
技術簡介
本作品開發一套專輔助ADHD評估的智慧型診療椅。作為ADHD的客觀評估工具。本作品完成即時分析與資料庫兩個目標。即時分析為完成智慧型診療椅作為輔助醫師的即時診斷,智慧型診療椅由偵測器、微處理機與電源轉換器所構成。智慧型診療椅置於診間,診療椅的偵測器包括壓電材料與陀螺儀,可感知和記錄該個案的活動細節。壓電材料對垂直的動作有比較靈敏的響應,而陀螺儀則對水平的動作響應比較靈敏,兩者可以互補。當偵測器偵測到受測者坐下時,即開始記錄受測者活動訊息,直到受測者離開座椅則微處理機即時計算這段期間受測者的特徵值,提供醫師作為即時診斷的參考。人體動作特徵反映在動作大小與動作頻率,要量化動作大小,本文採速度與加速度的變異量(Variance,VAR)作為特徵;要量化動作頻率,本文採越零率(Zero-crossing rate,ZCR)作為特徵;另外,為了克服雜訊並抑制動作差異等因素,本作品並定義高能率(High-energy rate,HER)做為特徵。微處理機採ESP32建構物聯網系統。ESP32設計成一個網路伺服器,提供網頁交付給Web客戶端作為監控用。客戶端可透過手機直接設定與操作,利用網路傳輸技術做為設定與操作。資料庫作為支援後續研究的資料儲存。在看診期間微處理機持續記錄壓電材料與陀螺儀數據,看診結束後使用者可以將記錄上傳到網路資料庫,被授權的醫務人員可透過網路進行監視與分析。所偵測的數據資料將可以提供未來神經疾患兒童臨床診斷與治療相關的研究,使研究人員能持續對系統改善,讓診斷更為精確。

應用案例
為了區別過動症患者與一般正常人的動作差異,參加者包括62名兒童(31名患有過動症,31名沒有過動症),所有這些兒童都被要求坐在診療椅上,並接受兒科神經科醫生檢查。我們也比較了七個特徵集下每個分類器之間的四個分類測試性能指標,即靈敏度、特異性、AUC和準確性。Var比包含ZCR和HER的特徵集。在特徵集+分類器的所有組合中,Var 和ZCR+ XGBoost產生了最高的靈敏度(93%),而All +KNN產生了最高的特異性(94.50%),Var+SVM產生了最高的AUC (98%),All+KNN產生了最高的AUC (98%)。All+KNN產生的準確率最高(92.25%)。總體而言,包含Var的特徵集在患有和不患有ADHD的患者之間表現出最佳的區分能力。在這項研究中,我們發現ADHD患者的Var、ZCR和HER顯著高於非ADHD患者。兩組的分類表現都非常出色,AUC高達98%。因此,我們提出的方法構成了支持ADHD診斷的潛在有用且客觀的工具。
相關連結
https://www.youtube.com/watch?v=MAL4BLEREJo
專利名稱證號
林龍昌、吳榮慶、楊瑞成、江景泰、歐陽振森,“動態行為評估系統,” 中華民國專利,I805347。
技術產學合作或技轉單位
無
獲獎紀錄
2023大專校院智慧創新暨跨領域整合創作競賽,值得注目獎
技術聯絡人
義守大學 黃育輝經理
連絡電話:07-6577711 ext.2194