃富鑫、楊惟中、曾秀松、易瑞昀
電機工程學系 114學年度實作專題