放射 輪 框的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

亮眼插畫的構圖IDEA：學會一些好技巧，讓你的圖畫轉眼變出色 65個讓插畫大不同的改造好點子

為了解決放射 輪 框的問題，作者田村桂一(doooInc.),山口真理子 這樣論述：

一直很想要這樣的書！ 無論是誰都能學會使用的「插畫技巧創意想法集」， 輕鬆將插畫改造得更亮眼！ 　　描繪插畫的時候，你是否有這樣的煩惱呢？ 　　‧努力練習了但是插畫看起來還是不漂亮，被其他大量的插畫掩蓋風采 　　‧一直找不到自己的插畫風格 　　‧想不出插畫的靈感 　　為了解決這樣的煩惱，讓插畫變得更「有魅力」，本書提供了65個設計構圖上的創意想法，並整理成6個主題。雖然設計聽起來好像很困難，但其實不需要進行困難的練習。「插畫設計研究中心」的蘋果教授、莓果同學、檸檬同學、貓咪肉桂會生動活潑地為大家解說各種技法，可以像繪本一樣輕鬆閱讀、立刻實踐。 　　本書所記載的都是可以簡單嘗試的小技巧

，無論是誰皆可活用。豐富的內容，滿載了專業插畫家平常就會意識到的「一些小重點」。 　　希望這本書能夠常伴大家左右，成為繪製插畫時的「座右書」。 　　▼只要多花一些工夫，就能讓繪畫變得更亮眼的65個小技巧 　　Chapter 1 構圖 　　>>主題是什麼？主要要素是什麼？如何配置呈現？為了在有限的空間中繪製亮眼的插畫，本章介紹大小及配置需要注意的重點。 　　Chapter 2 形狀 　　>>方形、圓形、整齊或散亂，藉由決定形狀，來描繪出具有說服力的插畫。本章說明各種形狀的不同變化。 　　Chapter 3 質感 　　>>花了許多時間繪製，卻看起來像偷工

減料，實在是太可惜了！只要加上「質感」就可以解決這個問題。本章介紹各種繪畫所適合的上色及描線方法。無論是數位或傳統繪圖都有相對的應用方法。 　　Chapter 4 顏色 　　>>用線條勾勒時很有感覺，但上色之後就變得不怎麼樣，這是經常會有的煩惱。本章會介紹「減少顏色數量」、「改變線條顏色」、「配合彩度」、「做出對比」等，來說明配色及上色的小技巧。 　　Chapter 5 主要要素 　　>>如果線稿階段就卡關的話，這時需要轉換概念的發想。本章會解說如何選擇「主要要素」以及如何修正細節，來重新審視畫作中真正需要的元素。 　　Chapter 6 演出 　　>>

;當畫中少了些什麼的時候，加上演出效果是很有效的。這章會教你釐清你想呈現什麼樣的插畫，傳授精細設計的秘訣，讓你的插畫變得更吸引人！ 本書特色 　　■ 整理成65個實用的小技巧，看完可立刻應用 　　■ 內容文章簡潔易懂，配合大量插圖，輕鬆了解小技巧的重點 　　■ 分別有GOOD和BAD的實例對照，改良效果一看就懂 讀者好評 　　「有Before和After的實際例子，很容易理解！」 　　「沒有靈感、或是想不到好點子的時候，這本書很有效！」 　　「從簡單到複雜的技巧都網羅在內，即使是初學者也很推薦閱讀。」 　　「內容具有邏輯性、明確的例子，很有說服力，令人充分理解『為什麼這麼做會更好』。」

　　「插畫的例子都很可愛，單純看圖也覺得很有趣，對於不擅長閱讀理論的人，這也是一本很好入門的書。」  

放射 輪 框進入發燒排行的影片

基於Yolo物件辨識技術之電纜表面瑕疵檢測

為了解決放射 輪 框的問題，作者謝安智 這樣論述：

傳統電纜表面瑕疵檢測，倚賴現場人員利用人眼與配合光學儀器打光進行判斷，然而由於現場人員判斷標準不同，時常發生誤判瑕疵的問題，近年來轉型改使用自動化光學檢測進行檢測，但是在辨別表面瑕疵時，時常將附著在表面的灰塵判別為瑕疵造成誤判，本研究使用YOLO物件辨別技術，利用具有檢測框的優點，能夠直接地顯示瑕疵所在位置，並且訓練完成的權重能夠得到優質的瑕疵特徵辨識結果，以解決工廠檢測時，灰塵誤判的問題，並且比較模型效能指標，用以評估本研究所訓練出的YOLO分類模型效能，並且利用k-fold交叉驗證方法加以評估模型效能指標是否可靠，最後本研究之YOLO模型查準率達到0.95、查全率達到0.92且對於電纜瑕

