【神櫻AI團隊】以創新的介面模型,發揮OpenVINO來落實MLOps和聯合學習
提出<介面模型>創新概念,有效提高模型的彈性變動自由度,並運行於OpenVINO設備上,依循MLOps來落實聯合學習。
提出<介面模型>創新概念,有效提高模型的彈性變動自由度,並運行於OpenVINO設備上,依循MLOps來落實聯合學習。
過去幾十年來,糖尿病和癌症均為列國人十大死因,而許多研究也顯示糖尿病與癌症高度關聯,糖尿病患罹癌或死於癌症風險都比非糖尿病患高。若能提早預知則可提早治療,降低糖尿病患罹癌或死於癌症的風險。本研究的目標為應用電子健康病歷、機器學習及深度學習方法建構糖尿病患罹患十大癌症的風險預測模型,並以數個測度評估模型效能。
應用深度學習語音辨識技術, 實作語言發音練習。期望能提供需要語言治療的幼童,每日在家練習的輔助。系統以”看圖說話”加上”讓AI聽得懂你說的話”為主軸,使用方便,可提高練習的頻率,除了便利也具備趣味。
本研究將「人工智慧」應用於「心理諮商」領域,並以「心理諮商」領域於臨床常用之「房樹人繪畫測驗」為主題,透過YOLOv7模型進行物件偵測、OpenVINO進行推論優化、OpenCV DNN連接模型與網頁,提供參考結果與篩選功能供使用者使用。
為了解決身障朋友的困擾,協助他們自信走出家門,我們提出智能自駕輪椅的想法,希望能透過先進的影像識別技術,賦予身障人士更多的行動自主能力。
本團隊自主研發【FOG Releazer】應用平台,只需在家中架設家用網路攝影機,即可運用AI輔助分析,實時分析並客觀紀錄巴金森氏症凍結步態無隱私數據。
運用現行 AI 模型,開發顏面神經失調復健系統,透過表情生成和面部比對,精準追蹤患者復健狀況。
我們透過OpenVINO工具包運行人體姿態估計模型中的 AI 模型結合起來,創建了一套可應用於現實場景的自動化落地錯誤評分系統。
建立多類別癌症之非侵入式AI偵測系統,將模型導入OpenVINO,並將預測結果視覺化,利於多類別癌症之偵測與治療。
本案欲利用 AI 輔助較無經驗的醫療工作者完成副主動脈瘤篩檢,於 AI 導引下完成標準影像取得與自動病灶判讀兩個重要步驟,目標針對各國篩檢市場,應用數量可觀。