【記者陳筱雯報導】血糖儀為糖尿病患者的必備工具，透過持續監控自身血糖變化來控制病情。國立雲林科技大學電子工程系教授陳錫釗團隊發明「二維層狀過渡金屬硫化物修飾氧化亞銅／氧化鋅奈米柱非酵素葡萄糖感測器」，在過往的非酵素葡萄糖感測器中加入二維材料使作用更穩定、速度更快，獲得波蘭國際發明展金牌肯定。 葡萄糖感測器上滴落患者血液，即可檢測血糖，此技術共經歷三代更迭，過往的葡萄糖感測器多利用酵素檢測，然而酵素十分脆弱，容易受環境溫度變化或空氣中的其他物質影響而失效，因此需要頻繁更換檢測器，目前正在使用非酵素型血糖儀的糖尿病患者陳筱晴說：「驗血糖的試紙用過就要丟棄，還要花錢買新試紙。」陳錫釗也補充酵素的壽命週期僅約一到兩週。目前市面上多為二代產品，它們不像初代需要使用貴金屬鉑，因而能夠量產，但酵素不穩定的問題依舊存在，且傳統血糖儀檢測時間約需5到10秒，準確性約為95％。團隊的發明則屬第三代，拋棄使用酵素的慣例，改為使用無機材料「氧化亞銅」檢測葡萄糖，可在1秒內得出具97％以上準確性的結果。 該技術使用的氧化亞銅，在學術上被認為是非酵素葡萄糖感測電極的最佳介質，能與葡萄糖快速反應，以此檢測身體的含糖量。團隊選擇原用於半導體產業的烯類化合物作為主要成分，並發現當烯類化合物鍍在氧化鋅上時，會呈現竹子一節一節的形狀，陳錫釗說：「葡萄糖電子會從竹節通過，電子傳輸力就會比較強，感測能力也會增加。」團隊也將烯類化合物製成二維的層狀，其表面積比三維的塊狀更大，因此能加快反應速度。 團隊未來希望在二維材料內中加入金屬有機骨架（註），繼續提高偵測靈敏度及反應效率，然而金屬有機骨架包含有機分子，遇高溫易碳化解體，而二維材料在提升感測能力上，又極其仰賴在高溫下才能生成的硫化物，導致其製程需要極高的溫度，陳錫釗說：「要真正長出硫化物的話，溫度要在650度以上。」團隊面臨兩難，若降低製程溫度，則難以生成硫化物，若不調整製程溫度，金屬有機骨架就會面臨解體的風險，目前仍在嘗試解決中。 註：金屬有機骨架又稱MOF，是由金屬離子與有機分子組成的多孔材料，具有高度比表面積等優勢，非常適合提高材料精度及靈敏度。 目前距離發明落地還需要一段時間，因為非酵素型葡萄糖感測器屬醫療器具，需經過醫療認證，雲科大電子工程系學生倪戎伶表示，通常需要經過一到兩年的多次修正才能完成認證，「因為需要經過長期的臨床，過程會很漫長，之後若要醫用、商用又會需要更多的認證。」取得認證後，團隊也希望能授權給製作血糖儀的大廠，交由他們製作。倪戎伶家裡也曾有糖尿病患者，他親眼看過患者測血糖的樣貌，因此期望發明能夠真正的幫助到患者，他說：「希望可以讓量測更準確，不需要一直換儀器，也能買到更便宜的商品。」

【記者方凱琪報導】DNA檢測技術是疾病篩檢與防疫監測的基石，其中位居關鍵作用的聚合酶連鎖反應儀（註一）也一直推陳出新。近日，由長庚大學生物醫學工程學系博士生洪嘉擇與研究團隊，研發「微流體快速即時聚合酶連鎖反應儀」（後以該技術代稱），在8分鐘內即可完成40個PCR循環，速度較以往技術快上九倍，並於18日獲得第十七屆「國研盃 i-ONE 儀器科技創新獎」專上組首獎。 註一：聚合酶連鎖反應儀，可將其比喻成「DNA影印機」，儀器主要透過聚合酶連鎖反應（Polymerase Chain Reaction，PCR）將目標DNA數量增加。