疵的mAP可達到94.39%，其辨識每張圖片之速度為3.19±0.5毫秒，並且能夠成功辨識電纜線上的瑕疵，且成功在標註框中顯示為何種類之瑕疵，為檢測電纜瑕疵提供一種新的方法。

初學者的自然系花草刺繡【全圖解】：應用22種基礎針法，繡出優雅的花卉平面繡與立體繡作品(附QR CODE教學影片+原寸繡圖)

為了解決放射 輪 框的問題，作者張美娜 這樣論述：

專為第一次刺繡、想要繡出美麗花卉的人所設計， 定格全圖解＋實境示範影片，打造最清晰易懂的花草刺繡入門書！ 精選22種最能展現花草風貌的基礎針法，收錄5種主題色X 32款刺繡作品， 從繡一朵單色小花開始，練習繡出繽紛的花束、花環與花籃！ 　　「圖解與文字說明清晰，初學者易理解，透過刺繡裡的時間，貼近自然與慢生活。 　　針法是固定，但創作是自由的。」──說說刺繡Wunsing&Amber 療癒推薦 　　紅色山茶花、白色三葉草、黃色油菜花， 　　只需繡線、繡針，以及一個小小的繡框，就能帶來一段專屬於自己的慢時光。 　　本書從認識法式刺繡的工具與材料開始，帶你學習剪裁布料、描繪圖案、

引線穿針…… 　　並圖解說明「基礎針法」，每種針法都可再分為基本型和應用型，讓你一步一步熟練技巧。 　　練習各種針法後，就能按照繡圖，繡出薰衣草、向日葵、康乃馨等美麗花卉， 　　並學會將同一種花繡出不同顏色與漸層效果，且透過堆疊手法讓平面作品展現立體感。 　　除此之外，還能將花草刺繡應用在束口袋、拉鍊袋等日常小物中， 　　讓你將這份細緻的手作小禮，送給身邊喜愛的人。 本書特色 　　◎教學完整！從基礎知識到進階作品，讓刺繡初學者不慌不忙的詳盡教學。 　　本書從最基本的刺繡知識開始教起，包括如何選購繡針、認識不同繡線的差異、手持繡框的姿勢、穿針與打結等，接著再一一學習可運用在花瓣、葉子、莖、

枝幹的不同針法，並特別設計「針法練習」，讓人感受到同一個針法能繡出不同圖形，以及在一個圖形中結合不同針法的趣味。最後才會進入完整的花卉刺繡作品。讓你一步一步照著做，也能慢慢成為刺繡好手。 　　◎清晰易懂！600張定格分解圖＋QR CODE示範影片，讓你透徹熟悉針法技巧。 　　刺繡會不會很難？直針繡、雛菊繡、緞面繡等等一大堆的針法名詞好像很複雜？本書為了讓第一次刺繡的人也能成功繡出好看的圖案，完整拆解每個針法步驟，以近距離拍攝重點細節的照片，放大出入針位置、纏繞等動作，並且透過影片示範整個流程，讓人一看就懂，解決「不清不楚」的困惑。 　　◎細緻質感！用基礎針法繡出20種質感花卉，體會繡出繽紛

顏色花草的樂趣。 　　紫色的薰衣草、黃色的向日葵、粉色的櫻花……本書收錄的都是大家常見、喜愛的花卉植物，並依照「藍紫色、黃橘色、粉紅色、紅色、白色」做分類，每個作品圖樣也都清楚標示出使用的繡線顏色，以及使用的針法。而且，不單單是繡出一朵花而已，並設計成美麗的花束、花環、花盆、花籃等造型，呈現細緻優雅的刺繡品。 　　◎簡易應用！搭配「針法練習圖案」與「花卉作品圖案」，輕鬆就能立刻跟作。 　　書中的所有刺繡作品以及練習用的圖案，都以「原寸」大小收錄在書末，只要利用描圖紙複製圖案，就能輕鬆地移轉到布料上開始刺繡。如此一來，完全不用擔心自己手拙或沒有繪畫美感，只要照著繡，一定能完成令人滿意的精緻繡花

。

應用深度學習與3D列印技術於頭部電腦斷層掃描全自動分割辨識鼻竇與鼻竇黏膜發炎系統之開發及提出臨床診斷全新慢性鼻竇炎之評估標準

為了解決放射 輪 框的問題，作者廖育樞 這樣論述：

慢性鼻竇炎是一種非常流行的氣道疾病，嚴重影響患者的生活品質。慢性鼻竇炎大多以病患自己主觀的症狀陳述做為臨床判斷而並無實際客觀數據與標準化。電腦斷層掃瞄因能清楚觀測鼻竇黏膜發炎造成鼻竇中出現灰色混濁區域，故使用電腦斷層掃描評估鼻竇黏膜發炎程度目前被認為是客觀診斷慢性鼻竇炎的方式。慢性鼻竇炎有許多用於電腦斷層掃描分析的分級系統，本文以目前美國耳鼻喉頭頸外科醫學會使用Lund-Mackay分級系統做為鼻竇炎之研究標準，因這種分級系統依十個不同的鼻竇（含左右上頷竇、前篩竇、後篩竇、額竇與蝶竇）的黏膜發炎程度個別計分，當黏膜發炎程度不佔電腦斷層掃描影像時記為0分，當黏膜發炎程度佔100%時記為2分，所

