大多數企業都在觀察市場趨勢，但趨勢的源頭往往來自學術實驗室。透過國際權威出版社經同儕評鑑（Peer-reviewed）的研究文章，您獲得的不是二手的觀察，而是第一手的科學論據。
-
實證驅動： 每一篇研究皆經過嚴謹的編輯把關，確保數據的真實性與邏輯的嚴密性。
-
預見未來： 熱門科技如量子計算、生成式 AI 或永續能源的突破，早在其商業化前三至五年，就已在學術論文中揭示方向。
企業轉型最怕「經驗主義誤區」、「非理性決策」。想要擺脫「缺乏數據支撐的盲目轉型」，學術文獻能提供關鍵的技術限制分析與失敗案例研究，幫助企業規避潛在的研發陷阱。
-
深度洞察： 不同於商業新聞的淺層報導，學術研究深入探討技術底層架構。
-
跨學科啟發： 透過不同領域的頂尖論文，企業能找到跨界融合的創新點，打破原有的產業僵局。
研發創新加速站－為您的研究注入全球頂尖視野
在高度專業化的研究領域中，最具突破性的靈感往往來自「跨領域」的技術融合。研發創新加速站就是我們為研究者建立的跨學科知識匯流站。
- 精選來自各個國際頂尖出版社的熱門科技文章 (如 ACS, AAAS, ACM, APS, IOP, SPIE, CUP 等），幫助您看見其他領域如何應用相似的演算法或材料，激發前所未有的研究假設。
- 掌握全球競爭態勢： 快速瀏覽當前全球科研的熱點（Hot Topics），確保您的研究計畫始終處於技術前沿。
- 從「已知」探索「未知」： 透過系統化的主題分類，幫助您快速建立特定科技領域的知識地圖。
🌱 永續環境 (Sustainable Environment)
循環經濟
ACM (美國計算機協會)
- Integration of Circular Economy and Business Models: Current Status and Future Directions (循環經濟與商業模式的整合：現狀與未來方向)。
本研究透過 CiteSpace 分析 21 年間逾兩千篇文獻，指出工業 4.0 與永續供應鏈為核心熱點。整合路徑聚焦於資源保護、技術管理需求及利益相關者參與，為未來循環經濟商業模式提供系統化指引。
Circular Economy - Deep Learning-Based Design Framework for Circular Economy Supply Chain Networks: A Sustainability Perspective (基於深度學習的循環經濟供應鏈網絡設計框架：永續發展視角) 研究提出結合 GCN 與 LSTM 的深度學習框架，優化資源配置並平衡經濟與環保目標。實測顯示預算準確率達 89.2%，成功降低 32.4% 廢棄物並提升循環率至 68.5%，為製造業轉型提供實務指南。 Circular Economy
觀看更多 OA 文章
ACS (美國化學會)
- Sustainable Polymeric Membranes: Green Chemistry and Circular Economy Approaches (永續聚合物薄膜：綠色化學與循環經濟路徑) 本綜述介紹了永續薄膜開發的前沿方法，重點關注綠色化學原則與循環經濟策略。機械合成（Mechanosynthesis）為合成先進薄膜材料（包括金屬有機框架 MOFs、共價有機框架 COFs 等）提供了一種無溶劑的替代方案。此外，採用生物基綠色溶劑（如 Cyrene 和 $\gamma$-戊內酯）可取代傳統製程中的有害溶劑。 Circular Economy 觀看更多 OA 文章
- Waste is the Best: An Approach to Circular Economy (廢棄物即寶藏：一種循環經濟路徑) 本研究強調了近期的生物技術進展，如酶水解（enzymatic hydrolysis）、厭氧消化與微生物生物轉化，這些技術促進了將食品廢棄物轉化為高價值產品（包括生物燃料、生物塑料與功能性食品配料）。特別關注了未充分利用的部分（如皮、種子與加工殘渣）的增值潛力（valorization potential）。此外，本研究探討了採納循環經濟的系統性障礙，包括基礎設施限制、經濟約束與法規複雜性，並強調了政策整合、利益相關者參與及多部門協作在克服這些挑戰中的關鍵作用。 Circular Economy 觀看更多 Non-OA 文章
SPIE (國際光學工程學會)
- Techno-economic analysis of a solar thermophotovoltaic system for a residential building (住宅建築太陽能熱光電系統的技術經濟分析) 本研究評估結合 TPV 與相變材料儲能（HTES）系統的經濟可行性。利用 Nelder-Mead 演算法優化四種場景下的均化能源成本（LCOE），經證實透過規模化生產降低 PV 成本，TPV 將成為住宅分散式能源與長時儲能的關鍵技術。 Solar energy
- Research on the performance of the return air waste heat recovery system of the Kekegai coal mine (科科蓋煤礦回風廢熱回收系統性能的研究) 為解決陝北寒冷地區冬季礦井入口防凍及建築暖氣需求，本研究以陝西省榆林市可可蓋煤礦的餘熱利用系統為例進行研究。這項研究為寒冷地區礦場廢熱利用提供了可靠的技術解決方案，對促進採礦作業的綠色發展具有重要意義。 Waste heat recovery
資源回收
ACM (美國計算機協會)
- Resource recycling: putting idle resources to work on a composable accelerator (資源回收：將閒置資源投入可組構加速器之運作) 針對行動多媒體的複雜運算需求，本研究提出一種編譯框架，透過靜態與動態混合分區技術優化 PPA 加速器。該框架能識別並「回收」閒置硬體資源，顯著提升即時影像與音訊處理的系統吞吐量。 Resource Recycling
- Using Artificial intelligence for Recycling- A Case Study in Taiwan’s Resource Recycling Industry (人工智慧在資源回收業的應用：以台灣資源回收產業為例) 本研究針對台灣回收業仰賴經驗、品質不穩等痛點，導入機器學習優化製程。以硼砂添加比例為例，成功降低 45% 不合格率，並節省 2~3% 原料耗損，每年約省下 100 至 200 萬元，實現傳統製程轉型。 Resource Recycling 觀看更多 OA 文章
ACS (美國化學會)
- A Green Approach to the Simultaneous Detection of Vitamin C, Paracetamol, and Caffeine Using an Aspartic Acid-Modified Waste Battery Electrode (利用天門冬胺酸改質之廢電池電極同時檢測維生素 C、乙醯胺酚與咖啡因的綠色路徑) 本研究利用天門冬胺酸（APA）對廢乾電池（WB）電極進行電化學改質，製備出 APA-WB 電極，用於同時檢測抗壞血酸（AA，即維生素 C）、乙醯胺酚（PA，即普拿疼成分）與咖啡因（CA）。 Resource Recycling 觀看更多 OA 文章
- High-Value-Added Byproduct Resource Recycling Feedback Driving Synergistic Optimization of Chemical Process Systems Toward Resource Utilization Efficiency Improvement (高價值副產品資源回收反饋驅動化學程序系統協同優化：邁向資源利用效率提升) 本研究開發了一個混合整數非線性規劃（MINLP）模型，透過反饋路徑選擇與系統規模調整來獲得最佳系統組合。文中以丙烷脫氫、乙烷裂解、煤製甲醇與氣製尿素的工業案例，展示了氫氣、輕烴、燃料氣以及多級廢熱回收反饋的效果。研究確定了最佳經濟與環境組合，並特別指出尿素系統是強化整體效率協同的關鍵。 Resource Recycling 觀看更多 Non-OA 文章
AAAS – Science (美國科學促進會)
- Gallium-catalyzed recycling of silicone waste with boron trichloride to yield key chlorosilanes (鎵催化三氯化硼對矽氧烷廢棄物的回收研究：產出關鍵氯矽烷) 研究提出利用鎵催化劑與三氯化硼，在 40°C 下將各類矽膠廢料高效降解。此法可近乎全量回收關鍵中間體氯矽烷，為傳統難以回收的無機骨架聚合物提供了永續循環的新途徑。 Resource Recycling
- Conversion of syngas into olefins with high hydrogen atom economy (高氫原子經濟性的合成氣轉烯烴技術轉化) 研究開發鈉改良核殼催化劑，結合水煤氣變換反應將副產物水原位轉氫。此法使氫原子經濟性達 83%，超越傳統製程，並實現高轉化率與烯烴選擇性，大幅減少廢水與碳排。 Resource Recycling 觀看更多 Non-OA 文章
永續供應鏈
ACM (美國計算機協會)
- Evaluation of Sustainable Supply Chain Resilience Based on Triangular Fuzzy Number and VIKOR (基於三角模糊數與 VIKOR 的永續供應鏈韌性評估) 本研究透過聚類法確定指標，利用三角模糊數與 VIKOR 方法，從風險預測、適應力、流暢度及響應力四維度評估永續供應鏈韌性，並據此提出決策建議。 Sustainable Supply Chain
- Study of sustainable supply chain management in the healthcare industry (醫療保健產業之永續供應鏈管理研究) 本研究提出涵蓋社會、經濟、環境與技術的四維度模型。透過 400 位主管數據證實，結合 AI、區塊鏈與綠色管理，能有效減少醫療資源浪費、杜絕偽藥並提升營運效率與社會影響力。 Sustainable Supply Chain 觀看更多 OA 文章
ACS (美國化學會)
- Designing the Ethylene Factory for Products of Carbon Dioxide Reduction: Techno-Economic and Life Cycle Assessments (設計以二氧化碳還原產物為目標的乙烯工廠：技術經濟與生命週期評估) 全球乙烯需求快速增長，導致排放量預計隨之上升，凸顯了開發永續技術以減輕碳足跡的迫切需求。本研究提出了一種整合了碳捕捉與利用（CCU）、酯化反應與脫水反應的創新製造路徑：首先透過電催化將CO2 還原為甲酸，接著與乙醇酯化生成甲酸乙酯，最後熱催化轉化為乙烯。 Sustainable Supply Chain 觀看更多OA文章
- Toward Net Zero Emissions: Sustainable Design of a Supply Chain for the Revalorization of CO2 in Mexico (邁向淨零排放：墨西哥二氧化碳再增值之永續供應鏈設計) 電力生產是全球二氧化碳排放的主要來源，約佔總排放量的 40%。本文提出了一個永續供應鏈模型，旨在捕獲並再增值墨西哥化石燃料發電廠的 CO2 排放，以符合聯合國永續發展目標（SDGs）。該模型納入了早期捕集技術（如胺類）與先進技術（如深共晶溶劑 DES），並確定了多個再增值市場，包括甲醇生產、尿素合成、燃料生成與強化採油 (EOR)。 Sustainable Supply Chain 觀看更多Non-OA文章
AAAS – Science (美國科學促進會)
- Strategies for achieving healthy, sustainable, and equitable dietary transitions (實現健康、永續且公平的飲食轉型策略) 研究指出工業化食品體系損害健康與環境，需整合研發創新、環境監管及醫療性補貼，並協調各方利害關係人動機，以推動全球邁向健康、永續且可負擔的飲食轉型。 Sustainable Supply Chain
- Supply-chain vulnerabilities in critical medicines: A persistent risk to pharmaceutical security (關鍵藥物的供應鏈脆弱性：製藥安全面臨的持續性風險) 研究指出全球關鍵藥物供應鏈存在結構性脆弱，關稅政策僅是加劇問題。短期措施難解深層危機，應放棄孤立主義，透過加強透明度、協作與精準投資，建立具備韌性的全球製藥供應體系。 Sustainable Supply Chain 觀看更多Non-OA文章
材料再利用
ACM (美國計算機協會)