PCR需要進行三個階段：變性（denature）、退火（annealing）以及延伸（extension），這三個階段通常需分別控制在二至三個不同的溫度區間進行。 洪嘉澤觀察目前臨床使用的反應儀，發現其設計目標多為一次處理大量樣品，以臨床常見的LightCycler® 480 Instrument II舉例，它一次最多可放置96個樣本，全數擺滿後才會進行檢測，否則就會浪費空間，因此在實務上，即使情況緊急，檢測仍常因等待樣本而有所延遲。此外，洪嘉澤也說：「在病毒肆虐的疫情當下，很難全部叫患者去醫院做篩檢，又希望讓患者在現場（小診所等）就看得到結果。」因此，發明出既能保持準確度，又能快速檢測少量檢體的儀器就成了洪嘉擇的目標。 為了達成「快速檢測少量檢體」的目標，一次PCR過程就需長時間的大型反應儀顯然無法勝任，因此洪嘉擇選擇使用能讓退火與延伸階段能在相同溫度（攝氏65度）完成的試劑，將PCR所需的三個溫度區間簡化為兩個。再採用「微流體」技術，將檢體反應的場域，從傳統的試管改在晶片上頭髮粗度的水管中進行。而過去微流體技術應用在PCR時，檢體會因高溫而產生蒸氣壓，生出如同滾水一樣的氣泡，阻礙流體移動，影響檢體反應的品質與穩定度。對此，他設計出氣壓控制技術，利用壓力抑制氣泡生成，從而使流道暢通無阻。 而為了讓檢體溫度保持在特定區間，以進行不同階段的擴增反應，洪嘉擇必須精確控制其在高、低溫區停留的時間。他採用「光學同步控制技術」，在晶片中央設置螢光檢測區，將偵測到的訊號作為控制檢體往不同溫區移動的觸發機制，並整合感測器和控制元件達成自動控制。 該技術目前尚未進入臨床測試，因此在實際應用上還存在挑戰，但根據臨床前的測試（註二），研究團隊設計出的機台效率是95％，符合標準，洪嘉擇對其抱持樂觀的態度，「時間縮短到8分鐘，卻可以跟一般市面上的成熟機台擁有一樣的效果，這是一個比較重要的突破。」另外，關於技術商用化的安排，洪嘉擇也希望未來能應用在食物、食物中毒或水質檢測等層面。 註二：PCR機台效率90-110％為可接受程度。 中央研究院基因體研究中心研究員陳建仁表示，該技術將PCR縮短成8分鐘，是顯著的進步，他說：「特別是在急性傳染病的防治。」若以COVID-19疫情為例，民眾在機場接受檢驗，原本可能必須花費幾個小時等待結果，因此該技術可以讓人們在疫病檢測時節省時間並維持檢測準確度。陳建仁更表達高度肯定：「該技術是我們台灣年輕科學家的一個進步。」

【記者楊凱傑報導】AR技術除娛樂外逐漸應用在醫療端，南臺科技大學電子工程系助理教授陳銘哲帶領學生簡盟憲、蔡勝坤以《AR眼震預視者》榮獲第29屆大專校院資訊應用服務創新競賽資訊應用組十中的第一名，透過AR眼診儀產生眼動軌跡圖，方便醫生診斷眼震，有效提高效率並降低成本。 英國萊斯特大學（University of Leicester）研究估計，每千人中約有 2.4 人患有眼球震顫，快速重複的眼球運動，導致視力、深度知覺下降，嚴重者甚至可被視為法定盲人。而傳統眼球震顫偵測主要依靠數位眼振平衡功能檢查 （以下簡稱VNG），但 VNG 設備價格動輒百萬且需搭配電腦螢幕使用，檢查過程中還需使用類似VR的頭戴設備，3D效果也會讓使用者頭暈不適。