第65屆--民國114年

隨著氣候變遷、外籍勞工湧入與疫區國家的接觸，登革熱成為衛生機關的重要挑戰。本研究旨在利用臺灣的溫泉地理環境，探討不同性質溫泉，能否有效減少孑孓數量。 本研究以新北市金山區特有的弱鹼性碳酸氫鈉泉、酸性硫酸鹽泉、酸性氯化物硫酸鹽泉以及海水為研究 樣本，進行模擬實驗及田間防治評估，以探討不同濃度及溫度之溫泉或海水對減少孑孓數量的效果與關聯性。 結果顯示，孑孓對氯化物硫酸鹽泉及海水的耐受性最低，其次是硫酸鹽泉，最後是碳酸氫鈉泉。此外，隨著溶液濃度的降低，其抑制效果顯著減弱。本研究得到結論為硫酸鹽泉及氯化物硫酸鹽泉有效撲殺孑孓，主要機制涉及高濃度酸性硫酸根離子與空氣作用，氧化為二氧化硫，干擾孑孓代謝，而達到撲滅效果。

本研究針對新竹地區水源受潛在污染影響且磷檢測昂貴的問題，改良傳統磷鉬藍法（PMB），以發展低成本、高靈敏度且環保的磷酸鹽檢測方法。 主要針對三項缺點進行改良：（1）高試劑用量、（2）使用有害銻離子、（3）鑑別度受限。透過九宮格實驗設計，調控鉬酸銨與維生素C濃度，並進一步控制反應系統，透過吸收光譜分析，成功篩選出能避免鉬藍干擾且反應時間短的最佳條件，成功建立良好的檢量線。應用於新竹地區自來水檢測，總磷濃度為0.045–0.101 ppm之間具有顏色鑑別能力，證實其半定量的可行性。 與傳統法相比，本法化學污染減少至1/45，操作簡便，且有機會發展成「磷酸檢測球」，本研究所開發方法兼具環保性與普及性，適合用於水質監測與環境教育推廣。

本研究以天然材料製作「水溶性包裝袋」為目標，期望改善塑膠袋所造成的環境問題。從腐壞地瓜萃取出澱粉為原料，並將甘油、聚乙烯醇（PVA）、檸檬酸、硬脂酸及水混和以塗佈機於玻璃片上製膜。針對不同比例所製成的水溶膜，透過SEM探究聚合物的交鏈情形；藉由拉力實驗找出膜袋 荷重性最佳的成分比例，澱粉、甘油含量較低者，膜袋荷重表現佳。以熱重分析法探究膜袋之熱穩定性。以FTIR分析成分比例不同的膜之氫鍵，圖譜中可見甘油所造成之變化，同時影響膜的黏滯性。透過微粒動力學將膜溶於水中，施以擾動並觀察微粒粒徑變化情形，攪拌時間越長粒徑越小。最後，將自製膜放於植物盆栽上，觀察植物成長及測量滲透水pH值，確保其對環境友善，以利推廣應用。

隊員的外婆在台灣獨居，曾因跌倒而未能及時求救，引發家人擔憂，高齡化與獨居老人數量增加，導致安全照護挑戰，需改善意外求助系統。本研究目的是使用OpenCV和YOLO技術辨識人體動作，檢測跌倒情況及其影響發送郵件通知家人。本研究使用Pexels和Google收集圖片進行訓練，Roboflow工具加快標註過程。過程中整合偵測、影像擷取及郵件發送功能，設計時間間隔機制避免重複發送郵件。訓練結果顯示模型在辨識「躺下」動作上準確率高，對其他動作表現尚可，而系統運行時CPU負擔輕，確保穩定性與擴展性。本系統對人物重複辨識和跌倒檢測準確性有改進空間，考慮增加資料量及調整標註類別。未來計畫開發專用APP以提升訊息傳送功能，增強用戶體驗。

本研究提出一套結合BERT模型與自訓練分類器的失語症分類系統，透過多個方法及參數組合提升判斷精確性。研究靈感來自櫻井等人(2023)[15]提出的BERT分類模型，並參考Cong et al.(2024)[5]針對大型語言模型(LLMs)在臨床環境中的應用，進一步探索自訓練分類器在增強BERT判別能力方面的潛力。 本研究的創新點在於，模型基於醫生標註的分類結果進行深度學習，而非讓AI直接從語料中自動分類病患類型，這與先前主要依賴LLMs自動分類的方法不同。此外，本研究納入詞性、語法結構與語音長度及肢體語言標記，以提升模型的處理能力與個人化治療。 考慮語料庫規模及醫學倫理，本研究採用AphasiaBank(全球最具權威的語料資源之一)的英文訪談文本進行模型訓練，同時移除所有個人隱私資訊。