- PatchUp: Interactive Patchwork Design for Scrap Fabric Upcycling (PatchUp：用於廢舊織物升級再造的互動式拼布設計工具) 本研究開發 PatchUp 互動工具，解決廢料再利用時排版困難的痛點。結合傳統拼布啟發的啟發式算法，在提升布料利用率的同時兼顧視覺美感，顯著減少人工設計成本，推動紡織品永續再造。 Upcycling
- Upcycling Tree Branches as Architectural Elements through Collaborative Design and Fabrication (透過協作設計與製造將樹枝升級再造為建築構件) 本研究提出將廢棄樹枝轉化為建築元素的流程。透過掃描建模與線上設計遊戲，非專家用戶可協作排版，並利用自動生成的 CNC 路徑切換實體與數位媒介，高效完成樹枝接合與組裝。 Upcycling 觀看更多 OA 文章
ACS (美國化學會)
- Toward Sustainable Lithium Recovery: A Universal Hydrothermal Approach for Lithium Extraction (邁向永續鋰回收：一種用於鋰提取的通用熱液法) 隨著鋰離子電池（LIB）部署的快速增長，退役電池的管理與原材料回收面臨嚴峻挑戰。傳統的火法冶金和濕法冶金方法存在能耗高、鋰流失嚴重以及廢水處理複雜等問題。本研究建立了一種通用、高效且永續的熱液路徑，利用 1,2,4,5-苯四甲酸（BTCA） 從各種廢舊鋰電池正極中提取鋰並進行材料回收。 Material Recovery 觀看更多 OA 文章
- Reverse Assembly Directing Decommissioned Photovoltaic Recycling To Complete Low-Carbon Lifecycle (以逆向組裝導向退役太陽能板回收，完善低碳生命週期) 目前全球太陽能（PV）的部署已達兆瓦（Terawatt）級別，且規模持續擴大。除了提供綠電，這也引發了嚴重的終期（End-of-life）處理問題。指數級增長的退役太陽能板若回收效率低下，將引發碳強度增加的負面效應，這與其減碳的初衷相矛盾。
同時，這些廢棄物在構建能源密集型 PV 產業的閉環材料循環方面具有巨大潛力。這需要開發具備高效、低耗特性的先進材料回收技術，以完成「廢棄物轉化為價值（Waste-to-Value）」的過渡。本文討論了涵蓋脫膠、分選與金屬提取的全製程 PV 回收前沿方法及其瓶頸。透過將 PV 回收解構為一個逆向組裝過程，可以釋放碳減排與材料循環的新潛力，建構太陽能產業的永續性。 Material Recovery 觀看更多 Non-OA 文章
AAAS – Science (美國科學促進會)
- Second life and recycling: Energy and environmental sustainability perspectives for high-performance lithium-ion batteries (二次壽命與回收：高性能鋰離子電池的能源與環境永續視角) 本研究指出正極直接回收最能減輕環境衝擊。高性能電池雖環境效益顯著，但二次利用增益有限。若採二次壽命後再回收，碳足跡可降低 8-17%，且減少鋁量與使用矽基負極將使回收更具永續性。 Material Recoverys
- Hydroformylation of pyrolysis oils to aldehydes and alcohols from polyolefin waste (聚烯烴廢棄物熱解油氫甲醯化製取醛類與醇類研究) 本研究利用廢塑料熱解油中的高濃度烯烴，透過氫甲醯化反應製得醛類，並進一步轉化為高價值醇、酸或胺類。此路徑能將低價值回收聚乙烯轉為綠色化學品，且溫室氣體排放較傳統石化路徑降低約 60%。 Material Recoverys 觀看更多 OA 文章
淨零排放
ACS (美國化學會)
- Minimum-Regret Hydrogen and Carbon Supply Chains to Decarbonize European Industrial Hydrogen Demands (實現歐洲工業氫氣需求脫碳的「最小遺憾」氫與碳供應鏈) 研究採用線性優化模型，針對 2022 至 2050 年的時間跨度，規劃區域空間解析度下的成本最優化設計。研究結果顯示，2030 年前應投資擴張至 10 Mt/a 的氫氣產能，以支持 2050 年達到 35 Mt/a 的需求彈性。 Net Zero Emissions 觀看更多 OA 文章
- Discovering Net-Zero Chemical Processes and Pathways by Developing Circular Reaction Networks and Their Hierarchical Screening (透過開發循環反應網絡及其分級篩選，探索淨零化學程序與路徑) 實現化學工業的淨零排放需要創新的反應路徑與程序設計。本研究引入了一種新穎的框架，採用雙向搜索，整合逆合成分析與結構相似性，以建構「從搖籃到搖籃」的循環反應網絡。研究透過多層次（化學、反應、程序）與多維度（反應到生命週期）的優化，確保設計與經濟可行性及環境永續目標一致。一項以天然氣生產甲醇的案例研究展示了該框架挖掘新穎淨零路徑的能力。 Net Zero Emissions 觀看更多 Non-OA 文章
AAAS – Science (美國科學促進會)
- Building materials could store more than 16 billion tonnes of CO2 annually (建築材料每年可儲存超過 160 億噸二氧化碳) 研究發現若全面採用儲碳材料取代傳統建材，每年可固碳 166 億噸，約佔全球碳排一半。此潛力主要受建材規模影響，能有效減少對地質或海洋儲碳的需求，助力達成淨零目標。 Net Zero Emissions 觀看更多OA文章
- Curbing global solid waste emissions toward net-zero warming futures (遏制全球固體廢棄物排放以邁向淨零暖化未來) 研究指出，若能在 9-17 年內透過技術與行為變革改善廢棄物管理，可使固體廢棄物系統達成淨零暖化，並大幅降低碳排，是實現巴黎協定目標與全球甲烷承諾的關鍵途徑。 Net Zero Emissions 觀看更多Non-OA文章
低碳製造
ACM (美國計算機協會)
- A Study on Digital Transformation Driving Green and Low Carbon in Manufacturing — Empirical evidence from listed manufacturing companies in China (數位轉型驅動製造業綠色低碳化研究——來自中國上市製造業公司的經驗證據) 研究分析 2012-2022 年上市企業數據，證實數位轉型能透過提升綠色創新效率，顯著驅動製造業低碳化轉型。實證顯示，數位化對西部地區企業的綠色轉型影響力更甚於東部地區。 Low-carbon Manufacturing
- How to Promote the Win-Win Coordination of Manufacturing Enterprises’ Evolution towards Digital and Intelligent Low-carbon Transformation? (如何推動製造業向數位化與智慧化低碳轉型演進的雙贏協同？) 研究利用演進賽局理論分析政府與企業的決策。結果顯示：政府激勵應具動態性；轉型成本與效益是企業決策關鍵；適度提高碳稅能有效促進企業與政府在低碳轉型中的雙贏合作。 Low-carbon Manufacturing 觀看更多 OA 文章
ACS (美國化學會)
- Low-Temperature Fabrication of Transparent Silica (透過 3D 列印低溫製造透明二氧化矽結構：一種用於節能增材製造的永續方法) 透過 3D 列印製造透明二氧化矽玻璃結構，長期受限於需要高能耗的高溫燒結（通常超過 $1000$°C）來消除孔隙並實現材料緻密化。這種能源需求直接導致了 $CO_2$ 排放。我們報告了一種低溫玻璃化策略，利用表面官能基化的小尺寸二氧化矽奈米顆粒（$2–5$ nm），在室溫下透過高度選擇性的硫醇-烯反應（thiol–ene reaction）建立緻密的 3D 網絡。研究中引入了關鍵的「碳化中間步驟」，有效抑制了有機物分解導致的劇烈體積變化。 Low-carbon Manufacturing 觀看更多 OA 文章
- An Efficient, Low-Cost Surface Activation toward Multifunctional Wood Manufacturing (用於多功能木材製造的高效、低成本表面活化技術) 隨著永續發展的需求，木材被賦予多種功能以應用於節能建築、輕量化車輛與水處理。然而，複雜的化學或物理處理阻礙了其實際應用。在此，我們提出了一種簡單且高效的表面活化方法，利用 UV 輔助過氧化氫（$H_2O_2$） 處理進行光輔助氧化，用於多功能木材製造。經過氧化的木材細胞壁增加了木質素上的羥基數量，結合排列整齊的纖維素奈米纖維，產生了強大的毛細作用力，使功能性前驅物能自動浸漬進行奈米改質。 Low-carbon Manufacturing 觀看更多 Non-OA 文章
AAAS – Science (美國科學促進會)
- Manufacture and testing of biomass-derivable thermosets for wind blade recycling (用於風機葉片回收之生物質衍生熱固性塑膠的製造與測試) 研究開發可規模化的生物質衍生聚酯複合材料，成功製作 9 米風機葉片原型。該材料具備卓越抗蠕變性，能直接銜接現有製程並實現化學回收，為永續風能基礎設施提供現實轉型路徑。 Low-carbon Manufacturing 觀看更多 OA 文章
減碳
ACM (美國計算機協會)
- Dynamic Incentive Allocation for City-Scale Deep Decarbonization (城市規模深度脫碳的動態激勵分配研究) 研究提出數據驅動模型，利用多臂吃角子老虎（multi-armed bandit）技術預估住戶領取意願，動態分配激勵預算以極大化減碳量。實測顯示其效能優於現行方案達 37.88%，且能在保障社會公平的約束下達成顯著脫碳目標。 Decarbonization
- Middlebox: Unlocking Datacenter Growth and Grid Decarbonization (中間盒：解鎖資料中心成長與電網去碳化) 研究提出 Middlebox 架構，透過能源解耦解決資料中心穩定電力需求與再生能源波動的衝突。實測顯示其能解鎖高達 460% 的成長空間，並在僅增加極低總持有成本下，維持 99.9% 的電力穩定性。 Decarbonization 觀看更多 OA 文章
ACS (美國化學會)
- Global Decarbonization Enabled by a Novel Strategy of Biomineralization for Concrete Corrosion Inhibition (透過創新生物礦化混凝土緩蝕策略賦能全球脫碳) 研究透過野外腐蝕實驗（包括生物膜群落分析、微觀結構觀察與宏觀測量）證實，BCCI 技術能有效降低腐蝕性細菌的豐度，抑制硫酸鹽與氯離子的擴散，並強化碳功能。結果顯示，BCCI 顯著減少了溫室氣體排放，特別是在 20 MPa 強度的混凝土中效果尤為突出。 Decarbonization 觀看更多 OA 文章
- Impact of Climate Change on Interregional Transmission during China’s Power System Decarbonization (氣候變化對中國電力系統脫碳過程中跨區域電力傳輸的影響) 研究結果顯示，氣候變化會增加冷卻需求、減少加熱需求，並改變風能與太陽能的發電模式。為了在 2060 年實現碳中和目標，非化石能源發電佔比必須達到 93.2% 以上，並需新增 4047.6–4053.9 GW 的輸電容量。這意味著輸電線路成本將比基準情境增加 40.4–42.5%（約 379–396 億美元）。結論強調，跨區域調度對於緩解再生能源的間歇性至關重要，也是設計兼顧氣候適應性的電力脫碳路徑之核心。 Decarbonization 觀看更多 Non-OA 文章
SPIE (國際光學工程學會)
