###### tags: `醫工概論`

# 醫工概論期末
[toc]
# 朱唯勤
## ⭐⭐⭐ Briefly explain the follow questions
1. subject brightness(主觀亮度)
> 人類的視覺系統直接感受到的亮度。e.g. 明明都是同亮度的灰色的色塊，但放入不同亮度的背景卻會覺得灰色色塊的亮度不同。
2. Nyquist sampling and aliasing
> 在取樣(sampling)時，會造成失真的現象(aliasing)，為避免失真，在取樣時使用的頻率為原訊號的二倍以上，
3. Histogram equalization
> 直方圖均衡化，利用直方圖調整影像對比度的方式，將原本影像像素的強度更均勻的分配在整個色彩(0~255)範圍內
> 
4. laplacian filtering
> 利用二次差分產生出並用於邊緣偵測的一種濾波器，透過邊緣偵測可以篩選出相關資訊並保留影像結構性。
5. High-emphasis filtering
> 將影像中某資訊放大的一種濾波器，例如把影像中的高頻(邊緣)放大。
6. Gestalt laws
> 說明人類如何去理解看到的東西，並編碼成資訊的一種原則。
7. Low pass filters (Smoothing) 暫存
> 低通濾波器(又名平滑濾波器)，用於去除影像中高頻雜訊
8. High pass filters (Edge Detection, Sharpening) 暫存
> 高通過濾器(邊緣偵測、銳利化)，用於強化影像中某資訊的細節，與低通的功能相反

## ⭐⭐⭐ How to convert a gray level from a dynamic range of a-b to another dynamic range of c-d

- 第一區間(a, b) 跟 第二區間(c, d) 轉換，x為當前數值
- 算出後有小數點=>四捨五入

## ⭐⭐⭐Enhance image
What processing methods would you choose in order to enhance it to figure 3b and figure 3c, respectively
- 3 steps
1. Histogram Equalization 直方圖均衡化
2. Median fiter 中值化處理
> 利用排序後的中值，去除影像中的雜訊。
3. Laplacian filtering
> 另一種(frequency domain)
> - FFT 傅立葉轉換
> - filter 濾波器
> - IFFT 反傅立葉轉換
> 

## ⭐⭐⭐ Convolution
<span style="color:red;">**filter要上下左右翻轉**</span>
### 2D
### 1D

## ⭐⭐ Properties of Brightness
- real 實數
- non-negative 非負數
- bounded (due to finite filed of view (FOV) )有限的

## ⭐ Image digitization
數位化兩個步驟
- 取樣sampling
- 量化Quantization

## ⭐ Which Gestalt Laws of Organization can be use to explain this visual effect?
- Benary cross
- law of closure
> - 認為左上背景是黑色，右下是白色，就認為左上比較亮
> - 分割不同的背景，認為黑的比較亮
> - law of proximity (不適合解釋)
> 看的是接觸的面

### ⭐ Gestalt laws of Organization
- law of similarity (相似的)
- law of proximity: closely clustered entities tend to group together
- law of good continuation
- law of closure: closed figures tend to be seen as a unit
- law of simplicity
- law of common fate

# 詹家泰
## ⭐⭐⭐ Pervasive/Ubiquitous healthcare
### ⭐⭐⭐ What is pervasing computing
- Anyone at Anytime, Anywhere can use Any device to access Any Information (5A)
> 任何人在任何時間、任何地點可以使用任何設備取得任何想要的資訊
- Ubiquitous computing 無所不在的運算
- proactive computing 前瞻運算
- ambient intelligence 環境智能
- disappear computing (影響人類深遠的科技都會融入生活中，e.g. 電力、網路，把sensor部建到環境裡面，讓人感受不到sensor的存在。)

## ⭐⭐⭐ U-Care
做到U-Care要具備(components):
- Personal Emergency Responese System (個人化緊急響應系統)
- Vital Sign Monitoring (生理檢測)
- Activity of Daily Living (日常生活活動)
- Personal Health Record (PHR) 個人健康紀錄

## ⭐⭐ Ambient-assisted living
- Gerontechnology
- Gerontology+Technology 老年學跟科技的結合
- AAL: Ambient Assisted Living
- Assited Living + Ambient Intelligence 環境智能輔助生活，協助老人獨立生活

老人希望在地老化，即在自家成功地老化甚至活躍地老化

## ⭐⭐ 哪些才能做到Pervasive
- Ubiquitous computing
- ubiquitous communication
- intelligent user-friendly interfaces

## ⭐⭐ Challenges of an ageing population
- An increase in age-related disease 慢性病增加
- Rising healthcare costs 健康照護成本增加
- Shortage of professionals 人力短缺
- Increase in number of individual unable to live independently 獨立性降低(需要照護者或家人陪伴)
### Older adults Needs
- Daily activities
- activities of Daily living (ADL) (坐下、站起來、行走)
- Instrument activities of daily living (IADL) (工具型日常活動)
- Enhanced Activities of Daily Living(EADL) (強化社交活動)
- Memory functions
- Health monitoring
- Removing the burden from caregiver