為改善傳統偵測缺點，團隊與高雄長庚醫院耳鼻喉科醫生合作開發 AR 眼震技術，不僅成本僅需十萬內，也不需額外螢幕，僅透過手機即可運算結果並上傳至雲端資料庫。陳銘哲補充道：「因為採用AR 眼鏡檢測，患者可以看到真實世界環境，減輕暈眩感。」 「我們要求受測者盯著這一個光點一起水平移動，或是垂直移動，去注視這個光點，然後記錄眼震變動。」簡盟憲解釋，利用 AR 眼鏡上的眼動追蹤感測器偵測患者視線，讓受測者進行凝視、掃視和跳視三種眼動測試，計算眼動軌跡與標準軌跡的相位差、時間差等參數，經由演算法產生眼動軌跡圖，提供更精準的診斷依據。 目前眼動軌跡追蹤的穩定性有待提升，仍需要校正眼動軌跡，因此研究團隊正在開發自動補償的演算法，以提升其準確度。陳銘哲則分享有其他醫學單位洽談合作，探討利用AR眼鏡和眼動追蹤技術，輔助診斷銀髮族的認知和專注力，他也希望能透過研發相關技術，提高社會對長者專注力不足的關注。 亞洲大學醫院眼科醫師梁中玲說 :「眼球震顫的檢查要花費高昂成本購買設備，許多中小型診所很難負擔。」他認為此裝置若能實際應用，讓患者到一般眼科診所即可診斷，對病患或診所來說都是一大福音。但他也提醒，除檢查凝視、掃視和跳視三種測試，定視、視動等也是判斷眼球震顫的方式，裝置可能需考慮增加更多測試項目，讓檢查結果更精準。

【記者李香霆報導】隨著食品安全相關議題日益受到重視，食材原料上的檢驗如何更加完備成為一大課題。國立成功大學機械工程學系教授鍾震桂與團隊成員余忠宥、林鼎彥、古晉安、洪于珊，開發了一款具高靈敏、經濟、可靠的表面增強拉曼散射（Surface Enhanced Raman Scattering, SERS）篩檢晶片，並應用於食安的快速篩檢，榮獲國家科學及技術委員會2024未來科技獎。 「拉曼光譜」是一種用於研究物質結構的技術，當雷射光源照射物體後，會因物體中的不同化學鍵結散射出不同頻率，常應用於化學、生物或食品檢驗，藉此識別物質中的分子結構。然而拉曼散射的強度非常微弱，因此可以藉由SERS技術增強拉曼訊號，透過光照射奈米金屬結構以光電效應的原理產生局部電場，增強拉曼訊號的強度，達到微量檢測。 傳統上常透過陽極氧化鋁和直流電製作SERS晶片，然而直流電在氧化的過程中會一直放熱甚至燃燒，因此需在低溫環境下製備。 鍾震桂教授實驗室團隊利用多年研究經驗，取代傳統低溫製程，成功在常溫下製備陽極氧化鋁，節省陽極氧化鋁基板製作成本，並將其應用於SERS技術。為了提升晶片的準確性與穩定性，團隊提出創新的二維薄膜奈米孔洞結構，取代傳統金屬奈米顆粒結構，並透過調整陽極氧化鋁孔洞的形狀與間隙，製造效果更強的電場。 由於傳統的食品安全檢測方法耗時、成本高，無法負荷龐大的檢驗量，成大的副校長同時也是食品安全專家李俊璋，便向鍾震桂提議將此改良後的SERS晶片應用於食安快篩，可以快速初步篩檢食品中是否含有超標的添加物。然而跨領域結合材料與食安檢測並非易事，雖然晶片基板的散射訊號強度已經足夠檢驗食品，目前也已經成功驗證抗菌劑、防腐劑、雙酚A、抗生素、三聚氰胺等物質，但SERS技術仍較適合作爲快篩，臺北醫學大學食品安全學系教授李偉如說：「食品中的添加物多屬於微量成分且組成複雜，因此如何有效避免不同成分互相干擾，進而產生誤判的結果才是成功的關鍵。」