有其他程度都被記為1分，故診斷者能在不費時的情況下評斷較一致性，相較於其他分級系統簡單通用，且診斷者不需經過專業的醫療放射學訓練即可進行。但有研究指出該系統缺乏足夠的分級來觀測黏膜發炎程度的量化，因此出現研究者增加分級的數量以改進此系統。而這些改進的分級系統中，計算各鼻竇黏膜發炎比例的分級系統被證實為具更佳評估慢性鼻竇炎之方法，與慢性鼻竇炎病患之症狀嚴重程度更具相關性，但使用視覺觀測鼻竇黏膜發炎比例會失去一般Lund-Mackay分級系統中診斷者間評估的一致性，使分級系統趨於主觀，且目前計算鼻竇黏膜發炎程度仍需手動框選各種不同鼻竇之輪廓再加以計分，實施費時。因此，若能將評估系統全自動化實踐，將

成為日後衡量慢性鼻竇炎嚴重程度之黃金標準。　　本研究為改進評估慢行鼻竇炎鼻竇黏膜發炎程度之分級系統，開發出一套全自動化之系統，能適用於目前Lund-Mackay及其他改進分級系統之計分，快速計算頭部電腦斷層掃描中左右各五種不同鼻竇與其黏膜發炎比例，給予醫師臨床診斷之建議。　　本研究分為三部分，第一部份利用深度學習卷積神經網路中的語義分割方法全自動分割及辨識出各種鼻竇區域之輪廓，第二部份為各鼻竇之體積重建與驗證，第三部份為計算各鼻竇的黏膜發炎比例之分級系統給予是否進行手術的建議指標。一、 本研究使用三軍總醫院50組病患電腦斷層掃描資料，與醫師協同確實標註影像中上頷竇、前篩竇、後篩竇、額竇與蝶竇之

區域輪廓，接著使用專為醫學影像分割而開發出之語義分割模型UNet對所使用之資料集進行訓練，再結合新穎之深度學習方法對語義分割模型進行改進，含融合高解析度特徵圖跳躍連接使鼻竇輪廓分割細節更完整、自我學習特徵圖間的關係凸顯出重要的特徵圖、深度可分卷積減少運算與參數量、殘差連接穩定模型訓練與半監督式學習對未標註資料進行訓練與驗證。並依醫學影像分割判定之指標Dice評估模型之效能，得Dice可達到91.57％，代表能對影像做精準的分割與辨識，且預測100組病患資料平均每一組僅需9.7285秒，相比醫師手動框選花上至少一小時，大幅提升效率。此外還請到三位三軍總醫院的耳鼻喉科醫師，對語義分割模型所預測之額

外100組不同病患電腦斷層掃描資料進行準確度計分，這些電腦斷層掃瞄資料含左右上頷竇、前篩竇、後篩竇、額竇與蝶竇，得平均準確度高達94.6%，表示語義分割模型能精準分割辨識出各種不同的鼻竇區域輪廓，即使在難以區分的鼻竇口也能正確分割，僅在少量前篩竇與額竇相連時影像切片未出現邊界區域而造成誤判，證實本系統同時有快速且低誤判之優點有助於臨床給予醫師建議。二、 根據語義分割模型所分割辨識的上頷竇、前篩竇、後篩竇、額竇、蝶竇與其黏膜發炎之輪廓使用Marching cube進行三維體積重建，以3D列印技術列印出三個不同病患之鼻竇樣本，驗證實際體積與系統所得體積之計算誤差，得誤差平均為1.44％，驗證本研究

方法求得之各鼻竇與其黏膜發炎體積的可靠度。三、 依上頷竇、前篩竇、後篩竇、額竇、蝶竇與其黏膜發炎比例所計算出之全新Lund-Mackay分級系統作為是否進行手術的建議指標，經由約登指數求出最佳閾值評估是否可以有效診斷手術之必要性。得當分數為6.92時為最佳閾值，靈敏度、特異度與接收者操作特性曲線下面積分別為96.0％、92.6％與0.981，與一般Lund-Mackay分級系統靈敏度、特異度與接收者操作特性曲線下面積的84.0%、86.8%與0.857相比能更精準提供臨床偵測與診斷。證實依各鼻竇實際黏膜發炎比例評估慢性鼻竇炎能更有效了解病患之症狀程度，且能同時快速且精準的提供給醫師手術診斷的準

確性參考依據。