本研究旨在開發選擇題手寫卷的自動閱卷與成績登記系統，以減輕小老師與教師在小考閱卷及成績登錄上的負擔。為改善選擇題手寫卷的閱卷方式，本研究結合手寫字辨識技術、雲端成績登記存放及網頁式查詢三大功能，開發AI輔助手寫卷閱卷系統。使用者設定考試相關資訊(如考試名稱與標準答案)，並上傳答案卷影像，即可透過系統自動辨識答案且計算成績，並將結果即時傳送至雲端資料表，供教師透過網頁查詢。本研究成果可有效降低人工閱卷負擔，提升成績管理的即時性與便利性，期望為校園提供更高效的閱卷與成績登記方式。

本研究開發了一種基於影像辨識的水果品質分類系統，採用最適合同時處理局部及全局資訊的 Swin-Transformer 模型，透過分析水果外觀來判斷其品質，並多次實驗以調整參數、訓練多個模型以辨識不同水果種類與品質。 使用者上傳水果影像後，系統即能識別水果種類和品質，並提供新鮮度建議與食用方式。此系統相較於傳統的檢測方法，具備非破壞式檢測優勢，且降低成本，適用於農業生產與消費市場。 模型測試結果顯示，水果類型分類器準確率為99.0%，蘋果品質分類器為85.04%，橘子品質分類器為97.67%，顯示該系統在分類與品質評估上具有較高的準確性，對水果檢測及提升食品管理有重要意義。

隨著台灣在奧運羽球雙打再奪金牌後，更多台灣人想嘗試這項運動。為提升新手學習效率，本研究旨在開發一套幫助新手透過手機進行姿勢矯正的軟體。首先，本研究選擇BlazePose模型當作人體姿態辨識模型，並訓練MLP、KNN及YOLO等姿勢分類器。其中，KNN分類器在影片姿勢分類表現最佳，準確率達94.80%。此外，本研究設計Ball In Ball Out流程可偵測羽球並自動剪輯單一打擊片段，準確率為95.89%。經上述多模態資料分析後，再檢查常見錯誤姿勢及比對專家姿勢差異，最終LLM給予使用者姿勢錯誤矯正建議。羽球專家對姿勢矯正建議的平均認同百分比達82.40%，羽球新手達81.16%。

近年來隨著資訊科技發展，詐騙行為日益猖獗。儘管政府已建置防詐網站與專線提供人工審查，但面對大量詐騙資訊，其效率仍顯不足。為降低人工審查負擔，本研究探討提示工程技術（Prompt engineering），評估其是否可提升GPT模型對圖像與語音詐騙內容的辨識準確率。研究設計採用三種不同提示策略，分別應用於圖像與語音資料中，並比較其判斷正確數以分析準確率差異。結果顯示Chain-of-Thought Prompting在兩種媒介資料中表現皆優於其餘提示工程模型，顯示良好判斷效果。本研究基於Chain-of-Thought Prompting模型開發互動式網頁程式讓民眾可立馬使用網頁判別可疑的圖片、音訊，展現應用於基礎防詐之可行性，亦可為後續防詐系統提供設計參考。

癌症長期對人類健康構成重大威脅，尤其癌細胞對傳統化療產生抗藥性，尋找新治療方法成當務之急。近年許多研究發現寄生蟲的分泌-排泄蛋白具抑制癌細胞生長的潛力。如犬蛔蟲的分泌-排泄抗原已被證實能抑制纖維肉瘤、肝癌及大腸癌細胞增生，但其作用機制仍未明確。 本研究利用與犬蛔蟲相近的人畜共通線蟲—豬蛔蟲成蟲體蛋白進行肺癌細胞共培實驗。結果顯示AsSP可顯著抑制肺癌細胞增生與惡性特性。透過快速蛋白質液相層析系統對AsSP粗蛋白做分離純化，並經由Q-TOF-MS技術分析其成分，成功篩選出10種具有抗癌潛力的豬蛔蟲胜肽。未來研究將利用E. coli BL21表達系統，進一步開發與驗證這些抗癌胜肽的功效與應用潛力。