此外，藉由SERS技術篩出的可疑樣品並不等於違法，仍需經由法定程序進一步檢驗，國立臺灣大學食品科技研究所教授陳宏彰說道：「不同檢測方法的誤差情形各不相同，《食品衛生安全管理法》具有法律效力，所以必須有完整確效之檢驗方法，才能作為行政裁量的依據。」 未來除了食品安全領域，團隊也與成大前瞻蝦類國際養殖中心合作。 余忠宥提及，未來將嘗試把晶片放入蝦池以即時監督病毒量，「只要超標一點點就採取措施，這樣可以在蝦子死亡前及時發現。」團隊目前已通過《晶片驅動臺灣產業創新方案》的申請，往後將會針對水產養殖的即時檢測持續發展。

【記者王華琳綜合報導】工作場域中粉塵濃度不僅影響職場安全更可能危害勞工的健康。中國醫藥大學職業安全與衛生學系教授張大元帶領團隊研發「運用人工智慧演算法與低成本感測器以估計工作場所的可呼吸性粉塵濃度（Application of artificial intelligence algorithms and low-cost sensors to estimate respirable dust in the workplace）」，將微型檢測器結合AI與物聯網技術，提高職場粉塵濃度的即時監控精準度。此研究成果登上國際科學期刊《國際環境》（Environment International）。 中國醫教授張大元團隊，針對職場粉塵濃度檢測進行研發，研究成果刊登於國際科學期刊《國際環境》（Environment International）。　圖／張大元提供目前法規針對工作場域的可呼吸性粉塵濃度監測標準，為每半年進行一次工作日八小時的空氣樣本採樣與濃度分析。惟依照現行規定的採樣方式與頻率，無法完全顯示工作場域下實時的粉塵濃度變化。張大元說道：「若能即時顯示工作環境中的粉塵暴露濃度，便可在不影響工作進行的情況下，提升對於勞工健康與職場安全的保障。」為了解作業場域中24小時的粉塵濃度，特別是因生產數量改變所導致的濃度變化。研究團隊將微形檢測器融合AI技術，利用演算模型分析各式影響檢測器誤差的環境因素，如溫度、濕度、風向等，針對獲得的採樣數據進行篩選分類。參與研究的中國醫職業安全與衛生學系碩士生陳靖傑說明道：「挑選出最符合當下環境的運算模型，進行數值校正。」降低微型檢測器在採樣上的誤差值，減短現今測量方式在計算相關數據所需時間。 微型檢測器結合AI演算法與物聯網技術，改善採樣數據的資訊處理能力。　圖／張大元提供研究團隊在研發中結合物聯網技術，將微型檢測器所得粉塵資料，即時傳送至伺服器當中進行AI運算與校正，並將運算所得數據統合至資料庫中。企業與檢測方便可藉由雲端平台，遠端監看粉塵濃度。系統也加入警示機制，當數據達一定標準時，傳送訊號回到檢測器，完善職場的風險溝通。陳靖傑進一步補充：「甚至可以在工廠裡面設看板，告訴勞工或是管理者當前的狀況，協助業者建立改善方式。」 此項技術能即時檢測工作場域中的粉塵濃度變化，以加強勞工健康與職場安全保障。　圖／張大元提供一般民眾與勞工難以輕易理解粉塵濃度背後所代表意義，張大元說：「在數據呈現上，以視覺化的方式，提供實時粉塵濃度折線圖，讓大家更容易理解當下的狀態。」研發團隊強調未來也將持續針對AI演算部分進行研究，強化粉塵數據的應用。國立臺灣大學環境與職業健康科學研究所教授陳志傑對此說：「微型檢測器會受到環境因素影響，導致採樣誤差的問題。若無法完全改善，所得數據的可信度與使用價值就值得令人思考。」