- Precise accounting models and applications for grid carbon emission factors under the carbon peaking and carbon neutrality goals (在碳峰值和碳中和目標下，電網碳排放因子的精確會計模型和應用) 在中國實現碳達峰和碳中和目標的背景下，準確核算電網碳排放因子對於建立統一的碳核算系統、保障碳市場有效運作以及推動電力產業綠色轉型至關重要。本文詳細闡述了三種主流的碳排放計算模型，並著重分析了電力產業廣泛應用的排放因子法的原理和限制。 Carbon capture
零廢棄生產
ACM (美國計算機協會)
- Blockchain, IoT, and AI-based framework for traceability in carbon capture utilization storage (CCUS) supply chain (基於區塊鏈、物聯網與人工智慧的碳捕集、利用與封存（CCUS）供應鏈追溯框架) 本研究整合區塊鏈、物聯網與 AI，解決 CCUS 缺乏透明度與追溯性的痛點。透過感測器實時採集數據、區塊鏈確保不可竄改，並利用 AI 優化核算與營運，建立可靠且具信任感的減碳追蹤系統。 Carbon Capture
- A Conceptual Model of CO2 Emission Reduction Using Carbon Capture Storage in West Java (西爪哇地區利用碳捕集與封存技術減少二氧化碳排放之概念模型研究) 研究針對印尼能源減碳壓力，透過系統動力學構建西爪哇 CCS 發展模型。分析揭示了開發的複雜性，並提出補貼激勵、地方選址規範及環境法規三大政策干預方向，以協助達成國家減碳目標。 Carbon Capture 觀看更多 Non-OA 文章
ACS (美國化學會)
- Transforming Waste into Value: A Sustainable Zero-Waste Biorefinery for Biochar Production and Gallic Acid Adsorption from Apple Pomace (化廢為寶：用於蘋果渣生物炭生產與沒食子酸吸附的永續零廢棄生物精煉研究) 本研究對蘋果渣進行了三輪提取，分別回收酚類化合物、糖分與果膠。基於生物精煉概念，提取後的固體殘渣被用於合成生物炭（Biochar）。研究對比了三種合成路徑的吸附效率：(1) 提取酚類與糖後的殘渣 (CPB)；(2) 提取酚類、糖與果膠後的殘渣 (CPPB)；(3) 原始乾燥蘋果渣 (APB)。 Zero Waste Production 觀看更多 OA 文章
- Production of Potassium Sulfate through Valorization of Zero Liquid Discharge Mining Waste from Lithium Clays (透過鋰黏土礦業之零液體排放廢棄物增值生產硫酸鉀) 肥料對於全球糧食安全至關重要。本研究聚焦於將鋰黏土萃取過程中產生的礦業廢棄物，重新轉化為高價值肥料。具體而言，鋰黏土開採後的廢棄物中含有硫酸鉀。本研究利用簡單的結晶技術與複分解反應（基於溶解度與相圖指導），成功分離出純度超過 90% 的硫酸鉀。 Zero Waste Production 觀看更多 Non-OA 文章
SPIE (國際光學工程學會)
- Low-carbon city pilot policies’ impact and mechanism on industrial land carbon emissions: evidence from the Yangtze River Economic Belt (低碳城市試辦政策對工業用地碳排放的影響及機制：來自長江經濟帶的證據) 中國正逐步推行低碳城市試點項目，並將降低碳排放作為首要目標。然而，目前尚缺乏關於低碳試點計畫對城市工業用地碳排放具體影響的全面研究。有鑑於此，本研究以2005年至2020年長江經濟帶108個城市為樣本，運用面板資料和雙重差分法，探討了低碳城市試點計畫對工業用地相關碳排放的影響。 Carbon Capture
AAAS – Science (美國科學促進會)
- Achieving net-zero greenhouse gas emission plastics by a circular carbon economy (透過循環碳經濟實現塑料淨零溫室氣體排放) 研究顯示，整合生物質、二氧化碳利用與 70% 回收率，可達成塑料淨零排放並節省逾三成能源。其營運成本具競爭力，若能降低再生碳源投資門檻，最高可節省 2,880 億美元。 Zero Waste Production
- Curbing global solid waste emissions toward net-zero warming futures (遏制全球固體廢棄物排放以邁向淨零暖化未來) 研究指出，若能在 2041 年前透過技術與行為變革改善廢棄物管理，可使該系統達成淨零暖化，並大幅降低碳排，是實現巴黎協定目標與全球甲烷承諾的關鍵途徑。 Zero Waste Production 觀看更多 Non-OA 文章
🏡 智慧生活 (Smart Living)
人機互動
ACM (美國計算機協會)
- Learning by Comparing: Boosting Multimodal Affective Computing through Ordinal Learning (透過序數學習提升多模態情感運算：以比較進行學習) 本研究提出 MOAC 框架，透過「序數學習」讓模型學會比較情感強度而非僅擬合標籤。結合標籤級比較與特徵級差異運算，顯著提升情緒分析、幽默及諷刺偵測的準確度與穩健性。 Multimodal Affective Computing
- Multimodal Affective Computing in Employee Care Based on the Multi-Fusion Residual Memory Model (基於多融合殘差記憶模型之員工關懷多模態情感運算) 本研究提出多模態殘差記憶網路，整合視覺與生理訊號。透過注意機制與雙向 LSTM 進行情感建模，準確率達 91%，較現有架構大幅提升，為企業員工關懷系統提供精準的情感識別支援。 Multimodal Affective Computing 觀看更多 OA 文章
ACS (美國化學會)
- Skin-Integrated Soft Wearable XR Interfaces for Seamless and Realistic User Experience (用於無縫且真實使用者體驗的皮膚整合式軟性穿戴 XR 介面) 在本文中，我們深入回顧了用於複製超真實感官的人類感知機制。接著，我們探討了專為 XR 應用設計的感官回饋與輸入的功能設計。此外，我們討論了針對無線 XR 裝置的精確系統級整合，以及人工智慧（AI）在即時處理和透過預測演算法進行快速感官轉換中的作用。最後，我們介紹了具前景的 XR 應用，並總結了未來 XR 技術的挑戰與前景。 Human-Computer Interaction (HCI) 觀看更多 OA 文章
- Supramolecular Wood-Based Human–Computer Interaction Interface for Text Recognition (用於文本辨識的超分子木基人機互動介面) 本研究利用天然木材固有的各向異性結構，開發了一種機械性能強韌、高拉伸性且靈敏的水凝膠基介面，能夠精確區分多樣的手寫軌跡。這種用於人機互動的木基軟水凝膠（WSH-HCI）在沿纖維軸方向的抗拉強度達到 25 MPa——比橫向高出 6.5 倍——同時能維持穩定的多方向信號辨別能力，且在漢字基本筆劃辨識中的準確度高達 96%。 Human-Computer Interaction (HCI) 觀看更多 Non-OA 文章
SPIE (國際光學工程學會)
- Interactive facial recognition-based pattern design for sustainable fashion innovation (基於互動式人臉辨識的圖案設計在永續時尚創新中的應用) 這項研究探討如何將臉部辨識技術與互動式圖案設計結合，以推動永續時尚的創新。研究利用 Kinect2、OpenCV 與 Processing 等技術工具，實現了數位化且具備即時互動功能的動態圖案。透過人機互動（HCI）模式，設計師能與使用者協作生成獨一無二的個人化圖案，這種數位化流程有效減少了材料浪費與環境衝擊，契合循環經濟原則。此外，該研究成功將文化遺產融入先進技術，展示了人機互動在重塑傳統時尚設計、提升產業永續發展潛力方面的寶貴見解。 Human-Computer Interaction (HCI) 觀看更多 OA 文章
- Count: the smart tool on wrist-worn device (計數：腕戴式裝置上的智慧工具) 這項研究開發了名為「COUNT」的模型，利用 Apple Watch 的心電圖（ECG）感測器來辨識手指計數活動。研究流程首先透過手錶收集原始數位 ECG 訊號，利用 MATLAB 將其轉換為類比波形影像，隨後投入深度學習架構。 Human-Computer Interaction (HCI) 觀看更多 Non-OA 文章
AAAS – Science (美國科學促進會)
- Highly stretchable, transparent ionic touch panel (高延展性透明離子觸控面板) 由於人機互動日益重要，觸控面板可能需要具備可拉伸性和生物相容性，以便與人體整合。然而，大多數觸控面板都是基於剛性且易碎的電極開發的。我們展示了一種基於含有氯化鋰鹽的聚丙烯酰胺水凝膠的離子型觸控面板。 Human-Computer Interaction (HCI)
- A three-dimensionally architected electronic skin mimicking human mechanosensation (一種模擬人類機械感覺的立體電子皮膚) 本文報導了一種三維（3D）結構的電子皮膚（簡稱3DAE-Skin），其力和應變感測元件以三維佈局排列，模擬了人體皮膚中默克爾細胞和魯菲尼小體的結構。 Human-Computer Interaction (HCI) 觀看更多文章
智能機器人流程自動化
ACM (美國計算機協會)
- Turning Robotic Process Automation onto Intelligent Automation with Machine Learning (利用機器學習將機器人流程自動化轉型為智慧自動化) 本研究探討將 RPA 結合機器學習，成功實現發票處理的智慧自動化。此舉不僅優化營運流程、推動數位轉型，更賦予員工更高價值，並呼籲學界進一步研究其對組織變革與員工賦能的影響。 Intelligent Robotic Process Automation
- Research on Budget Management Digitization of Expressway Company Based on Robotic Process Automation (基於機器人流程自動化的高速公路公司預算管理數位化研究) 本研究以高速公路公司為例，利用 RPA 跨系統整合特性，在不更動現有組織下建構自動化預算系統。結果證實能有效解決效率問題、提升預算控制精準度，達成管理數位化目標。 Intelligent Robotic Process Automation 觀看更多 OA 文章
ACS (美國化學會)
- Machine Learning-Driven Enzyme Mining: Opportunities, Challenges, and Future Perspectives (機器學習驅動的酵素挖掘：機遇、挑戰與未來展望) 本綜述系統性地回顧了尖端的機器學習模型，並重點介紹了證明其在加速酵素發現中有效性的代表性案例研究。儘管取得了顯著進展，現有的方法仍受限於數據稀缺、模型泛化能力與可解釋性。我們討論了克服這些挑戰的新興策略，包括多工學習（multitask learning）、多模態數據整合以及可解釋 AI（XAI）。我們概述了機器學習、自動化實驗與代理型 AI（Agentic AI）系統的融合，將如何加速邁向「自驅動酵素發現（self-driving enzyme discovery）」的進程。 Agentic RPA 觀看更多 OA 文章
- Enhanced Chemical Reaction Mining through Combined Model Adaptation and Prompt Engineering (透過結合模型適配與提示工程增強化學反應挖掘) 本研究提出了一種新穎的三階段框架，結合了量化低秩適配（QLoRA）微調、實體自我定位（entity self-grounding）與動態提示工程，以增強化學反應的提取。 Cognitive Task Mining 觀看更多 Non-OA 文章
智慧助理
ACM (美國計算機協會)
