射流向量都卜勒成像 (Projectile Vector Doppler Imaging) 可在傳統都卜勒影像之外，提供血流方向、速度與局部擾流變化等資訊，作為血管流場分析的參考。

本專案將深度強化學習 (Deep Reinforcement Learning) 應用於經典的貪食蛇遊戲中。為了讓代理 (Agent) 能在動態環境中根據狀態選擇合理動作，我使用 TensorFlow 設計了一個四層全連接神經網路 (4-Layer Fully Connected Network) …

向量都卜勒成像 (Vector Doppler Imaging) 可用來估算目標在不同方向上的運動變化。除了血液流速分析外，本專案也嘗試將此方法應用於手指肌腱滑動評估，提供較量化的位移資訊作為復健評估參考。

本專案利用 MATLAB 實作數學形態學處理流程。透過 Top-Hat 運算濾除背景污漬，並引入 Bowler-Hat 變換 (Bowler-Hat Transform) 進行結構增強。實驗結果顯示，此流程能改善受汙損指紋的脊線可讀性，也可作為線狀結構影像處理的延伸驗證。

本專案旨在解決高齡化社會中，長輩缺乏運動動機與數位落差的問題。我們開發了一套基於 AI 肢體辨識的互動遊戲系統，包含「記憶翻牌」與「瑜珈引導」，讓長輩在家中即可透過簡單的設備進行復健與運動。

本專案以深度學習建立胸腔 X 光影像 (CXR) 分類模型，目標是探索 AI 在肺炎影像初步篩檢中的輔助價值。

本專案探討機構學中的路徑生成 (Path Generation) 問題：設計一組四連桿機構 (4-Bar Linkage)，讓連桿曲線 (Coupler Curve) 盡可能貼近空間中指定的 9 個目標點。