【記者王華琳綜合報導】碳足跡盤查隨著永續意識與相關目標的訂定，逐漸成為各產業所要面臨的重要課題。大葉大學資訊工程學系專案教授蔡渙良指導學生，開發出「無線低壓交流電監測物聯網系統應用於企業及產品碳足跡盤查」，簡化現行電力檢測所需流程與成本，提升企業對於相關設備的監控，於2023第十四屆IIIC國際創新發明競賽中獲得金牌。蔡渙良表示隨著石化燃料的淘汰，國際間投入大量精力於太陽光電與風力發電等綠色能源當中，「而這兩個主要發展所生產的都是電能，所以電力基本上是目前唯一有機會達到碳中和、零碳，甚至於負碳的一個能源來源。」因此企業的用電的狀態，還有產品生產過程中所消耗的電力，將成為盤查的重點目標。此項系統利用兩種感測器，分別偵測一般工業設備和電子設備內，所使用的交流電中電壓跟電流大小，透過相關數據的分析與計算，從中獲得功率、用電量、頻率等六項電氣參數。同時，為符合企業廠房設備，系統配備包含220V、380V、440V的三相交流電智慧監測，提供更為廣泛的應用層面。目前檢測過程中需人工進行記錄，而此設備能進一步取代現今普遍使用的電子鈎表，降低所耗費的人力及成本。「以降低廠商經費作誘因，鼓勵大家安裝這些感測器。」蔡渙良說。 「無線低壓交流電監測物聯網系統」透過檢測器，分析電壓、電流、功率、頻率等六項電氣參數。　圖／李鴻提供監測系統結合物聯網設計，能夠即時記錄並上傳相關數據至雲端平台，提供業者即時遠端掌握相關電氣參數的監測結果。透過內建資料庫分析企業實時用電數據和電力品質，進行深度學習以及碳足跡運算，將有助業者實現盤查自動化，同時邁向節能減碳等永續目標。系統本身也具備警示機制，以通訊軟體或是電子郵件形式通知異常數據變化、零件汰換提醒等內容，協助企業進行設備管理。 <br />系統結合物聯網技術，即時記錄用電數據，提供遠端監控與警示機制，協助企業處理相關問題。　圖／李鴻提供談及未來發展，參與研究的大葉資訊工程學系學生李鴻表示，未來也將針對資訊傳輸方式進行提升，以拓展系統實際應用範圍，「我們嘗試以實體線路等方式，替換目前所使用的Wi-Fi傳輸，使系統得以符合各式法規需求。」臺北城市科技大學電機工程系副教授李尚懿認為，此項發明能夠內置於設備本體，有助於提升電力檢測的方便性。同時，與物聯網結合的警示機制，也對於企業在處理相關問題時，獲得更為詳細且即時的資訊。 檢測器可內置於設備本身，即時記錄用電相關數據，降低現今電力檢測所需的人力與成本。　圖／蔡渙良提供&nbsp;

【記者王華琳綜合報導】現今，已有許多技術利用非侵入形式，協助醫美與皮膚科醫師進行皮膚狀態的評估與紀錄，可設備卻因種種考量，無法普及於所有診所當中。義守大學生物醫學工程學系教授王智昱指導醫工系學生涂育婷、葉俊嶧、李鈺媗、傅建榤組成研發團隊，開發出「RBX分色影像生成技術—跨平台皮膚色澤轉譯系統與應用」降低技術成本，使其技術能應用於更多對象，於2023第七屆全國醫學工程創意競賽中獲得金獎。 透過「RBX分色影像生成技術」將影像轉譯為影響皮膚色澤最重要的血紅蛋白與黑色素含量。　圖／王智昱提供一般診所中普遍使用肉眼與一般影像進行診療的判斷與紀錄，但過程中仍會因外在環境與醫師主觀意識影響，涂育婷補充說：「以分色技術產出可視化的結果，讓使用者可以直觀的看到整個療程上的變化。」 