- Integrating AI Assistants to Advance GIS Application Usability (整合 AI 助手以提升地理資訊系統（GIS）之應用易用性) 本研究推出 AI 地圖助手 MapGPT，利用大型語言模型簡化 GIS 複雜操作。經易用性測試證實，對話式介面能有效降低使用門檻、優化使用者體驗，並為未來空間資訊 AI 助手提供設計建議。 AI Assistants
- Beyond-Voice: Leveraging Articulatory Motion for Next-gen AI-Assistants (超越語音：利用發音動作開發次世代 AI 助手) 本研究主張結合發音動作（如肌電、慣性感測）與語音訊號，以克服純音訊限制。此技術能達成無聲通訊、預判認知障礙及健康監測，並透過 LLM 整合，將 AI 互動從單一語音模式轉化為更全面的溝通模型。 AI Assistants 觀看更多 OA 文章
ACS (美國化學會)
- Early-Warning Biosensing of Aflatoxin Contamination: From Fungal Colonization to Toxin Synthesis (黃麴毒素污染的早期預警生物感測：從真菌定殖到毒素合成) 農產品中的黃麴毒素污染構成全球食品安全的嚴重威脅，急需從傳統的「污染後定量」轉向「主動早期預警策略」。本篇綜述評論批判性地審視了向生物標誌物驅動（biomarker-driven）感測平台的革命性轉型，這些平台能在毒素累積之前攔截黃麴毒素的生成。 Proactive Intent Prediction 觀看更多Non-OA文章
服務型機器人
ACM (美國計算機協會)
- A Review on Human–Robot Trust in Home Service Robots (居家服務機器人之人機信任研究綜述) 本綜述探討居家場景下人機信任的影響因素（如可靠性與透明度）與測量方法。強調信任的動態特質，並分析倫理、文化及長期演化，旨在引領開發更具適應性且以人為本的居家服務機器人。 Service robots
- Why Do Service Robots Fail? A Systematic Literature Review from a Service Design Perspective (服務機器人為何失敗？基於服務設計視角的系統性文獻綜述) 本研究從服務設計視角分析 34 篇文獻，歸納出導致失敗的 17 項設計特徵。透過整合框架揭示機器人失靈主因，為提升人機互動與系統整合品質提供實務指南，彌補了服務設計研究的空白。 Service robots 觀看更多 OA 文章
ACS (美國化學會)
- OSCAR: A Modular Open-Source Robotic Platform for Biological Laboratories (OSCAR：一個用於生物實驗室的模組化開源機器人平台) 生物研究通常涉及複雜、重複且高通量的操作，非常適合自動化。然而，目前的機器人系統通常僅擅長狹隘定義的任務或標準化工作流，且依然昂貴、缺乏彈性，並依賴專有的模組或試劑。為了克服這些限制，我們開發了開源協作自動化與機器人（OSCAR）平台，這是一個靈活且低成本的系統，旨在使用標準的人控設備執行常見的實驗室操作。 Software-Defined Robotics 觀看更多 OA 文章
- From Molecules to Machines: A Multiscale Roadmap to Intelligent, Multifunctional Soft Robotics (從分子到機器：通往智慧、多功能軟體機器人的多尺度藍圖) 在本綜述中，我們提出了一份結構化的藍圖，解決三個關鍵尺度的核心挑戰。在分子與奈米尺度，我們檢視了豐富的軟物質與功能奈米材料庫，它們賦予了軟體機器人材料可調控的力學、電學、光學及刺激響應特性。在微觀尺度，我們強調了有效的組裝策略，如異質混合、雙層整合與增材製造（3D 列印），實現了結合快速反應、強大功能、大變形耐受性與抗疲勞性的可重構多功能材料。最後，在系統層級，我們探討了如何將驅動機制、感測技術與運算工具與這些先進材料整合，從而產生智慧、具適應性且高能源效率的軟體機器人系統。 Software-Defined Robotics 觀看更多 Non-OA 文章
SPIE (國際光學工程學會)
- Overview of virtual assembly for array antennas and future work under industry 4.0 (陣列天線虛擬組裝概述及工業4.0下的未來工作) 本文引入虛擬實境技術，從虛擬組裝系統、組裝順序規劃、碰撞檢測和虛擬組裝互動四個方面分析了虛擬組裝的研究現狀。最後，本文也指出了面向工業4.0的未來研究方向。這項研究可為陣列天線的虛擬組裝提供理論基礎。 Human computer interaction & services robots
- Research on the design of airport intelligent luggage carts based on analytic hierarchy process (以層次分析法為基礎的機場智慧行李車設計研究) 本研究跨領域整合機械、電機與人工智慧，利用層次分析法（AHP）優化機場智慧行李車設計。系統結合感測技術與控制系統，實現自動跟隨、多件行李分類儲存及避障功能，並平衡材料的耐用性與輕量化。 Human computer interaction & services robots
自主移動系統
ACM (美國計算機協會)
- Cross-Attention Enhanced Imitation Learning for End-to-end Autonomous Driving in Unprotected Turns (基於交叉注意力增強模仿學習的無保護左轉端到端自動駕駛研究) 研究提出交叉注意力增強模仿學習，解決無保護轉彎時複雜環境與自身狀態的關聯問題。透過強化感知與車輛狀態的聯繫，在模擬測試中成功提升了複雜決策效率，表現優於傳統模仿學習模型。 End-to-end learning for driving
- Robust Autonomous Driving Control using Auto-Encoder and End-to-End Deep Learning under Rainy Conditions (雨天環境下利用自動編碼器與端到端深度學習實現穩健的自動駕駛控制) 本研究針對雨天視線不佳導致車道偏移的問題，利用自動編碼器（Auto-encoder）去除影像雨滴噪訊，並結合端到端深度學習直接預測轉向角度。經 Donkey Car 實測，證實在惡劣天氣下仍能維持穩健的自動駕駛效能。 End-to-end learning for driving 觀看更多文章
SPIE (國際光學工程學會)
- State-of-the-art autonomous landing solutions for UAVs on moving platforms (適用於行動平台上無人機的先進自主降落解決方案) 這篇綜述探討無人機在移動平台上自主降落的關鍵技術，這對國防與後勤監控具變革價值。研究從感知、規劃、控制與硬體等系統整合角度，分析如何應對複雜氣動約束。目前技術趨勢以視覺感知結合多感測器為主，旨在克服 GPS 受限環境；但在惡劣天氣與高海況下的可靠性仍是挑戰。未來將聚焦 AI 驅動的控感系統與多機協作，以突破技術瓶頸並強化自主任務的韌性。 Autonomous Mobile Systems 觀看更多文章
感測融合
ACM (美國計算機協會)
- Security-Aware Sensor Fusion with MATE: the Multi-Agent Trust Estimator (基於 MATE 的安全意識感測融合：多代理人信任評估器) 研究提出 MATE 框架，透過貝氏推論將感測數據差異轉化為信任證據。藉由動態權重分配與損壞資訊識別，有效抵禦受攻擊的內部代理人，顯著降低融合誤差並提升網路實體系統的韌性。 Sensor Fusion
- Trust-Based Assured Sensor Fusion in Distributed Aerial Autonomy (分布式空中自主系統中基於信任的保障感測融合) 研究針對無人機網路易受攻擊的弱點，提出基於隱馬可夫模型（HMM）的去中心化信任框架。透過優先融合高信任度數據，提升環境感知韌性與準確度，並利用 Unreal Engine 模擬數據驗證其檢測惡意行為的能力。 Sensor Fusion 觀看更多 OA 文章
ACS (美國化學會)
- Neural vs Neuromorphic Interfaces: Where Are We Standing? (神經介面 vs. 神經擬態介面：我們目前的進展到哪裡了？) 本綜述重點介紹了新興的「神經混合介面（neurohybrid interfaces）」，其中神經擬態系統可被整合以增強雙向神經通訊。文章強調了為無縫神經對接而設計的新型材料策略，以及將其整合進具備即時信號處理和閉環回饋能力的先進神經擬態晶片架構中。此外，本文探討了尖端的神經擬態生物介面，並評估了其在臨床部署中涉及的技術、生物學與倫理挑戰。透過橋接材料科學、神經科學與神經擬態工程，這些系統有望重新定義神經技術的版圖。 Neuromorphic Sensor Fusion 觀看更多 OA 文章
- A Monolithic Neuromorphic Device for In-Sensor Tactile Computing (用於感測器內觸覺運算的單體神經擬態元件) 為了模擬人類皮膚的觸覺感知，將觸覺感測器與神經擬態元件整合，已成為實現近感測器資訊處理（near-sensor information processing）的一種極具前景的方法。在此，我們展示了一種單體電子元件，其在單一架構中無縫整合了觸覺感知與神經擬態運算功能，且突觸可塑性（synaptic plasticity）可直接由觸覺輸入進行調控。 Neuromorphic Sensor Fusion 觀看更多 Non-OA 文章
SPIE (國際光學工程學會)
- Multi-sensor data fusion using deep learning for bulky waste image classification (基於深度學習的多感測器資料融合在大型垃圾影像分類中的應用) 這項研究探討如何利用多模態感測器數據融合與深度學習技術，提升大件垃圾的影像分類效能。研究針對包含 RGB、近紅外線（NIR）、熱成像及太赫茲（THz）等多種感測模態的資料集，系統性地比較了早期融合、中期融合與後期融合三種策略。 Sensor Fusion & deep learning 觀看更多文章
AAAS – Science (美國科學促進會)
- Fusion of memristor and digital compute-in-memory processing for energy-efficient edge computing (憶阻器與數位記憶體運算處理的融合，實現節能型邊緣運算) 本文提出了一種 AI 邊緣處理器，該處理器採用憶阻器-SRAM CIM 融合方案，同時利用數位 SRAM CIM 的高精度和電阻式隨機存取記憶體憶阻器 CIM 的高能效及儲存密度。此外，該方案還支援自適應本地訓練，以適應個人化特性和使用者環境。 Sensor Fusion
決策深度學習
ACM (美國計算機協會)
- Offline Trajectory Optimization for Offline Reinforcement Learning (離線強化學習中的離線軌跡優化) 研究提出 OTTO 框架，透過 World Transformers 進行長時程軌跡模擬，並利用不確定性評估器對增強數據進行修正。作為外掛模組，OTTO 能有效提升離線強化學習在稀疏獎勵等複雜環境下的表現。 Offline Reinforcement Learning
- Evaluation-Time Policy Switching for Offline Reinforcement Learning (離線強化學習中的評估時策略切換) 研究提出策略切換技術，利用認知與隨機不確定性，動態結合離線 RL 與行為克隆（BC）。該法能平衡性能提升與數據偏差，在多項基準測試中表現優異，且能安全、快速地進行線上微調。 Offline Reinforcement Learning 觀看更多 OA 文章
ACS (美國化學會)
- UM-CPP: A Universal Model for Efficient Classification of Protein Particles in cryo-EM Micrographs with Feature Engineering (UM-CPP：一個結合特徵工程、用於冷凍電顯微圖中蛋白質顆粒高效分類的通用模型) UM-CPP（冷凍電顯顆粒挑選通用模型）是一個新穎的框架，將特徵工程與深度學習整合，以增強 cryo-EM 微圖中的顆粒檢測。UM-CPP 的關鍵貢獻在於其混合方法：結合了傳統的機器學習特徵與最先進的深度學習技術。這種融合使得模型能在面對多樣化的蛋白質結構時，保持強健且具適應性的性能，同時維持高準確度。 Deep learning for Decision Making 觀看更多 OA 文章