## ⭐ Context-awareness
情境感知就是應用上所需要知道的情境，透過部建相關的訊息取得情境。
### ⭐ Contetxt information
- identity
- spatial information
- temporla information
- enviromental information
- social situation
- resources that are nearby
- availability of resources
- physiological measurements
- activity
- schedules and agendas

## Four layer internet protocol

## IEEE Standard

## Packet network vs Circuit network

# 賴穎暉
## Feature extraction
從物理訊號把真正需要的特徵抓出來
- 利用方法把訊號轉成數字，且是具有代表性的數字
- 把要的特徵秀出來
## ⭐⭐⭐ MFCC
梅爾倒頻譜係數，參考人類聽覺系統並藉由此概念建構濾波器、特徵擷取，讓聲音output更有代表性來做後續的分類。

## ⭐⭐⭐ MFCC block diagram
- Step1 pre-emphasis將進來的訊號乘上方程式，讓高頻的聲音更明顯，低頻的聲音變淡
- Step2 取音框
> e.g. 漢名窗，解決讓每一幀的前後連接點不smooth誤差的問題
時域訊號進來=>DFT=>變成頻率=>Mel filter banks(利用仿人耳耳蝸的特性把很多的frequency beam聚集成一個比較少量的frequency channel)=>frequency beam=>產生能量

18根原本可能都是重複的訊息但經過Cosine transformation出來的18根訊息各個像柱子一樣都具有代表性

derivatives(希望可以考慮更多content的information)
Cl(MFCC原始資料
delta Cl速度變化
delta delta Cl 加速度變化

## ⭐⭐⭐ Gradient Descent
- 在f(x)找到最低點，通常最低點就是最佳點。
- w到哪裡的時候是這問題的最低點。
- 
- L(w) => Loss function 計算誤差
- arg min => 想辦法調w，讓loss越來越小
- 一開始給予random的initial value，w0一直不斷使用偏微分調整w。
- 如果w偏微分完為負的=> 增加w
- 如果w偏為分完為正的=> 減少w
- eta 步伐 learing rate

## ⭐⭐⭐ Backpropagation
找出成千上萬的w
- Chain rule
- 把所有的loss加總起來
- 
- Forward pass
x1即對w1那項做偏為分
- Backward pass
- 2-1 對activation function 做偏微分
- 2-2 (假設單層output layer
>C一直往後推是因為nn的loss是不斷回去nn往前推找出loss
> 會麻煩是因為C不知道
- 用算出來的C導回來調整參數找出w
X->NN-> **X'-T(C)**

## ⭐⭐⭐ CNN
- 不斷掃描圖片乘上kernel，產生feature maps，且feature maps越來越小。
- 特徵使用convolution的結構，不斷地把特徵抽出來得到辨識。

## 生理角度耳朵
- 外耳、中耳、內耳
- 外耳
- 耳廓
> 像個接受器，當聲音來的時候盡可能把聲音送到耳道
- 耳道
> 耳道有第一彎道、第二彎道
> 天然放大器，對高頻的訊號會增加12~15dB
- 耳膜
> 外耳的臨界點
> 到micro m級的移動會感到痛
- 中耳
**想辦法把耳膜上的震動做適當的放大然後往後傳遞**
- 三角聽骨
人類最小的骨頭
**把聲波動能轉成機械動能**
- 內耳
- **耳蝸**
- 被推動時有如膨脹收縮會造成毛細胞有時碰到蓋膜有時沒碰到。最重要即是**inner hair cells會產生action potential進而產生聲音**。
- 藉由毛細胞跟蓋膜的刷動產生電訊號來聆聽。
- 聲音震動很厲害時，三根(outer cells)外毛細胞會變硬，使蓋膜蓋下去的力道變小，類似保護毛細胞的功能。
- 非線性聆聽大概都是從外毛細胞特性的變化來改變

## The hearing system
- Audibility of frequency range(人類可以解析的聲音頻率):
- 15(16)~15,000(20,000)Hz
- Audibility of frequency bands(解析範圍):
- Detect more than 1000 frequency level, with 3Hz interval
- Audibility of loudness(響度解析能力)
- Detect more than 250 intensity level

## DNN
### 梯度消失
- 在以前Data不夠多加上複雜的Model常常會發生**梯度消失(Vanishing gradient)**
- 在第一層時W訓練得還可以，但到第二層繼續訓練時變得有點困難，甚至到第三層時已經壞掉了，導致整個model掛掉。
### 20年前DNNs走不下去的原因
- 資料量不夠多
- 電腦運算能力被限制
- 梯度消失
- 當時SVM被提出