然而，研發團隊有感於現今市售膚質檢測儀中，利用光線進行轉譯的「RBX分色影像技術」，雖已被證實其醫學使用價值，卻因設備成本、診所空間以及實際執行性等因素，無法普遍應用於醫療診所當中。因此與皮膚科醫師合作研發「RBX分色影像生成技術—跨平台皮膚色澤轉譯系統」，利用AI的圖像轉譯技術，將全彩的臉部影像，轉譯為影響皮膚色澤最重要的兩個關鍵因素，顯示皮膚血紅蛋白含量的「Red圖像」，以及顯示皮膚黑色素含量的「Brown圖像」。 系統的軟硬體分離機制，在有效降低設備使用空間的同時，提升技術便利性。　圖／王智昱提供系統透過掌握這兩種物質在皮膚中的含量與分布，可以計算皮膚色斑大小、酒糟皮膚嚴重度、膚質明亮或暗沉等多種皮膚問題。使用者將圖片匯入系統中便可將其轉譯為Red圖像與Brown圖像提供參考。「影像處理的部分，我們有做一個顏色的校正模型，會去判斷拍攝器材之間的色彩偏差問題。」涂育婷說明，色彩校正有效降低偏差所導致的轉譯誤差，以及對使用者拍攝背景和裝置的要求。而且軟硬體分離的形式，不僅大幅降低器材的成本，同時也增加技術使用普遍性和方便性。 利用「生成對抗網路」進行圖像轉譯，準確率可達92％。　圖／王智昱提供研發團隊表示未來將持續增強系統功能，與皮膚科醫師合作尋找與血紅蛋白以及黑色素相關的疾病，擴大應用層面。涂育婷進一步強調：「我們也會想要設計手機應用程式，讓這項技術能不僅僅是用於醫療，而是可以普及到一般民眾所使用。」同時進一步開發技術在科學層面的潛能。對此，皮膚科醫師胡怡萱認為此項研發能大幅降低原先高成本問題，但還須注意的是，「圖像僅能顯示皮膚當下表面狀態，無法分析背後導致的因素。」在缺乏醫師完整評估，以及正確衛教知識的情況下，可能使得部分患者過度焦慮肌膚狀態甚至引發皮膚狀態惡化。

【記者邱昭華綜合報導】急性腎衰竭是一種常見的臨床疾病，若沒有及早處理，患者可能需長期洗腎或死亡。「一之謂腎－基於CNN-LSTM的AI預測系統，可用於AKI的預防和早期干預」由國立雲林科技大學電子工程系學生團隊研發，利用深度學習模型分析患者尿量，並預測急性腎衰竭的風險。此作品亦在「萬潤2023創新創意競賽」拿下最佳潛力獎。 此圖為系統的硬體裝置，包括尿袋、電子秤、HX711重量感測晶片以及單晶片電腦等等。　圖／陳亮甫提供急性腎衰竭（Acute kidney injury，簡稱AKI）是一種突發性的腎臟功能損傷，當腎臟無法製造足夠尿液、有效排除體內的廢物和液體，血液中的毒物和電解質會不斷累積， 進而對其他器官和造成嚴重影響。目前需依靠人力觀察病患的臨床症狀以判斷AKI發生的可能，台北長庚紀念醫院的顏宗海醫師解釋道：「需要看病人有沒有出現尿液變少、水腫、呼吸困難等狀況。」欣成診所院長陳彥成醫師則表示，很多因素都會誘發AKI，「例如心血管疾病或化療藥物過量等。」因此越早診斷出病因並對症下藥，病人康復的機率就越高。 團隊將系統設置於病床旁，讓醫院只需要一台電腦就能操作所有病床的系統。　圖／陳亮甫提供該系統藉由電子拉力秤上的尿袋來收集病人的尿液後，將每個小時的重量回傳至裝置中，並收集並儲存資料後，針對最近30個小時的尿量變化進行分析。團隊特意採用深度學習訓練系統，讓模型抓取數值差異變化和分析後，開始推測接下來六小時內發生AKI的風險，若尿少狀況持續超過12小時，系統會透過Line通知住院醫師及護理師，讓醫護人員儘早治療。 