- Prediction of Intravenous Pharmacokinetic Parameters across Multiple Species by a Multifidelity Deep Learning Framework (利用多保真度深度學習框架預測多種物種的靜脈注射藥物動力學參數) 在本研究中，我們提出了多保真度藥代動力學學習（MFPK），這是一個用於預測包括人類、犬、猴、大鼠與小鼠在內的多物種靜脈注射藥代動力學參數的遷移學習框架。MFPK 整合了基於圖形（graph）、基元（motif）及三維結構的分子表徵，以捕捉全面、多尺度的化學資訊。 Deep learning for Decision Making 觀看更多 Non-OA 文章
SPIE (國際光學工程學會)
- Machine learning framework for real-time focus and dose drift detection in advanced lithography (用於先進光刻技術中即時聚焦和劑量漂移檢測的機器學習框架) 本文開發了一種機器學習方法，透過分析關鍵尺寸掃描電子顯微鏡 (CDSEM) 影像特徵來預測光刻聚焦和曝光劑量的變化。我們的方法利用了英特爾專有的預測建模平台 IDEAL（互動式資料探索與學習），該平台整合了內部開發的、針對表格資料處理優化的基於樹的演算法。 Deep learning
- A novel deep learning framework for CD-SEM image denoising (一種用於CD-SEM影像去雜訊的新型深度學習框架) 我們提出了一種與光柵掃描擷取過程物理對齊的一維深度學習（DL）框架：每條掃描線都被視為一個獨立的一維訊號，避免了傳統二維卷積神經網路（CNN）引入的線間相關性。該模型使用相同圖案的低幀/高幀影像對進行訓練，然後用於從低幀輸入推斷高品質影像。 Deep learning 觀看更多文章
資訊物理系統
ACM (美國計算機協會)
- Generative Vulnerability Assessment for Cyber-Physical Systems (網路實體系統（CPS）的生成式漏洞評估) 本研究開發數據驅動的攻擊生成系統，透過學習攻擊的有效性與隱蔽性邊界函數，評估 CPS 漏洞。經電力與瓦斯管網系統模擬，證實能精準識別非線性系統的潛在威脅，強化系統韌性。 Cyber-Physical Systems
- Vulnerability Analysis for Safe Reinforcement Learning in Cyber-Physical Systems (網路實體系統（CPS）中安全強化學習的漏洞分析) 研究指出安全強化學習（Safe RL）易受對抗性攻擊。透過信號時序邏輯定義問題，利用反轉安全約束訓練攻擊模型。實驗證明，該方法能比傳統攻擊更有效地誘發不安全行為，揭示了現有策略的安全性漏洞。 Cyber-Physical Systems 觀看更多 Non-OA 文章
ACS (美國化學會)
- Excellent Stability of n-Type Thermoelectric Thin Films Using Cationic Surfactant/Single-Walled Carbon Nanotube Composites (利用陽離子表面活性劑/單壁碳奈米管複合材料提升 n 型熱電薄膜的卓越穩定性) 單壁碳奈米管（SWCNTs）在物聯網（IoT）應用的熱電產生器（TEGs）中極具潛力；然而，$n$ 型特性的長期不穩定性仍是一項重大挑戰。本研究系統性地調查了結合不同鹵素反離子（Cl–、Br–、I–）之陽離子表面活性劑（DODMAC、DODMAB、DODMAI）對 SWCNT 薄膜 $n$ 型穩定性的影響。 Cyber-Physical Systems (CPS) 觀看更多 Non-OA 文章
智慧物流
ACM (美國計算機協會)
- Research on Dynamic Scheduling Optimization for Dongguan Smart Logistics Resources Using Reinforcement Learning (基於強化學習的東莞智慧物流資源動態調度優化研究) 研究提出 DQN 模型優化東莞物流調度，解決傳統算法難以應對實時需求的困境。實驗證明 DQN 能將配送時間縮減 20%，車輛利用率升至 87.3%，展現強大動態適應力與顯著的降本增效成果。 Smart Logistics
- Impact of Smart Logistics Technology Adoption on Supply Chain Carbon Efficiency: Evidence from Digital Transformation in the Manufacturing Sector (智慧物流技術採納對供應鏈碳效率之影響：來自製造業數位轉型的證據) 研究證實智慧物流技術透過優化能耗與協同作用，顯著提升製造業供應鏈碳效率。數位轉型能強化數據決策與監控，且在環保法規完善與數位成熟度高的企業中，其節能減排效果更為突出。 Smart Logistics 觀看更多 OA 文章
ACS (美國化學會)
- Mechanically and Magnetically Property-Tunable Magnetorheological Silicone Elastomers Prepared by UV Curing for Smart Transport Packaging Sensors (透過 UV 固化製備機械與磁學性質可調的磁流變矽橡膠彈性體：用於智慧運輸包裝感測器) 含有磁性材料的矽橡膠彈性體兼具磁響應性與柔韌性，能為感測器提供高靈敏度、卓越彈性、優異耐用性與穿戴性。然而，控制交聯網絡密度並優化其機械性能仍是挑戰。本研究開發了一種磁流變彈性體（MREs），透過 UV 光引發硫醇-烯點擊反應（thiol–ene click reaction），將改質後的磁性奈米顆粒填充至矽橡膠中。 Smart Logistics 觀看更多 OA 文章
- Systems-Integrated Thermostable Vaccine Delivery: Converging Cold-Chain-Free Design, AI-Augmented Formulation, and Climate-Resilient Infrastructure (系統整合型耐熱疫苗遞送：匯聚無冷鏈設計、AI 增強配方與氣候韌性基礎設施) 本研究探討了數位配方設計、AI 驅動開發流程、地理空間建模、生命週期工程與碳中和遞送策略的融合。同樣地，智慧物流（Smart logistics）、即時監控、基於區塊鏈的疫苗身份驗證，以及在衝突地區、災後災區和受氣候變化嚴重影響地區部署所需的政策與技術介面，也是本文討論的重點。 Smart Logistics 觀看更多 Non-OA 文章
SPIE (國際光學工程學會)
- Optimization techniques in smart logistics: a comprehensive study on machine learning and IoT applications (智慧物流優化技術：機器學習與物聯網應用的綜合研究) 透過使用真實物流數據進行的實驗，我們展示了這些技術如何提升關鍵指標的效能，包括降低成本、縮短交貨時間和提高客戶滿意度。研究結果有助於全面理解智慧物流如何應對現代供應鏈的挑戰。 Smart Logistics
自主配送
ACM (美國計算機協會)
- Shrinkable Arm-based eHMI on Autonomous Delivery Vehicle for Effective Communication with Other Road Users (自動物流車配備可伸縮機械手臂介面以與道路使用者進行有效溝通) 研究為小型物流機器人開發可伸縮機械手臂（eHMI），模擬人類肢體語言尋求協助。實驗證實，此設計能顯著吸引注意並傳達特定訊息，有效提升機器人與行人及駕駛間的互動效率。 Autonomous Delivery
- “I Have a Package For Mr. and Mrs. Smith, Can You Point Me to Their House?”—Co-Designing Bystanders’ Interaction with Autonomous Delivery Vehicles (「我有史密斯夫婦的包裹，能幫我指路嗎？」——共同設計路人與自動物流車的互動機制) 研究透過共同設計工作坊，探討路人對物流機器人的資訊需求。結果顯示，利用熟悉的色彩與圖標能有效傳達意圖與目標，提升社會接受度，為未來小型自動物流車融入人類空間提供設計指南。 Autonomous Delivery 觀看更多文章
SPIE (國際光學工程學會)
- Research on target detection and automatic navigation algorithm for intelligent vehicles (智慧車輛目標偵測與自動導航演算法的研究) 這項研究提出了一種結合目標偵測與導航的新型架構。在感知端，研究者透過空間自適應濾波器（ASF）增強了特徵金字塔網路（FPN），以提升對語意訊息的利用率。在執行端，則利用 ROS 系統進行即時地圖構建，並結合精英蟻群演算法來達成最優路徑規劃。 Autonomous Delivery
- Study on the analysis of autonomous driving accident factors of unmanned delivery vehicles based on fault tree analysis and analytic hierarchy process (基於故障樹分析與層級分析法的無人配送車輛自動駕駛事故因素分析研究) 這項研究利用故障樹分析法（FTA）系統性地探討了無人配送車事故的影響因子。研究識別出 5 個主要因素與 23 個子因素，並透過層次分析法（AHP）結合 MATLAB 進行權重計算與一致性檢驗，以確保分析的客觀性。 Autonomous Delivery 觀看更多文章
智慧零售技術
ACM (美國計算機協會)
- Optimizing Smart Retail by Experiment Using an Online AI Model Exploration Interface (利用線上 AI 模型探索介面進行智慧零售實驗優化) 本研究開發網頁平台，讓業者透過 AI 模型預測銷量以優化庫存。藉由點擊式圖表探索歷史與模擬數據，能協助制定訂價與採購策略，有效減少食物浪費並提升營運效益。 Smart Retail Technologies
- Ready for RIoT? A Pilot Study on Consumers’ Patronage Intention Towards Smart Stores (準備好迎接零售物聯網（RIoT）了嗎？消費者對智慧商店光顧意願的初步研究) 研究指出消費者對智慧商店的樂觀與創新感能提升便利、享樂與新奇價值。儘管存在安全疑慮與風險感知，正向價值仍能建立積極態度並轉化為光顧意願，建議業者強化商店的新奇感與娛樂體驗。 Smart Retail Technologies 觀看更多 OA 文章
ACS (美國化學會)
- Irreversible Visual Indicators: Broadening the Color Space Using Conjugated Heterocycles (不可逆視覺指示器：利用共軛雜環擴展色彩空間) 本研究提出了一種基於電化學聚合（electropolymerization）的簡易策略，利用無色單體轉化為有色共軛聚合物的不可逆過程。這種觸發過程形成的薄膜僅需毫瓦級功耗，且不需要持續供電，其光學反應一旦觸發便無法擦除。我們透過多種單體的聚合展示了豐富的色彩組合，為開發安全、低成本且具擴展性的智慧標籤技術開闢了獨特機遇。 Smart Retail Technologies 觀看更多 OA 文章
- Smart Detection of Food Spoilage Using Microbial Volatile Compounds: Technologies, Challenges, and Future Outlook (利用微生物揮發性化合物智慧檢測食品腐敗：技術、挑戰與未來展望) 本綜述評估了目前的 MVOC 檢測方法，包括氣相層析質譜儀（GC–MS）、離子遷移譜、電阻式感測器、生物感測器與比色指示劑，並針對其靈敏度、選擇性、基質相容性與部署潛力進行了比較。研究特別關注信號漂移、感測器特異性以及在真實食品系統中重現性的挑戰。新興材料（如 MXene 複合材料）與生物感測平台（如氣味結合蛋白或活細胞）提供了更好的選擇性。 Smart Retail Technologies 觀看更多 Non-OA 文章
