Research Content

概要-

超音波觸覺為利用高強度超音波聚焦而產生觸覺反饋的技術，其特點為非接觸式且具高解析度。實現方法為透過頻率40kHz的傳感器陣列發射訊號，藉由調整各傳感器之發射時間差在空中形成焦點，並透過訊號的調變讓使用者在焦點感受到觸覺。

傳統用於觸覺的傳感器陣列體積過於龐大，不易整合於一般商用產品中，因此本實驗室致力於設計並製作能產生高強度超音波的壓電式微型超音波傳感器(PMUT)，以求大幅縮小超音波觸覺裝置之尺寸，使其可廣泛應用於觸控面板或顯示器介面中。

概要-

    微型壓電式超音波傳感器(PMUT)是微機電系統裡一種新型的傳感器。有別於傳統塊材式壓電傳感器，PMUT利用壓電薄膜，耦合於一可震動的結構上，當外加電訊號，元件便會開始產生震動，進而發射超音波，若是外加超音波，則元件便會將其轉換成電訊號。在元件結構中，傳感器的響應頻率決定於結構層厚度而非壓電材料本身之厚度，故帶來更大的設計彈性。雖然目前PMUT的輸出功率仍小於傳統壓電傳感器，但其具有在結構設計上更大的彈性、水中良好的阻抗匹配性與低輸入電壓等優勢，故在未來極有可能成為新一代的超音波傳感器元件。

概要-

    光聲影像技術(Photoacoustic image, PAI)是一種非侵入式的成像方法，目前已被廣泛應用於生物醫學影像中，其原理為利用雷射光源激發組織進而產生超音波。如圖一所示，首先，使用脈衝雷射光照射成像部位，一部份的光被組織吸收後轉換成熱能，並產生彈性膨脹，發射寬帶(MHz等級)超音波，接著，透過自行開發的透明可撓式超聲接收器將聲波訊號轉換成電壓，再將收集到的訊號利用程式重建，即可轉換為影像。圖二為欲掃描之模型，接收器接收到的超音波經訊號處理後重建的影像如圖三所示，可以明顯的看出影像與掃描的模型，在各種角度的成像都相符。

概要-

    光聲影像系統是一種具有高解析度即時成像優點的深層影像系統，目前有越來越多的生物醫學研究紛紛使用光聲影像作為觀測實驗結果的方式。雖然光聲影像已經廣泛應用於各種於實驗室內進行的生物實驗中，然而，距離應用於消費性電子產品如智慧手錶，或手機等，仍有一段距離，其中，最需突破的困難，為對高解析度脈衝雷射與光速掃描機構的需求，故本研究將探討如何使用深度學習的方法，減少對脈衝雷射源的需求。

概要–

利用超音波陣列測溫的方式，在目標區域內產生數十條超音波傳遞路徑(圖一)，並根據所測得之各路徑的聲速及其與介質溫度之關係，開發合適的演算法重建出二維平面上各點氣體的溫度(圖二)。

        根據研究結果，發現使用六角形網格之演算法可以最準確地追蹤熱點分佈(圖三)，同時可達所有聲速路徑上之平均溫度誤差小於1%，並且感測到相對區域直徑3%之熱點移動(圖四)。

本研究係利用12顆超音波傳感器排成一個環形陣列，並搭配自行設計之發射/接收電路，以單顆傳感器作為發射端，其他傳感器作為接收端的方式，進行12次的量測實驗(圖一)，經資料處理後，可以得到共66組的聲波傳播速度，再透過本實驗室提出之二維超音波溫度分佈重建演算法，達到以超音波量測平面場氣溫的目標(圖二) 。整體系統架構如圖三所示，目前研究進展到「接收訊號優化」的部分。

概要-

超音波為藉由介質傳送之機械波，且在水中之衰減速度甚低，故在養殖場域中具有能穿過懸浮微粒、對養殖物影響極小之優點，且超音波的成像機制幾乎不受光線、水色、混濁度的影響，在智慧水產養殖領域中極具發展潛力。

