🧠
MICCAI 20242024
Dual-attention CNN for COVID-19 lung CT segmentation
提出結合空間與通道雙注意力的輕量化 CNN，於公開 COVID-19 資料集 Dice 達 0.92
📣2026 秋季班碩博士生招生中，歡迎對 AI 醫療影像、EHR 分析有興趣的同學來信❖🏆恭喜林同學論文獲 MICCAI 2025 Best Paper Honorable Mention❖🤝本研究室與成大醫院心臟內科新簽 3 年期產學合作計畫❖📣2026 秋季班碩博士生招生中，歡迎對 AI 醫療影像、EHR 分析有興趣的同學來信❖🏆恭喜林同學論文獲 MICCAI 2025 Best Paper Honorable Mention❖🤝本研究室與成大醫院心臟內科新簽 3 年期產學合作計畫❖📣2026 秋季班碩博士生招生中，歡迎對 AI 醫療影像、EHR 分析有興趣的同學來信❖🏆恭喜林同學論文獲 MICCAI 2025 Best Paper Honorable Mention❖🤝本研究室與成大醫院心臟內科新簽 3 年期產學合作計畫❖
About
關於 PI
陳教授為國立成功大學資訊工程學系特聘教授，同時擔任醫學院 AI 中心副主任。
研究興趣聚焦深度學習於醫療影像、電子病歷分析與跨模態生醫資料融合。
曾於 MICCAI、CVPR、Nature Communications 等頂尖期刊會議發表逾 80 篇論文，H-index 32。
🎓
🎯
臨床導向
與醫療機構緊密合作，確保研究能實際改善病患照護
🤝
跨領域合作
資工、醫學、統計、生醫工程多元背景組成的研究團隊
🌱
培育人才
畢業生遍及學術界、Google、Meta 與主要醫療 AI 新創
Research
研究方向
四大研究主軸，持續擴展至新興生醫 AI 議題
🧠
醫療影像 AI 分析
CT、MRI、超音波影像的自動分割、病灶偵測、病理分類
— 3D 分割 —
— 弱監督學習 —
— 多中心泛化 —
📊
電子病歷與大數據
結合 NLP 與時序模型分析電子病歷，建立疾病風險預測
— 時序 Transformer —
— 聯邦學習 —
— 風險預測 —
💓
生醫訊號分析
ECG、EEG、PPG 等生理訊號的深度學習解讀
— 自監督學習 —
— 可解釋 AI —
— 穿戴裝置 —
🔄
跨模態資料融合
整合影像、文字、訊號之多模態深度學習架構
— 對比學習 —
— 基礎模型 —
— 臨床推論 —
Members
研究團隊
跨資工、醫學、統計領域的研究團隊
陳
陳教授
主持人（PI）
成大資工系特聘教授 · 醫學院 AI 中心副主任
· Deep Learning ·
· Medical Imaging ·
· EHR ·
王
王博士
博士後研究員
專精電腦視覺與醫療影像
· CV ·
· Segmentation ·
張
張醫師
合聘主治醫師
成大醫院放射科
· Clinical ·
· Radiology ·
林
林同學
博士生（G4）
研究主題：EHR 時序 Transformer 與聯邦學習
· EHR ·
· Federated Learning ·
吳
吳同學
博士生（G3）
研究主題：自監督 ECG 表示學習
· SSL ·
· ECG ·
黃
黃同學
碩士生（M2）
研究主題：CT 肺結節自動偵測
· CT ·
· Detection ·
李
李同學
碩士生（M1）
研究主題：多模態基礎模型
· Multimodal ·
Publications
代表著作
📊
Nature Communications2023
Federated EHR Transformer across 12 hospitals
跨院 EHR 聯邦學習模型，預測心血管事件 AUC 0.88
💓
CVPR 20232023
Self-supervised ECG representation learning
對比學習框架應用於 ECG 預訓練，下游任務 F1 提升 8%
🔄
MICCAI 20242024
Multimodal liver cancer diagnosis via joint embedding
三模態 (CT+MRI+lab) 共同嵌入空間，敏感度由 78% 提升至 93%
Case Studies
研究計畫
🧪
國科會 3 年期
跨模態深度學習於肝癌早期診斷
挑戰
傳統單模態模型敏感度不足，需整合 CT、MRI 與血液檢驗
策略
建立三模態共同嵌入空間，以對比學習預訓練
結果
敏感度由 78% 提升至 93%，成果發表於 MICCAI 2024
🏥
產學合作
與成大醫院合作之術前風險預測系統
挑戰
術前風險評估仰賴醫師經驗，缺乏客觀量化指標
策略
整合 5 年 EHR 資料與生理監測訊號，建立可解釋 ML 模型
結果
實際導入門診，減少併發症發生率 15%
🌐
跨國合作
三國聯邦學習之心血管風險預測
挑戰
資料跨國無法集中，需遵守 GDPR 與個資法
策略
建立聯邦學習架構，模型參數加密交換
結果
在不共享原始資料下，AUC 達 0.88，優於單中心訓練
Facilities
實驗設備
🖥️
GPU 伺服器群
8× NVIDIA A100 80GB + 16× RTX 4090
🖼️
醫療影像工作站
DICOM 儲存伺服器 + 專業影像標註平台
💓
生理訊號擷取系統
多通道 ECG/EEG/PPG 同步擷取儀
🌐
聯邦學習測試平台
與 3 家醫學中心串接之 FL 測試平台
💡
可解釋 AI 展示區
互動式模型可解釋性展示環境
🤝
研究討論室
3 間研究討論室 + 白板牆
Contact
聯絡我們
研究合作、學生申請、媒體訪問請寄信至以下信箱
地址
台南市東區大學路 1 號｜成大資工系館 65504 室
營業時間
note：請事先 Email 預約
office_hour：PI Office Hour：每週四 14:00–16:00