此圖為AKI緊急通報結果。預測出AKI情形發生，系統會自動傳訊息到醫院的群組通知醫護人員。　圖／陳亮甫提供深度學習是人工智慧的一種方法，可指導電腦處理資料，包括識別圖片、文字、聲音和其他資料的複雜模式，藉此產生更精準的洞察和預測。而此系統也運用深度學習模型，分別是以卷積神經網路（Convolutional neural network，簡稱CNN）用作分析並抓取數值特徵，以及讓長短期記憶網絡（Long short-term memory，簡稱LSTM）負責推測未來的數值變化。雲科大電子工程系學生陳亮甫説：「雖然LSTM也能做到分析和預測，但是結合CNN可以更有效、更精確。」他表示，團隊訓練出來的模型準確率達到99％。雖然這套系統可以檢測急性腎衰竭的風險，但陳亮甫認為現在以尿液重量為標準的模型還不夠精準，「如果能獲取每小時的肌酸酐數值，可以讓模型的預測更加準確。」肌酸酐是由肌肉代謝產生的廢物，只能透過抽血檢測，若肌酸酐偏高，也代表腎臟功能衰退，因此團隊希望未來能朝向此方向改善。陳彥成建議：「這套系統可讓第一線醫療人員作為治療的參考，有望減少人力成本。」若要居家照顧及安養機構使用，則較適合應用在高風險的病人。 圖為這套系統的實作流程圖，系統從前30小時的數值推測後六小時發生AKI的風險。　圖／陳亮甫提供

【記者戴婧雯綜合報導】現今許多蛋雞場在篩選瑕疵蛋時，依然採用人工的方式，但隨著勞動人口減少，未來也許會無法應付人力需求。對此，國立雲林科技大學資訊工程系教授陳士煜帶領學生團隊研發「高光譜雞蛋品質檢測－以瑕疵與新鮮度為例」，期望能夠在未來替代人力，並提高雞蛋檢測作業的效率和準確度。此研發獲得「2022韓國首爾國際發明展」銀牌。在使用此檢測系統時，使用者只需將雞蛋放在平台上，在光照下以高光譜相機拍攝雞蛋，透過收集光譜反應數據並傳送到資料庫後，便可識別出有髒污、裂痕以及血斑的瑕疵雞蛋。指導老師陳士煜表示，此檢測方式速度快且準確率高，比人工方式更佳，「我們測試的準確率都可以到96、97％，所以我覺得這樣的方法可行性是很高的。」 在使用高光譜雞蛋品質檢測系統時，使用者只需把雞蛋放在平台上，在光照下以高光譜相機拍攝雞蛋，即可獲取雞蛋瑕疵的數據。　圖／高光譜影像與訊號處理實驗室提供陳士煜解釋，人在可見光範圍內很難區分類似的形狀和顏色，而高光譜不僅較一般影像光譜廣、解析度更高，且對於訊號的變化也較敏銳，可以更有效地幫助分辨雞蛋的品質，「用眼睛看只看得到一個人的外表，但用高光譜可以看到一個人的個性。」他形容。不過，從事雞蛋產業的張先生（化名）認為，大部分的雞蛋瑕疵還是肉眼可見的，不需要用這麼精細的方式去篩選，「這個科技很先進，但對雞蛋而言還是太貴了。」 高光譜比一般影像光譜廣、解析度更高，且對於訊號的變化也較敏銳，可以從更精細的角度去進行篩選瑕疵蛋的工作。　圖／高光譜影像與訊號處理實驗室提供相較於瑕疵，團隊認為消費者更在意雞蛋的新鮮度，因此在系統中加入新鮮度檢測。使用者可將感測器加裝至手機，讓感測器貼近雞蛋偵測表面細菌，得到蛋殼表面的光譜反應後，再根據資料庫的大數據判斷雞蛋已放置多少週，以此避免誤食不新鮮的雞蛋。