🏥 優質健康 (Quality Health)
精準醫療
ACM (美國計算機協會)
- Multi Omics Data Integration and Clustering for Disease Subtype Discovery Using SNF and NEMO Algorithms (利用 SNF 與 NEMO 演算法進行多體學數據整合與聚類以發現疾病亞型) 本研究利用 SNF 與 NEMO 整合多體學數據，並透過 PAM 演算法精準識別疾病亞型。結果顯示，SNF 結合 PAM 的聚類準確度最高，能有效強化對複雜疾病的理解，助力精準醫療。 Multi-omics Data Integration
- A Pan-Cancer Classification Method Based on Multi-omics Data Integration and Sample Similarity Network (基於多體學數據整合與樣本相似性網絡的泛癌分類方法) 本研究提出 KPGAT_NN 模型，結合 SMOTE-Tomek 數據平衡與 KPCA 特徵提取，利用圖注意力網絡（GAT）處理樣本相似性，顯著提升了泛癌早期診斷的分類準確率。 Multi-omics Data Integration 觀看更多OA文章
ACS (美國化學會)
- Machine Learning-Based Multi-Omics Integration for Identification of Hepatocellular Carcinoma Biomarkers in an Egyptian Cohort (基於機器學習的多體學整合：識別埃及人群肝細胞癌生物標記) 肝細胞癌（HCC）在全球死亡率極高，尤其在慢性 C 型肝炎盛行的埃及情況尤為嚴重。由於缺乏有效的早期診斷標記，肝硬化轉化為癌症後的死亡率居高不下。本研究利用非靶向與靶向質譜分析技術，針對埃及患者的血液樣本收集了蛋白質、N-鏈糖與代謝物數據。透過機器學習方法進行多體學整合分析，研究團隊成功識別出一組特徵面板，能精準區分肝硬化高風險族群與早期肝細胞癌患者。這項研究證明了多體學整合是發掘臨床有效生物標記、提升早期治療成功率的強大策略。 Multi-omics Data Integration 觀看更多OA文章
- Expanding the Dimensions of Single-Cell Multi-Omics To Include Mitochondrial DNA through Fixation and Permeabilization (透過固定與滲透技術擴展單細胞多體學維度以納入線粒體 DNA) 單細胞多體學極大地提升了對細胞異質性的理解，但納入線粒體 DNA（mtDNA）分析仍具挑戰。本研究探討了固定與滲透技術在優化 Tn5 轉座酶標記及保留 mtDNA 方面的關鍵作用。透過整合 mtDNA 突變資訊與細胞狀態，新一代單細胞技術能實現線粒體基因型與表現型的同步分析。這項技術進展不僅深化了多體學數據的整合維度，更為譜系追蹤與臨床精準診斷提供了新的工具，對理解疾病機制與個人化醫療具備重要價值。 Multi-omics Data Integration 觀看更多Non-OA文章
SPIE (國際光學工程學會)
- Research on individually difference-based prediction and intervention mechanisms for elderly health status (基於個體差異的老年人健康狀況預測與介入機制研究) 基於生理指標、生活習慣、社會支持和環境因素等多源異質數據，建構了老年人健康狀況綜合評估模型。利用機器學習和深度學習演算法動態預測老年人的健康狀況，並識別影響健康狀況的關鍵因素。 Precision Medicine
- Enabling precision medicine: use cases of specialty optical fiber in laser-based therapies (助力精準醫療：特種光纖在雷射療法中的應用案例) 本文探討特種光纖（Specialty Optical Fiber）如何透過材料創新（如 Heraeus Covantics 高純度石英）實現精準醫療，正成為微創手術與即時診斷邁向精準化的關鍵基礎設施。 Precision Medicine 觀看更多 Non-OA 文章
AAAS – Science (美國科學促進會)
- Practical challenges for precision medicine (精準醫療面臨的實際挑戰) 研究指出機器學習雖能助力個人化醫療，但在預測精神分裂症藥物療效時，面臨跨臨床試驗泛化失敗的困境。這顯示精準醫療亟需更嚴謹的建模標準，並應重新審視實際應用中的技術挑戰。 Precision Medicine
- Creation of de novo cryptic splicing for ALS and FTD precision medicine (為 ALS 與 FTD 精準醫療開發之從頭合成隱藏式剪接技術) 研究開發 TDP-REG 技術，利用 SpliceNouveau 演算法設計隱藏式剪接，僅在病理狀態下啟動治療。實驗證實能精準修復 UNC13A 等剪接錯誤，為阿茲海默症與漸凍症提供精準治療新途徑。 Precision Medicine 觀看更多 Non-OA 文章
精準健康
ACM (美國計算機協會)
- From Wrists and Pockets to Interventions: Leveraging Digital Biomarkers to Infer Psychosocial Factors – A Systematic Review (文章名稱：從手腕與口袋到介入措施：利用數位生物標記推論心理社會因素 – 系統性回顧) 本回顧分析 75 項研究，指出穿戴裝置與手機的數位生物標記（如心率、位移、GPS）能精準推論壓力與情緒。透過機器學習將日常數據轉化為即時監測，為個人化數位行為介入與預防性照護開闢新路徑。 Digital Biomarkers Development
- ADMarker: A Multi-Modal Federated Learning System for Monitoring Digital Biomarkers of Alzheimer’s Disease (ADMarker：用於監測阿茲海默症數位生物標記的多模態聯邦學習系統) 本研究開發 ADMarker 系統，透過多模態感測與聯邦學習，在保護隱私下精準偵測阿茲海默症數位標記。臨床試驗顯示其早期診斷準確度達 88.9%，為長期的病程追蹤提供可靠平台。 Digital Biomarkers Development 觀看更多OA文章
ACS (美國化學會)
- Benchmarking Machine Learning Models for HIV-1 Protease Inhibitor Resistance Prediction: Impact of Data Set Construction and Feature Representation (基準測試 HIV-1 蛋白酶抑制劑抗藥性預測的機器學習模型：數據集構建與特徵表示的影響) 本研究系統性評估了多種預測 HIV-1 抗藥性的機器學習模型，探討數據預處理與特徵表示對預測精度的影響。研究發現，不當的序列擴增處理會導致數據冗餘並虛增模型表現。實驗結果顯示，基於理化性質（zScales）的簡單邏輯回歸模型，其性能足以媲美複雜的神經網路，且具備更高的運算效率與解釋性，能精確識別出關鍵的抗藥性突變位點（如第 10、46、54 等位點）。這項研究強調了模型「機制解釋力」對於臨床決策的重要性，為開發高效且精準的抗藥性監測工具提供了實證基礎。 Pharmacogenomics in Clinical Decision Support 觀看更多OA文章
- TCN-RDP: Predicting Drug-Induced Liver Injury from Time-Series Toxicogenomic Data (TCN-RDP：利用時序毒性基因體數據預測藥物誘導性肝損傷) 藥物誘導性肝損傷（DILI）是導致藥物開發失敗的主要原因。本研究提出 TCN-RDP 模型，結合時間卷積網路（TCN）與隨機維度排列（RDP），有效捕捉基因表達的時序動態與高維交互特徵。透過 XGBoost 基因篩選算法，模型在達到 84.05% 高準確度的同時，也確保了生物學的可解釋性。此架構提供了一種高效、精準的肝毒性早期預測方法，有助於藥物安全篩選，並具備優化臨床決策支持系統與監管決策的巨大潛力。 Pharmacogenomics in Clinical Decision Support 觀看更多Non-OA文章
SPIE (國際光學工程學會)
- Integrating computational approaches to unravel Alzheimer’s disease and co-pathologies: a biomarker-driven approach to precision medicine(整合計算方法揭示阿茲海默症及其共病：一種基於生物標記的精準醫療方法) 這些生物標記可作為早期診斷的有力工具，實現及時幹預，並有可能延緩疾病發作。此外，透過識別高風險族群，我們可以優化臨床試驗設計，並加速有效療法的研發。最終，我們的目標是透過早期發現、精準診斷和標靶治療，改善神經退化性疾病患者的生活品質。 Precision Medicine
- Perioperative anesthesia personalization: integrating genetic polymorphisms, metabolomics, and AI for precision medicine (圍手術期麻醉個體化：整合基因多態性、代謝組學與人工智慧實現精準醫療) 主要探討如何透過多組學技術與人工智慧，實現圍手術期麻醉的精準化管理。該研究強調從「一體適用」轉向「數據驅動」的精準麻醉範式，透過跨學科創新減少醫療風險並加速患者康復。 Precision Medicine 觀看更多 Non-OA 文章
AAAS – Science (美國科學促進會)
- Pan-tumor genomic biomarkers for PD-1 checkpoint blockade–based immunotherapy (基於 PD-1 檢查點阻斷免疫療法的泛腫瘤基因生物標記) 研究發現腫瘤突變負荷（TMB）與 T 細胞發炎基因表達譜（GEP）能獨立且共同預測免疫治療效果。兩者相關性低，分別代表新抗原性與 T 細胞活性，有助於精準篩選抗 PD-1 單療或聯合用藥的適應症。 Digital Biomarkers Development
- Transforming mental health research and care through artificial intelligence (透過人工智慧轉型心理健康研究與照護) AI 為缺乏客觀指標的心理醫療帶來變革。研究建議從病患旅程視角切入，整合行為與情緒評估，並克服隱私、污名化與安全性挑戰，實現從診斷、治療到康復的臨床應用。 Digital Biomarkers Development 觀看更多 Non-OA 文章
個人化醫療
ACM (美國計算機協會)
- A Maturity Model for Digital Twins in Healthcare (醫療保健領域數位分身的成熟度模型) 本研究提出數位分身（DT）成熟度模型，探討醫療資訊系統與實時模型的整合。透過提升 IS/IT 整合層級，醫療機構能強化**情境感知（SA）**並優化短期決策，實現從傳統建模向實時模擬的轉型。 Digital Twins in Healthcare
- Exploring Power Dynamics of Healthcare Digital Twins at Home through the Matrix of Domination (透過支配矩陣探討居家醫療數位分身的權力動態) 本研究利用社會學「支配矩陣」理論，探討居家醫療數位分身隱含的權力結構。研究指出，數位分身在優化個人化醫療的同時，亦可能強化既存的社會支配秩序，並透過問卷分析使用者對數據監測的權力體驗。Digital Twins in Healthcare 觀看更多OA文章
ACS (美國化學會)