# 江蕙華
## What is medical device
- Devices are <span style="color:blue">Designed</span>(牽扯到設計
- Quality System Regulation (QSR)
> 文件標準化、文件的歸檔、文件的管理
- GMP(Good Manufacturing practice)/ISO13485
> - 國內有要求廠商是不是有獲得GMP以及優良製造商的登記，有通過才能做產品製造。
> - ISO13485是從設計、製造、檢驗、驗證、出場，整個品質管理的規範
- <span style="color:blue;">Desinging in Quality</span>
> 看產品設計的質感，往往功能好的器材都會設計得相當有質感

- <span style="color:blue;">Regualted industry</span>
> **此行業是被法規管理的**。e.g. class 2風險的器材不能直接在網路上販售，除了現在因為covid-19所以側血氧的機器可以販售

- Unmet Needs / Pre-clinical / Clinical trials
> 滿足臨床的需要/ 臨床前的測試(動物實驗)/ 人體試驗(包含臨床試驗的審核、受試者保護的原則、跟受試者解釋試驗內容、受試者需同意並簽名等)

- Innovative Ideas: Patents (意想不到的效果、明顯的進步)
> 真的有特殊效果+明顯進步時，在考慮要不要申請專利
> 因為往往技術A+技術B會被感覺進步性不足，容易被拒絕

## 發展過程
- 新構想
> **是否有臨床、市場的需要**
> 可不可行，評估差不多就300萬的需要
> 不能用廉價來考慮，要看改進有沒有創新
- Design Concept**評估是否可以做**
- Prototype(雛型品)
> 大概就要千萬經費
- 動物實驗
- 臨床實驗
- 生產
- 法規

## Innovation Selection
- Impact best practice (臨床上有最佳的貢獻)
- Impact current devices (改進，勝過競爭品)
- Patetntable devices (是否能申請專利)
- Cost saving, efficacy 有明顯的效能、節省臨床的花費
> e.g. 降低失誤率、降低發生意外的機率
- Large enough markets 要有足夠的市場
- 是否為Class 2, FDA 510(k) vs PMA
- Easy to understand improvements
> 能夠一兩句就可以說出醫療器材的效果，能輕易得跟大眾解釋

## ISO 13485 重要的觀念
:::danger
品質管制的系統
**Plan-Do-Check-Act**
- 做Design
> 左邊到右邊設計的過程
- MD Needs
- 設計
- 規格
- 確認
- 雛型品
- Design <span style="color:red;">**Verification**</span> 查證
- <span style="color:red;">**Validation**</span> 確認 (臨床試驗效果的確認)
來回的迴圈，不斷的測試、驗證、檢查
:::

## 安全規範
> 由下到上
> 1. 安全
> 2. 有效
> 3. 可用性
> 4. 使用起來的滿意度
> 5. 個體化(客製化?)
- IEC 60601 電磁相容電性安全
> 任何用電的東西，會不會用電、電池的耐受性
- IEC 62304 醫材軟體確效
> 兩組人馬做
> 1. 工程師開發軟體
> 2. 軟體認證的檢查人員
- IEC 62366 **Usability**
> - 能不能夠使用、可適用性、有效性
> - 臨床醫師拿到後會不會用、好不好用
> - 避免醫療器材做成錯誤的使用

- ISO 10993 生物相容性
- ISO 14971 風險分析管理
> - 臨床上傷害造成的風險(受傷、熱腫、死亡)
> - 評估最嚴重傷害與發生機率
- ISO 13485 品質系統建立

## 做超音波探頭的公司
1. 聲博科技
2. Butterfly
3. 奔騰智慧

# 江明彰

# 陳右穎
[How efficient is the sodium-potassium pump ?](https://biology.stackexchange.com/questions/5297/how-efficient-is-the-sodium-potassium-pump)

## Ag-AgCl
帶正電離子得到電子=>原子
AgCl+e- => Ag+Cl-
Ag-AgCl E度(v) +0.222

## Polarization

## Polarizable and Non-Polarizable Electrodes
- Perfectly Polarizable Electrodes
**在穿過電極-電解質時無實際電荷流通，並且電路特性像電容。**
> 一般神經訊號量測，放大系統是屬於交流放大系統，前置的放大系統都長High input設計，等效電阻會比較大
> 進到放大系統訊號變少 Gega
> 得到訊號變化比較pure

- Perfectlry Non-Polarizable electrode
**電流可以自由在介面流通，不需要能量做轉換，所以non-polarizable electrodes沒有overpotentials**

>比較適合做刺激
> 有電位差存在，在做電解，直流放在組織上電解
**注意寫反了
Pt use in stimulation
Ag-agCl is used in recording**

## Brain Machine Interface Model