本研究開發一套白蝦超音波影像辨識系統，主要利用Verasonics系統(如圖一)擷取超音波影像(如圖二)，先將其影像輸入卷積神經網路 (Convolutional Neural Network, CNN)，擷取影像特徵，而後輸入類神經網路模型中進行訓練，訓練完成之模型(如圖三)將能根據影像進行分類。

概要-   

    本研究之目的為藉由調控超音波頻率與強度，於水中產生超音波空穴現象，並以此抑制或促進水中特定藻類的生長。實現方法為固定多個壓電片於藻類試管周圍，並連接壓電片至實驗室製作的攜帶式超音波藻類生長調控電路，此電路可對壓電片輸出多種調控訊號，使其產生震動並對藻類施打不同頻率與強度的超音波。根據實驗前後藻類數量，即可分析超音波對藻類生長之影響。

概要-

      EIT電阻抗成像（Electrical Impedance Tomography, EIT）是一種非侵入式（noninvasive）重建人體內部組織影像之技術，可即時顯示人體內部組織之影像。如圖一所示，藉由已知注入電流(I)、預設阻抗分布狀況(Ω)，透過解Forward Problem(α) 得到電壓分布情況(Φ)， 並與電極量測到之電壓(V)比較後，經過解Inverse Problem(b)反推得阻抗分布情形(ρ)，並重複此流程直至電壓分布與測得之電壓差距最小。

本實驗室透過Matlab與Python的搭配，整合硬體與2D、3D影像重建演算法以及使用者介面(GUI)(圖二、三、四)，實現穿戴式EIT系統軟體架構部分，未來將以此方面繼續延伸下去。

概要-

生物醫學實驗中常使用超音波影像作為觀察動物肌肉、內臟之手段，但由於機台移動不易，故往往須將實驗體運送至機房並進行麻醉，運送與麻醉過程中常造成實驗體死亡或受傷，因此本研究目標為設計用於小型實驗動物的無線背包式超音波影像擷取裝置。

本實驗使用LabVIEW程式控制掃描鏡模組與脈衝發射接收器，對實驗體進行脈衝聲波掃描與訊號擷取，重建出其超音波影像並定時回傳給實驗者，此程式亦可調整聲波訊號增益以加強或衰減特定深度的影像。

概要-

本研究使用Python開發一套系統，透過深度攝影機(Azure Kinect)與電腦，將系統架設於健身房，以此系統辨識人體骨架，將其骨架與時間之間的關係輸入到機器學習模型當中的來判斷學員每一次深蹲的好壞，並可以在系統上回放每一次的深蹲搭配模型預測的結果，讓學員透過影片了解其動作的哪裡需要改善，提供教練與學員更良好的教學環境。

概要-

本研究專注於開發一個基於深度學習的系統，將目標追蹤技術(YOLOv4-tiny)和加速度計（Xsense.dots）結合起來，以實現游泳過程中的實時自動分段計時和顯示加速度信息。旨在提高游泳者的訓練效率，使教練和運動員能夠評估他們的表現並相應地調整他們的練習方法。

示範影片-

概要-   

    本研究之目的為藉由調控超音波頻率與強度，於水中產生超音波空穴現象，並以此抑制或促進水中特定藻類的生長。實現方法為固定多個壓電片於藻類試管周圍，並連接壓電片至實驗室製作的攜帶式超音波藻類生長調控電路，此電路可對壓電片輸出多種調控訊號，使其產生震動並對藻類施打不同頻率與強度的超音波。根據實驗前後藻類數量，即可分析超音波對藻類生長之影響。

在無實體接觸的狀態下進行物體或液體的搬運，為新一代新穎智慧機械所需求之創新技術，除可減少載體與運輸物之間的物理接觸所造成的汙染及損失外，更可進行現今機械手臂難以達到的精細操作。其中，聲波懸浮(Acoustic Levitation)為受限最少之非接觸搬運方式。

本研究之懸浮裝置系統如圖一，上下各有一個聲波傳感器陣列，面對面放置來產生駐波，兩者之間的距離需為半波長的倍數，若物體尺寸小於半波長且重量小於聲壓產生之聲輻射力，則此物體將能被穩定懸浮於介質中。圖二為實際懸浮物體的照片，圖三為用高頻聲壓麥克風所測量出的二維聲壓分布圖。