第63屆--民國112年

新冠疫情期間因應確診者隔離政策，線上看診重要性大大提升，在需求量越來越多的情況下，許多問題也浮出檯面。經由資料蒐集、討論與訪談診所人員後，我們發現有很多高齡者因數位落差而不會操作線上看診，導致被排除於醫療網之外。因此決定將主題聚焦於如何改善高齡者的數位落差，讓他們學會線上看診的操作，確保看診權益。我們的解決方法以民眾較常接觸的地方診所為中心，思考診所的服務創新以及如何改善服務流程。後續再更深入探討縮減數位落差的方法，可結合地方志工以建立完善的社會支持系統，即整合流程方案，逐步降低高齡者的數位落差，提供另一個就醫管道，增進社會福址。

本實驗使用微波輔助水熱法製備鐵鈷合金。先以不同比例製備鐵鈷合金觸媒並測量其催化效能，比較它們的粒徑、活性後，取最適比例探討合成溫度對催化效能之影響。最後嘗試利用氮摻雜的方式提升效能。經由XRD分析可知合成的鐵鈷合金為CoFe2O4、FeCo2O4屬於尖晶石結構。在SEM-EDS分析後可知，使用鐵：鈷為1：2的比例，其合金粒徑最小。在合成溫度的實驗中，經由XRD、SEM-EDS分析後，發現使用120°C、140 °C作為合成溫度，樣品無法完全形成鐵鈷合金。由極化曲線得知，使用鐵：鈷為1：2的比例，合成溫度為160°C製備的觸媒，其觸媒活性最好。其最大高率可達36 mW/cm2。鐵鈷合金氮摻雜還原出的氮不多，且形成的碳氮氧化合物覆蓋活性位點，使效能不升反降，因此須再調整合成參數。

機器學習和精準醫療是目前醫學界的熱門話題。機器學習在醫療領域的應用越來越普及，可幫助臨床更快速及精準診斷疾病，並提供個人化治療方案。例如，通過訓練大量醫學影像數據，建立深度學習模型，可用於腫瘤的自動辨識與分類。通過醫療資料大數據分析，可以為臨床提供及時的疾病預測和預防建議。然而，如何讓臨床資料結合機器學習建立模型預測，是很重要的議題。本研究使用臺北醫學大學數據處蒐集衛生福利部雙和醫院的大腸直腸癌與大腸炎病患三年的臨床資料，結合機器學習進行模型的建立與預測。經處理數據的缺失值、特徵的排序與選取及向前特徵選取法來訓練與驗證模型，找出分辨大腸直腸癌和大腸炎的最佳檢驗項目組合及效能，以預測大腸直腸癌。

本研究以生物性材料取代傳統無機材料製作記憶體，期待解決電子廢棄物累積的問題。實驗選用鹿角菜膠作為記憶體絕緣層，透過溶液-凝膠法製備成生物性電阻式記憶體，並探討金屬銀離子的摻雜與否對於電性表現的影響。本研究發現，藉由銀離子參與燈絲組成，可使元件ON/OFFratio比提升為103，並降低記憶體的開關電壓與提升其可靠度等表現。我們亦透過線性擬合確知本研究製作之電阻式記憶體符合蕭特基輻射模型，判定元件組態切換行為屬於燈絲傳導的可能性。由於摻雜銀離子對於生物性記憶設備的電性表現有明顯提升，離子與天然材料的組合可望成為下個世代記憶存貯產品的有利競爭者，並為未來電子元件發展提供新的方向。

地球自轉一周，需要24小時，因此地球一面處於白天，另一面則是夜晚，從外太空看地球越先進的國家的夜晚，燈火通明點亮整個城市。當愛迪生發明第一個燈泡時，讓世界夜晝變白晝，照明設備的演進，也照亮人類的文明，各式照明設備有相對的使用壽命，當路燈或照明設備故障時，需要專業維修人員或水電師傅進行更換，有時也讓照明設備久久未能即時修護。本作品設計概念，用於路燈或照明設備，路燈發生故障不亮時，系統偵測故障時並進行自動修護，將不亮的燈泡變成會亮的燈泡，達到即時修護的目的。作品以單晶片微電腦為主控制，LED驅動電路、霍爾電流感測器、使用Zigbee建構區域網路、步進馬達控制，結合IOT物聯網概念，設計具有故障自動修護及回報功能系統。