- Artificial Intelligence for Noninvasive Health Diagnostics (用於非侵入式健康診斷的人工智慧) 非侵入式診斷對於疾病早篩至關重要，但常受限於靈敏度與解讀效率。本研究回顧了 AI 與機器學習如何整合影像、穿戴式感測器、呼氣分析及生物流體感測，將診斷從單次評估提升至實時動態監測。文中重點討論了數位孿生、聯邦學習與可解釋 AI 等新興技術，並探討了數據隱私與演算法公平性等挑戰。這項研究為實現以患者為中心、具規模化且低成本的智慧診斷方案提供了技術路徑，是推動個人化醫療轉型的重要參考。 Digital Twins in Healthcare 觀看更多Non-OA文章
SPIE (國際光學工程學會)
- Multimodal health data fusion and analysis based on digital twins(基於數位孿生的多模態健康數據融合與分析) 本研究提出了一種結構化的健康數據分析方法，該方法透過建立數位孿生模型並融合多種類型的健康數據來實現。分析結果表明，多模態資料融合顯著提高了模型的預測效能，並在多個指標上表現良好。本研究成果為健康資料的智慧分析和應用提供了堅實的理論基礎和實務指導。 Digital Twins 觀看更多 Non-OA 文章
AAAS – Science (美國科學促進會)
- Continuous evolution of compact protein degradation tags regulated by selective molecular glues (受選擇性分子膠調節的緊湊型蛋白質降解標籤之持續演化) 研究開發 MG-PACE 平台，演化出僅 36 個胺基酸的 SD40 標籤。結合特定分子膠，能精準降解經基因編輯標記的內源性蛋白質，克服傳統標籤體積大及脫靶效應的缺陷。 Digital Twins in Healthcare
- PERK-ATAD3A interaction provides a subcellular safe haven for protein synthesis during ER stress (PERK-ATAD3A 交互作用為內質網壓力下的蛋白質合成提供亞細胞避風港) 研究發現內質網壓力下，ATAD3A 透過與 PERK 交互作用，競爭性抑制 eIF2 磷酸化，使線粒體處的蛋白質翻譯免於被全面抑制，進而保護線粒體功能並緩解細胞壓力。 Digital Twins in Healthcare 觀看更多 Non-OA 文章
智慧醫療科技
ACM (美國計算機協會)
- Automated LVH Grading: Integration of Deep Learning and Explainable AI for Accurate Diagnosis (自動化左心室肥大分級：整合深度學習與可解釋 AI 以達成精確診斷) 本研究開發自動化分級模型，整合超音波影像與數值資料，利用遷移學習提取特徵並以 SHAP 提升可解釋性。該方法有效減少人工判讀誤差，達成標準化診斷，提升臨床管理的準確度與透明度。 Explainable AI in clinical support
- Co-design of Human-centered, Explainable AI for Clinical Decision Support (臨床決策支援中以人為本且具可解釋性 AI 的共同設計) 本研究透過迭代設計，開發出符合醫療需求且具本體連結的可解釋 AI（XAI）技術與介面。實驗證實，良好的解釋性能提升醫護人員的信任感，並藉由反饋優化以人為本的互動設計。 Explainable AI in clinical support 觀看更多OA文章
ACS (美國化學會)
- XAI-ACSM: An Ensemble-Based Explainable Artificial Intelligence Framework for the Accurate Prediction of Anticancer Small Molecules (XAI-ACSM：一種用於精確預測抗癌小分子的整合式可解釋人工智慧框架) 傳統癌症療法常伴隨高毒性與耐藥性，研發高效的抗癌小分子藥物成為關鍵。本研究提出 XAI-ACSM 框架，透過評估 5 種機器學習演算法與 14 種分子描述符，構建出 70 個基準模型，並利用機率平均策略整合出高精準度的預測工具。實驗證明，XAI-ACSM 在獨立測試中的準確度與特異性均顯著優於現有方法。此框架不僅能高效篩選大規模化學庫，還透過可解釋 AI 技術 (XAI) 與分子對接驗證，為藥物篩選提供具生物學意義的解釋，為抗癌藥物開發與臨床決策支持提供了一套實用的智慧化解決方案。 XAI for Clinical Support 觀看更多OA文章
- Explainable Artificial Intelligence-Driven Salivary Exosome Spectroscopic Profiling for Clinical Diagnosis and Metastasis Detection of Oral Cancer (可解釋人工智慧驅動的唾液外泌體光譜分析：用於口腔癌的臨床診斷與轉移偵測) 口腔鱗狀細胞癌（OSCC）亟需精準的診斷與轉移評估。本研究建立了一套無標記的 SERS-xAI 技術平台，透過分析唾液外泌體實現非侵入式診斷。研究設計的全連接神經網路在區分健康人與患者（90.63%）以及判別癌症轉移（86.63%）方面表現優異。核心突破在於引入 SHAP 解釋機制，識別出跨膜蛋白中的色胺酸殘基為致癌關鍵因素，並將預測結果與基因突變導致的轉移聯繫起來。此架構成功建立了生化可解釋的診斷流程，為精準腫瘤學提供了重要的機制見解。 XAI for Clinical Support 觀看更多Non-OA文章
SPIE (國際光學工程學會)
- Quantification-based explainable artificial intelligence for deep learning decisions: clustering and visualization of quantitative morphometric features in hepatocellular carcinoma discrimination(基於量化的可解釋人工智慧在深度學習決策中的應用：肝細胞癌鑑別中定量形態特徵的聚類和視覺化) 深度學習（DL）在計算病理學領域發展迅速，雖然診斷準確率高，但其結果往往難以解釋，如同「黑箱」一般。這種透明度的缺失阻礙了其臨床應用，凸顯了定量可解釋人工智慧（QXAI）方法的重要性。我們提出了一種QXAI方法，旨在客觀、定量地闡明DL模型在肝細胞癌（HCC）病理影像分析中的決策邏輯。 XAI
- End-to-end brain cancer diagnosis using high-resolution fiber endoscopy with a learning-based digital twin(利用基於學習的數位孿生技術，透過高解析度光纖內視鏡實現端到端腦癌診斷) 我們模擬了一個資料集來預訓練MCF重建網路。然後，我們將遷移學習應用於此網絡，訓練對象為十對膠質母細胞瘤樣本的實驗影像。數位孿生技術為神經外科中的微創全光學活檢提供了一種高效且高度可行的方法。 Digital Twins 觀看更多 Non-OA 文章
AAAS – Science (美國科學促進會)
- The value of decentralized clinical trials: Inclusion, accessibility, and innovation (去中心化臨床試驗的價值：包容性、可及性與創新) 本研究探討去中心化臨床試驗（DCT）如何利用數位技術克服傳統試驗的地理與多樣性限制。DCT 能提升參與包容性並推動研究民主化，但仍需解決數據安全、遠距監控與法規標準化等挑戰。 Decentralized Clinical Trials
- From reactive to proactive: Continuous protein monitoring for preventive health care (從被動到主動：預防性醫療中的持續蛋白質監控) 本研究探討持續蛋白質監控（CPM）技術，旨在將精準醫療從被動反應轉向主動預防。透過穿戴或植入式感測器，可即時追蹤慢病與急性症狀，提升早期干預效能，但仍需克服穩定性與數據隱私挑戰。 Decentralized Clinical Trials 觀看更多 Non-OA 文章
遠距醫療
ACM (美國計算機協會)
- Metaverse Platforms for Immersive Healthcare: A Survey on Telemedicine Solutions (用於沉浸式醫療的元宇宙平台：遠距醫療解決方案綜覽) 本研究調查元宇宙在遠距醫療中的應用，透過沉浸式技術解決醫病面談的地理限制。文中彙整了診斷流程、隱私安全挑戰及對策，並提出六大挑戰以指引未來虛擬醫療通訊的研究方向。 Telemedicine
- Neural Network Based Simulation of Diagnostic Vulnerabilities in Telemedicine Using Synthetic Data: A Framework for Identifying Context-Driven Blind Spots (基於神經網路與合成數據模擬遠距醫療診斷脆弱性：識別情境驅動盲點的框架) 本研究利用 Synthea 生成十萬筆數據，透過神經網路模擬臨床推理，證實遠距醫療因缺乏病史資訊導致診斷能力顯著下降。實驗發現代謝與癌症風險最高，並提出置信度升級機制以識別高風險病例。 Telemedicine 觀看更多OA文章
ACS (美國化學會)
- A Noninvasive Method for Dynamic Ovulation Monitoring Based on Memristor (基於憶阻器的非侵入式動態排卵監測方法) 排卵障礙是導致女性不孕的首要原因，但現有技術難以兼顧即時性與數據連續性。本研究設計了一款以 HfO2 為功能層的 Ag/HfO2/FTO 憶阻器，透過檢測唾液與尿液在不同生理階段（濾泡期、排卵期、黃體期）的電化學響應，精準識別排卵信號。憶阻器的雙極電阻開關行為受體液中激素驅動的離子濃度調節，可提供長達 100 次循環的穩定檢測。此技術具備低功耗與即時反應優勢，能輕鬆整合至智慧牙刷或智慧馬桶等居家設備，為轉化醫學與居家個人化健康照護提供了一套智慧化的新路徑。 Edge-based Home Health Monitoring 觀看更多OA文章
- Manipulating 2D Nanomaterials: Shaping the Future of Intelligent Wearable Health Monitoring Devices (操控二維奈米材料：塑造智慧穿戴式健康監測設備的未來) 穿戴式電子設備已成為即時、非侵入式健康監測的關鍵，其中二維奈米材料因其獨特性能備受矚目。本研究系統性總結了 2D 奈米材料感測器的感測機制與性能優化因素，探討了其在物理、電化學與生物電子訊號監測中的多元應用。論文強調，為實現更高效且舒適的智慧醫療系統，未來需克服材料穩定性與低成本製備的挑戰，並迫切需要整合人工智慧（AI）與機器學習技術。這項綜述為未來「人工智慧器官化」的願景提供了技術路徑與深入見解。 Edge-based Home Health Monitoring 觀看更多Non-OA文章
SPIE (國際光學工程學會)
- Comprehensive mixed reality surgical navigation system for liver surgery(用於肝臟手術的綜合性混合實境手術導航系統) 術中肝臟形變以及需要重複在手術視野和遠端監視器之間切換視線，都會影響影像引導肝臟手術的精確度和工作流程。現有的混合實境（MR）原型僅能解決這項挑戰的某些方面，且缺乏在可變形解剖結構中的定量驗證。 Mixed Reality 觀看更多 OA 文章
- Surgical navigation system for liver surgery based on HoloLens® 2(基於 HoloLens® 2 的肝臟手術導航系統) 本文介紹了一種基於HoloLens® 2擴增實境技術的肝臟手術導航系統的開發和驗證2的AHAT相機進行即時工具追蹤。 Mixed Reality
AAAS – Science (美國科學促進會)
- From reactive to proactive: Continuous protein monitoring for preventive health care (從被動到主動：預防性醫療中的持續蛋白質監控) 本研究探討持續蛋白質監控（CPM）技術，旨在效法血糖監測成功經驗，透過即時感測器優化慢病與急性症狀管理。儘管面臨感測穩定性與數據隱私挑戰，該技術仍將推動精準醫療實現早期干預。 Smart Healthcare Systems 觀看更多 Non-OA 文章
智慧醫療系統
ACM (美國計算機協會)
