學研新創 - 智慧醫療與健康科技
人工智慧大腦健康輔助偵測系統
2022-12-20
林慶波教授團隊/國立陽明交通大學

林慶波、周坤賢、郭鎮源、李佩霖、蔡惠宇、陳亮恭、彭莉甯、王培寧、鍾芷萍

全球受到高齡化的衝擊,與老化相關的神經退化性疾病的盛行率逐年提升,其中失智症最常見的疾病之一。有75%醫事人員表示,臨床對於大腦老化相關疾病其檢測量能不足。臨床醫師可透過認知量測與影像評估進行疾病診斷,但缺乏疾病早期輔助偵測,以提供早期風險評估。過去研究顯示,大腦老化相關疾病會造成大腦認知功能的改變,並與大腦神經連結體異常息息相關。由於早期神經性疾病的大腦變化,無法從肉眼辨認明顯病灶。因此,如何量化個體大腦細微變化,來辨識高齡長者中的高風險族群是本團隊重視的發展方向。
本團隊基於神經科學與神經網路研究經驗,運用長期累積的大量腦影像資料庫,進行大腦特徵萃取,提供個體大腦體積定量; 搭配人工智慧演算法,估算個體大腦、認知與神經血管年齡; 透過疾病大腦退化資訊,建立對應的腦區退化風險指標。結合這些生物指標,描述亞健康族群個體大腦健康狀態。此大腦健康輔助偵測系統,將有助於提供早覺醫療之創新服務。
本團隊在上述技術研發中,已獲得相關專利、發表國際期刊與榮獲2019預測競賽全球第四、2021科技部未來科技獎。透過此技術,實踐技術商品化落地為主要目標,建立針對於高齡長者,提供輔助臨床辨識異常大腦健康評估之高價值醫材軟體。

評審推薦
1.本案建構亞洲人種各腦區定量參考範圍並開發一系列大腦影像分析,估算大腦、認知與神經血管年齡,建立對應的腦區退化風險指標,未來能提供更細緻的腦結構評估與腦部疾病風險預測。
2.團隊以十年時間收集的影像資料庫是一大優勢,影像涵蓋年齡廣、橫跨多單位與多廠牌影像數據。
3.研究主題具高價值,個人化大腦年齡預測模型成效優異,研究成果相當完整,已於高齡醫學國際頂尖期刊發表並取得國內發明專利。
2023年度精進成果
人工智慧大腦健康輔助偵測系統為首推設計一鍵式自動化介面設計,提供大腦體積定量以及個體腦齡預測分析服務。大腦影像於現行臨床檢查過程中,不易精確判讀大腦萎縮以及老化狀態,臨床影像判讀缺乏一個專業且客觀性的輔助量測工具。為此本團隊除了優化大腦影像分割模組,增加大腦網路共變分析模組(structural covariance network, SCN),可有效提升大腦連結體特徵之萃取,並搭配全腦與局部腦區人工智慧腦齡預測模組,可有效地對於個體大腦健康進行評估與預測。此技術研發亦已獲得國際期刊認證並進行專利佈局。透過大腦網路共變模組之建立更能有助於針對高風險之高齡族群,提供輔助臨床辨識異常大腦健康評估。
團隊簡介

林慶波

學歷

博士

現職

國立陽明交通大學 神經科學研究所 特聘教授

經歷

2017/8-至今 國立陽明交通大學 神經科學研究所 特聘教授

2012/2-2017/7 國立陽明交通大學 神經科學研究所 教授

2015/8-2021/7 國立陽明交通大學 健康長壽與老化科學研究中心 副主任

2009/2-2012/1 國立陽明交通大學 神經科學研究所 副教授

2004/2-2009/1 國立陽明交通大學 神經科學研究所 助理教授

本網站中所有資料(包括影音.文字.圖表.數據等) ,均屬於本中心或各該新創企業團隊之專屬財產,如有引用,請確實註明出處來源。 <完整資訊>
財團法人生技醫療科技政策研究中心 版權所有
Copyright © 2012 - 2024 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved