關於此課程
課程主旨
隨著穿戴式裝置與遠距醫療市場噴發，生理訊號感測晶片已成為半導體業高毛利的新藍海。本課程邀請成大生醫跨域業師 Josh Su，帶領學員從基礎感測技術出發，深度剖析類比前端電路 (AFE) 的訊號擷取原理。課程不僅涵蓋多模態訊號分析與韌體整合，更導入前瞻的邊緣運算 (Edge AI) 技術，教授如何進行特徵工程並建立疾病自動辨識模型。透過實戰演練，學員將掌握從電路設計、系統校正到 AI 演算法部署的全流程，協助半導體人才跨足高階醫療電子領域，搶佔智慧醫療先機。
學習目標
- 掌握感測核心： 理解生理訊號特性，具備設計與調校類比前端電路 (AFE) 的能力。
- 系統開發實作： 學習整合韌體控制與軟體即時顯示，建構完整的生醫量測系統。
- AI 辨識落地： 掌握生理訊號的特徵工程處理，並將疾病分析模型部署於 Edge 端。
- 跨域應用整合： 具備開發符合醫療等級精度要求的穿戴式或嵌入式感測方案。
適合對象
- 類比/混合訊號 IC 設計工程師： 欲深造生理訊號擷取前端電路者。
- 生醫電子應用工程師 (FAE/AE)： 需開發醫療穿戴式產品參考設計 (Reference Design) 者。
- 半導體封裝與測試工程師： 涉及感測器模組化與精準度校正流程者。
- 韌體/系統整合工程師： 欲學習如何將 AI 模型應用於生理訊號分析者。
課綱規劃
Day 1：感測硬體電路與訊號擷取實務
| 時間 | 單元主題 | 核心內容重點 |
|---|---|---|
| 09:30 – 11:00 | 1. 生理感測技術基礎 | ECG/PPG 訊號原理、醫療級晶片規格與市場應用。 |
| 11:00 – 12:30 | 2. 實作 A：AFE 前端電路 | 前端電路設計、SNR 優化與微弱訊號擷取實務。 |
| 13:30 – 15:00 | 3. 實作 B：多模態訊號分析 | 多重感測器融合、數位濾波與特徵波形提取實務。 |
| 15:00 – 16:30 | 4. 系統校正與儀器模擬 | 硬體整合校正流程、生理訊號產生器應用。 |
Day 2：邊緣運算與 AI 疾病辨識開發
| 時間 | 單元主題 | 核心內容重點 |
|---|---|---|
| 09:30 – 11:00 | 5. 系統韌體控制與即時顯示 | MCU 韌體控制邏輯、低延遲傳輸協議、軟體端即時繪圖 (GUI) 技術。 |
| 11:00 – 12:30 | 6. 生理數據特徵工程 | 訊號預處理、時域/頻域特徵提取、標記數據與模型訓練前置作業。 |
| 13:30 – 15:00 | 7. 實作 C：Edge AI 疾病辨識 | 部署輕量化模型、自動辨識生理異常（如心律不整）、推論效能優化。 |
| 15:00 – 16:30 | 8. 產品開發挑戰與未來藍圖 | 醫療法規 (FDA/TFDA) 對硬體之影響、智慧醫療趨勢總結與 Q&A。 |
學員評分和評論
還沒有評論