有購買和囤積雞蛋習慣的住宿學生符淨雅表示，自己要確認新鮮度時會直接敲開雞蛋，若有此系統則可帶來便利，「我覺得很實用，可以用科學的角度讓我確認雞蛋新不新鮮。」 雞蛋是家中常見的烹飪食材，若誤食到不新鮮的雞蛋，可能會面臨食物中毒的風險。　圖／戴婧雯攝「我們每一類的樣本大約都蒐集了200顆蛋。」團隊學生徐楷勛說明，由於建立資料庫需要存進大量的數據資料，因此研發過程花費許多時間。不過團隊也表示，長時間的付出，讓該檢測研究相比市面上同樣使用高光譜檢測雞蛋瑕疵的發明，能夠檢測到更全面的瑕疵，且檢測所需的時間只有零點幾秒。團隊也希望藉此高準確率和高效率的研發成果，更好地幫助未來蛋雞場的自動化和智慧發展。

【記者羅子恆綜合報導】隨著人工智能技術應用於製造業，人工檢測、量表及游標卡尺等傳統方式漸被取代，但購置自動化檢測儀器的成本過於高昂，讓中小型廠商難以負荷。為此，崑山科技大學機械工程學系暨研究所副教授江智偉、孫書煌帶領團隊開發「以表面波頻率偵測材料表面瑕疵之方法」，希望能協助傳統工廠發展及轉型，該技術更在「2021年台灣創新技術博覽會」上獲得金牌的殊榮。 崑山科技大學機械工程學系研發團隊在「2021年台灣創新技術博覽會」以「表面波頻率偵測材料表面瑕疵之方法」獲得金牌。　圖／崑山科技大學提供目前主流的自動檢測技術包含AOI光學檢測技術（註一）與探傷儀，為資金充裕的工廠所利用，其中探傷儀透過投射聲波對回傳時間測量，以完成瑕疵檢驗。以上兩種方式除價格昂貴，也都須由專業人力操作，其成本相當可觀，還必須在事前設定無瑕疵模板。崑山科大機械系博士生鍾天穎更強調，「AOI光學儀器需經過樣本學習才能應用，過程又會花費大量時間，對過小的瑕疵也時常無法辨識。」註一：AOI光學檢測技術主要由工廠人員在檢測儀器中設定無瑕疵表面的樣本，再與實際材料的表面拍照比對，只要拍出缺陷，就會定義為瑕疵品。&nbsp;因此崑山科大研發團隊以探傷儀原理發想，改良需精密儀器輔助的時間變項，以頻率做為檢測目標。該想法主要取徑於都卜勒效應（註二），江智偉說明，當瑕疵物與聲源產生相對運動時，會產生與良好材料截然不同的頻率，藉此分辨材料好壞。註二：都卜勒效應是指波源和觀察者有相對運動時，觀察者接受到波的頻率與波源發出的頻率並不相同的現象。不只如此，該技術還能將瑕疵品的出現頻率、設備是否故障等相關資訊上傳至資料庫，並結合推播系統，使工廠廠長立即收到通知、即時處理。這項發明不僅節省人力資源，更避免材料浪費。此外，工廠廠長還能透過收集到的產品資訊進行產業升級，以及評估設備是否健全。&nbsp;生產螺絲螺帽的聖泰工業股份有限公司業務員蘇小姐（匿名）表示，現在的檢測技術主要透過光學儀器事先掃描，再由人員將兩者照片相比對，以此來辨別瑕疵，然這種方式卻難以觀測微小的缺陷。因此他認為，這項發明具有幫助性，「能將缺點事先挑出來，使整個製程變得更加順暢。」&nbsp;然而，實際應用上仍有不足之處，鍾天穎說：「該技術遇外部震動會產生干擾，再加上工廠及實驗室的環境截然不同，因此難以進行模擬。」江智偉更補充道：「如何降低干擾、怎樣過濾聲波與訊號的處理都是需要再微調的部分。」他表示，未來也將推廣產學合作，盼能創造製造業紅利並提供傳統工廠轉型的資本。 該發明能針對螺絲、螺帽等五金材料進行檢測，在進入製程前就先淘汰，進而降低傳統工廠成本耗損。　圖／羅子恆攝