joules台灣的問題，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

高能量聚焦超音波(海扶刀)之台灣市場經營模式研究

為了解決joules台灣的問題，作者吳照興 這樣論述：

摘要 從16年前海扶®刀被引進台灣醫療市場之後，個人及公司團隊一直沉潛於市場當中最困難的臨床實證，當此研究論文被發表時，預估此技術將已在台灣各大醫學中心及地區醫院，經歷5年的臨床實證，成功治療超過3000個病患實證案例。 本研究論文報告訪查對象為生技醫療產業相關人員，問卷研究報告當中竟然有高達57.3%的受訪民眾沒聽說過、不知道海扶®刀這項治療腫瘤沒有傷口、不流血的無創治療技術，而身為這個技術的台灣引領者，不得不藉由研究論文的發表來表達並禪述一些問卷調查後的現象，並尋求後續產業改良前進的方向。 研究後發現有有高達97.1%的民眾希望這項新的醫療技術能在臨床上增加新的惡性腫瘤

適應症，而個人認為海扶®刀對人類最大的兩個適應症貢獻，會是子宮腺肌症及胰臟癌，究其原因，是因為在婦產科領域中目前沒有任何方法可以有效治療子宮腺肌症，唯一的方法就是把子宮經由手術拿掉，這對婦女同胞將是一輩子的遺憾，而海扶®刀手術將可協助彌補這個遺憾 而讓患者保留子宮，而胰臟癌更不用說，它是目前醫界所公認的癌王，一旦被發現時大都在癌症後期，而長的位置也不容易開刀，生命終結的過程又相當的辛苦，只能用痛不欲生來形容，而海扶®刀可能會是它生命裡的可能救星，尤其對癌末病患的姑息療法，因為它不動刀、不流血、可以重複多次治療。 高能量聚焦超音波(High Intensity Focused Ultras

ound，概稱 HIFU)，是一種沒有傷口無創的外科手術工具而應用於相關適應症來治療腫瘤，它是通過能量聚焦方法將大面積聲場輻射元件(換能器)所發出的音波能量匯聚於某個特定區域，使音波聚集能量達到很高的強度(例如幾百焦耳以上），這個特定區域被稱為“聚焦區”；由於生物組織器官等對聲波有較大的吸收現象，通過不可回逆熱力學過程使聲能部分地轉化為熱能，使該區域及其鄰近的溫度升高，當溫度迅速上升至65℃以上並維持一段時間後，組織中的(癌)細胞產生不可逆變性(irreversible denaturation)的凝固性凋亡壞死，從而達到消失融化腫瘤組織的目的，進而達到外科手術的效果，而壞死的細胞再經由人體循

環系統將它代謝吸收。 據台灣衛福部統計，醫學臨床上約四分之一女性被檢查發現患有子宮肌瘤，可成為婦科最常見的疾病之一，然而較幸運的是，子宮肌瘤大多為良性腫瘤，大多數不會造成生命威脅；據醫學相關文獻記載，子宮肌瘤轉變為惡性者，比較少見，但病理檢查的子宮標本中，患子宮肌瘤者高達四分之三，亦即高達四分之三的子宮肌瘤可能伴隨有病理變化，因而子宮肌瘤的後續處理仍不可不慎；一般子宮肌瘤常見治療方式有：藥物治療、手術治療；一般手術治療包含以下方式：(1) (Hysterectomy)子宮切除術：(ATH)經腹部手術外，亦可(VTH)從陰道或腹腔鏡切除、(2) (Myomectomy)子宮肌瘤摘除術：又可

區分為(Abdominal Myomectomy)經腹部摘除、(Hysteroscopy Myomectomy)子宮鏡摘除、腹腔鏡摘除、(3) (Uterine Artery Embolization)子宮動脈栓塞術、(4) (High Intensity Focused Ultrasound) 超音波消融治療手術。 海扶®刀(HIFU)整個治療過程使用超音波聲能聚焦於腫瘤部位，讓正常的子宮組織不損傷,消融治療所產生的壞死凋亡組織可被正常細胞組織經由血液循環逐漸慢慢吸收，使子宮肌瘤逐漸變小，達到減輕或緩解不適症狀；超音波消融可以是一次性治療即可完成，治療後的有效率在95%左右。標準主要是

以症狀是否被緩解來判斷，運用影像學檢查(MRI磁振掃描和SONO超音波掃描)可判斷子宮肌瘤的內部供血情況，肌瘤被細胞組織吸收程度等幾方面綜合考慮。當然超音波療法也存在5%失敗的可能情況，但即使治療效果不佳，對身體的傷害也很微小，有需要的還可以重複再次實施超音波海扶®消融手術，也不會影響後續再使用其他的介入性治療方式。 2004年波音醫學設備股份有限公司由我及團隊 開始研擬引進人類醫學治療科技境界中的夢想“沒有傷口的治療方式-子宮肌瘤用超音波來消融治療”，是一種新的技術不侵入人體 (不用開刀、不流血)可治療子宮肌瘤的無創治療方式，治療原理和聚焦太陽光類似,從體外將超音波聚焦在體內子宮肌瘤靶

區處，使區域焦點產生高溫能量，讓子宮肌瘤細胞組織產生不可逆的壞死，達到沒有傷口無創消融子宮肌瘤的目的，聚焦超音波無創醫療-海扶®刀(HIFU)，開創一個全新治療時代，波音醫學無創治療"領跑"整個台灣!

使用Mask-RCNN於中風患者之白質病變自動分割及量化

為了解決joules台灣的問題，作者周昱陞 這樣論述：

白質病變(White matter hyperintensity)是腦部疾病的一個預測因子，與中風、頑固性憂鬱症、癡呆和死亡的風險有顯著的相關性。白質病變的觀測需要對T2加權磁共振成像(T2W MRI)進行資料視覺化，讓白質病變以亮度增加的形式表現在影像上。本研究的目的是使用人工神經網路在T2加權磁共振成像快速且準確地自動分割白質病變，並且自動計算出病變的體積，輔助醫師的診斷及治療。一般醫學影像辨識的AI輔助大多採用U net人工神經網路架構，本研究所採用的是運算速度更快且可以實例分割的Mask R-CNN，以兩階段神經網路的方式偵測。第一階段是以Mask R-CNN進行影像前處理，影像的前

處理包括去除頭骨、眼球等經常是被人工神經網路誤判為白質病變的區域，只保留腦實質的部分作為後續輸入。因為頭骨與腦組織的影像強弱關係會受到機型與參數影響，本研究對留下的腦實質影像進行影像正規化，來降低不同參數與機型生成的磁共振成像差異，並提升白質病變與非白質病變組織的影像特徵差異。第二階是以Mask R-CNN對白質病變進行圖像分割，將分割的結果依據磁共振成像的像素間距計算白質病變體積的毫升數。人工神經網路的訓練資料來源是荷蘭UMC Utrecht醫院20名有白質病變的病人影像，測試資料來源是聯新國際醫院收集的10位有白質病變的病人影像，第一階段的訓練資料標記是基於FMRIB Software L

ibrary的Brain Extraction生成，並經過手動修正的二值化影像標記。研究結果顯示使用Mask R-CNN進行腦提取的Dice係數達到96.06%。白質病變自動分割的Dice係數為55.69%，對白質病變自動分割的體積與實際體積計算相關性分析達到90.3%，運用迴歸分析計算量化白質病變的成果，判斷係數R2達到0.949。研究結論為Mask R-CNN對於白質病變的分割及量化可以輔助醫師做為臨床參考，結合影像正規化與運用神經網路剔除干擾資訊的方法，可有效的提高自動辨識的準確率。