實驗中蛋白打發最佳的情況，是使用電動打蛋器打發3分鐘綿密的雞蛋蛋白。打發的蛋白加鹽1克水煮後，打發的蛋白體積最大的狀況96.7±5.4ml，而且蛋白加鹽煮起來QQ的不易破掉，所以之後的實驗在打發的蛋白前都加1克的鹽。以下是每種食材產生浮沫的處理方法最佳方式為: 牛肉水煮沸後30秒，加入打發1分鐘的蛋白不攪動。 牛骨加入蛋白時機是在水煮90℃時，加入打發3分鐘的蛋白後不攪動。 豬骨水滾後60秒加入打發3分鐘的蛋白攪動30秒。 蛤蜊水煮沸後馬上加入打發3分鐘的蛋白攪動60秒，可使湯變得更清澈。 蝦頭水煮沸後30秒時加入打發5分鐘的蛋白後不攪動。 魚骨加入打發3分鐘的蛋白後攪動60秒，效果最佳。

本研究使用仿生機器人來觀察在不同救援環境應用時之移動速度差異，透過機械結構之連桿原理進行機器人足部設計調整，以仿生鍬形蟲六足吸管機器人進行模擬實驗測試。經由研究結果得知這類型的機器人能快速平穩行走的最佳設計條件為：六隻腳結構、腳長分別為前足4cm、中足5.5cm、後足4cm時、足底材質為魔鬼氈或菜瓜布。另外，實驗中發現了適當的載重為40g時反而讓機器人移動速度也變快，為了驗證是因為足部摩擦力增加的關係，也另以無載重足部摩擦力實驗驗證了這個推論。我們又改造測試發現機器人的中後足裝上泳足時可在水中最快速移動，綜合以上研究我們成功達到了讓仿生鍬形蟲可以「從水中到陸地」與「從陸地到水中」都能穩定快速進行救援移動的目標。

本研究從浮沉子這項玩具出發，藉由了解控制浮沉子升降的因素，探討如何製作浮沉子以使其可更省力操作。我們發現藉由增加浮沉子負重，可更容易控制其浮沉。 此外，我們根據波以耳定律改良浮沉子，設計出簡單但有效的壓力計，可測量寶特瓶內壓力。 以設計的壓力計測量寶特瓶耐壓程度，測試過的寶特瓶中，最高在壓力達8個大氣壓力左右時仍未破裂。 施予寶特瓶相同外力時，不同品牌寶特瓶內產生之壓力亦不同。根據本研究的分析推論是：某些寶特瓶可能因其特殊設計而較能將受壓處外力分散到周圍的瓶壁，因此可讓受力面積增大而減小瓶內壓力，這種寶特瓶在遭受局部劇烈撞擊時，可能可承受較大外力。

本實驗以單轉動系統設計，探討轉動座標系對流體中顆粒大小分布狀態的相對關係。不同質量顆粒與流體分子摩擦碰撞而產生的顆粒分布狀態，以及加上不同旋轉系統對顆粒的相互碰撞而造成分布狀態改變的相互關係與作用。 在一個持續且穩定轉速的旋轉座標系統中，流體中的顆粒會因向心力而沿著圓形曲線軌道形成圓周運動，而若將旋轉系統停止，流體的運動將逐漸趨於靜止，而流體中的顆粒則會產生螺旋軌跡運動慢慢向中心聚攏。 本研究應用旋轉系統的不同與液體性質的差異，發現當我們將液體停止旋轉時，其中的顆粒會產生螺旋軌跡運動慢慢向中心聚攏，進而在圓心形成一個圓，而不同的變因對它從旋轉到聚攏所花費的時間與其軌跡和分布面積都不盡相同。

台灣是個四面環海國家，土地面積為3.6萬平方公里，人口約2千3百萬人，2019 年人口成長率為 0.2%，根據內政部資料得知，人口老化指數，由107年1月106.35，到108年2月113.93%，人口結構觀察，高齡者(65歲以上)比率逐年上升，台灣老人占總人口12.83%，逼近 14%高齡社會。 而老年人的食、衣、住、行，更需我們多花一份心思去關心，其中尤以「行」最為我們關切，根據內政部資料統計及新聞報導，台灣失智人口在 2017年底已超過27萬人，65歲以上老人每13名就有一名失智，衛福部的調查顯示表示，2031 年失智人口將增加到 46 萬人，2061 年將超過85萬人，等於未 來 40年內，台灣平均每40分鐘新增1名患者，每天增加38人罹病，此問題乃是我們關切之重要因素。