- A Lightweight Edge-Centric Chewing Sensing System with Multimodal Biosignal Fusion for Oral Health Monitoring (基於多模態生物信號融合的輕量化邊緣中心咀嚼感測系統，用於口腔健康監測) 本研究開發 NeuroChew 穿戴系統，整合肌電、眼電與腦電訊號，利用輕量化 Transformer 模型識別咀嚼狀態。實驗證實其能有效區分正常、不對稱與不適狀態，準確率達 83.7%，實現居家口腔健康監測。 Edge-based Home Health Monitoring
- Exploring the Landscape of Ubiquitous In-home Health Monitoring: A Comprehensive (探索無所不在的居家健康監測概況：一項全面性研究) 本研究全面回顧居家健康監測系統，分析感測、通訊、運算技術及應用領域。研究識別出核心組件與實務挑戰，並提出八項未來研究建議，旨在提升個人獨立性並優化遠距醫療效能。 Edge-based Home Health Monitoring 觀看更多OA文章
SPIE (國際光學工程學會)
- Applications of mixed reality with medical imaging for training and clinical practice(混合實境技術與醫學影像在訓練與臨床實務的應用) 本篇綜述總結了擴展實境（XR）技術（包括虛擬實境（VR）、混合實境和擴增實境（AR））在醫學領域的當前應用，涵蓋醫學影像、培訓和術前規劃等多個方面。文章探討了這些技術在臨床實踐和醫學培訓中的整合，並分析了該領域面臨的挑戰和未來機會。希望本文能鼓勵更多醫師進行醫學與科技融合的合作。 Mixed Realitye
- Wireless wearable microneedle electroceuticals for advanced pain treatment with IoT-enabled telemedicine(用於進階疼痛治療的無線穿戴式微針電療設備，結合物聯網遠距醫療技術) 本文旨在解決這些問題，並開發了一種無線電療系統，該系統結合了微創黏附式微針電極和遠距醫療軟體基礎設施。塗覆導電水凝膠的微針電極可降低皮膚接觸阻抗，從而確保電流穩定注入，不受外部環境因素的影響。 Telemedicine 觀看更多 Non-OA 文章
居家健康照護
ACM (美國計算機協會)
- Theory of Blockchain and Smart Healthcare: Highlights. (區塊鏈與智慧醫療理論：重點摘要) 本研究探討區塊鏈如何賦能智慧醫療，透過去中心化降低交易成本、縮短時間並防止欺詐。文章分析了區塊鏈結合 AI 與 IoT 的技術進勢，滿足醫療產業對高效、安全數據管理的核心需求。 Smart Healthcare Systems 觀看更多OA文章
- Smart and Digital Healthcare. Advanced Technologies and Security Issues (智慧與數位醫療：先進技術與安全議題) 本研究綜述智慧醫療中物聯網、大數據與雲端運算之應用。針對數位化帶來的生命安全威脅，探討從傳統加密到區塊鏈與量子加密等先進技術，建構全方位的安全防護體系。 Smart Healthcare Systems 觀看更多Non-OA文章
SPIE (國際光學工程學會)
- Enhancing access for the visually impaired: a multisensory auditory-visual integration system with smart glasses in libraries(提升視障人士的無障礙體驗：圖書館中配備智慧眼鏡的多感官視聽融合系統) 本研究提出了一種新型智慧輔助眼鏡系統，該系統將樹莓派5設備與安裝在智慧眼鏡上的22針MIPI-CSI攝影機模組整合在一起。該系統在設計時充分考慮了可擴展性，旨在促進未來在醫療、教育和商業領域的應用。 Smart Healthcare Systems
- Nanoplasmonic biosensors for precision immune profiling and monitoring(用於精確免疫分析和監測的奈米等離子體生物感測器) 透過將光流控系統與工程奈米結構結合，我們的方法實現了全血和單細胞樣本的高時空分辨率。結合計算建模，這些感測器具有飛摩爾級的靈敏度和高特異性。我們重點介紹了它們在即時診斷和免疫治療監測中的應用，展示了它們在建立智慧化、個人化醫療保健系統方面的潛力。 Smart Healthcare Systems
整合照護模式
ACM (美國計算機協會)
- Bibliometric analysis of research Hotspots and Trends of chronic Diseases in the Elderly under the Integrated Medical and Elderly Care Model (醫養結合模式下老年慢性病研究熱點與趨勢的文獻計量分析) 本研究透過文獻計量分析指出，中國醫養結合下的老年慢病研究呈上升趨勢。智慧醫療與長期護理保險為新興熱點，未來需強化跨機構合作與實務轉化，以優化居家及機構照護體系。 Integrated Care Models
- Enhancing Healthcare Interoperability with FHIR: A Systematic Approach to Online Data Management (利用 FHIR 增強醫療互操作性：線上數據管理的系統化方法) 本研究利用 FHIR 標準與 RESTful API 打造數據管理系統，實現標準化且符合法規的醫療數據交換。結果顯示其在一般負載下具高度可靠性，但在高流量下仍需優化擴展性，以提升臨床支援效能。 Integrated Care Models 觀看更多OA文章
ACS (美國化學會)
- Improving Clinical Diagnostics and Patient Care through Artificial Intelligence and Biosensor Technologies (透過人工智慧與生物感測技術提升臨床診斷與患者照護) 本研究分析了 AI 與機器學習在提升生物感測器精度與效能方面的顯著優勢，特別是在捕捉多樣化生理訊號以實現早期診斷與連續監測上的潛力。研究同時探討了技術普及的關鍵挑戰，包括數據集質量不足、數據異質性問題，以及現有 AI 演算法的應用侷限性。此外，文中亦針對數據隱私、安全與法律規範等倫理議題進行了深入討論。透過克服這些障礙，AI 賦能的感測系統將能大幅改善醫療成果，為個人化醫療與智慧照護體系提供強大支持。 Healthcare Interoperability 觀看更多OA文章
- Sepsis Diagnostics via Biosensors: Engineering Platforms, Artificial Intelligence Integration, and Clinical Translation (透過生物感測器進行敗血症診斷：工程平台、人工智慧整合與臨床轉化) 敗血症因臨床異質性極高，一直是診斷上的重難點。本研究綜述了生物感測器如何超越傳統培養法，朝向即時、多重且臨床驗證的平台發展。技術核心涵蓋奈米材料信號增強與次世代生物識別元件（如 CRISPR、適體等）。此外，論文詳述了 AI 在信號解讀與 EHR 預測中的角色，並深入探討了轉化過程中的瓶頸，包括臨床性能落差、法規壁壘、診斷編碼失配及保險報銷挑戰。最終，本文提出了加速生物感測器在敗血症照護中部署的藍圖，強調了數據協調與部署設計策略的重要性。 Healthcare Interoperability 觀看更多Non-OA文章
AAAS – Science (美國科學促進會)
- Governing real-world health data as a public utility (將真實世界健康數據作為公共事業進行治理) 現有*真實世界數據（RWD）存在破碎且不互通等問題。研究建議將其視為「公共事業」，透過聯邦化、標準化與社群驅動模式進行治理，建立透明監督機制，以強化公眾信任並推動精準醫療與公共衛生。 Healthcare Interoperability 觀看更多 Non-OA 文章
銀髮科技
ACM (美國計算機協會)
- A Human-Centered Perspective on Optimizing Ambient Assisted Living Sensing Systems for Aging in Place (以人為本：優化居家安老環境輔助生活感測系統之觀點) 本研究透過訪談高齡者與照護者，針對環境輔助生活（AAL）系統的隱私疑慮與個人化缺口，提出以人為本的新框架。旨在確保倫理支持的同時，提升感測系統在居家安老中的適應性與普及率。 Ambient Assisted Living
- Enhancing Device-Goal-Norm Modeling for Ambient Assisted Living with Large Language Models (利用大型語言模型增強環境輔助生活的設備-目標-規範建模) 本研究透過大型語言模型（LLM）自動生成物聯網設備與使用者需求間的互動模式。此方法能精準媒合個人化設備，減輕分析師負擔並挖掘潛在交互需求，顯著提升輔助技術的適應性與設計效率。 Ambient Assisted Living 觀看更多OA文章
ACS (美國化學會)
- Exposure to Quaternary Ammonium Compounds (QACs) in Assisted Living Facilities: Implications for Older Adultst (輔助生活設施中季銨化合物（QACs）的暴露：對老年人的潛在影響) 季銨化合物（QACs）廣泛存在於消毒劑與個人護理產品中。本研究分析了美國印第安納州三處輔助生活設施的室內粉塵、空氣及住民與員工配戴的手環樣本。結果顯示，粉塵中的 QACs 濃度中位數高達 151,000 ng/g，遠高於一般家庭，且主要來源為消毒產品（以 BACs 為主）。員工暴露水平顯著高於長者（p < 0.05），而「粉塵攝入」被確定為主要的暴露途徑（約佔 62%）。鑑於 QACs 可能導致呼吸道等健康風險，研究呼籲應高度關注這類設施內的環境化學安全。 Ambient Assisted Living 觀看更多OA文章
長期照護技術
ACM (美國計算機協會)
- Using Social Robots to Enhance Cognitive Health in Older Adults with Mild Cognitive Impairment (利用社交機器人提升輕度認知障礙高齡者的認知健康) 本研究透過共同設計與迭代開發，利用社交輔助機器人與虛擬人促進輕度認知障礙（MCI）者的生活轉變。旨在提供易用、可持續的技術，以改善其認知健康、情緒狀態並緩解孤獨感。 Social Robots for Cognitive Impairment Intervention
- Systematic Review of Social Robots for Health and Wellbeing: A Personal Healthcare Journey Lens (文章名稱：社交機器人於健康與福祉之系統性回顧：個人醫療旅程的視角) 本回顧分析 443 篇研究，探討社交機器人在各健康領域的應用。研究指出多數實驗於照護中心進行，但缺乏特定醫療任務編程。文中提出「個人醫療旅程」框架，旨在將機器人整合進人生各階段，以提升長期採用率。 Social Robots for Cognitive Impairment Intervention 觀看更多OA文章
老人照護系統
ACM (美國計算機協會)
- Design Opportunities for Technology-Mediated Interventions in Support of Social Interactions among Older Adults in Long-Term Care Facilities (以技術介導介入措施支持長照機構高齡者社交互動的設計機會) 本研究透過實地觀察與訪談，探索長照機構中技術介入社交的潛力。研究從空間與社交雙重維度出發，提出優化長者福祉的設計方向，旨在緩解其遠離家人的孤獨感，並豐富日常社交體驗。 Long-term Care Technology
- Language Barriers in Long-term Aged Care Homes: Design Considerations for Translation Technology (長照機構中的語言障礙：翻譯技術的設計考量) 本研究指出語言障礙損害長者福祉，現有工具難以應對多元文化與認知退化。建議翻譯技術應建立個人化模型、結合通訊技術特性並融入日常照護情境，以滿足長照環境的特殊需求。 Long-term Care Technology 觀看更多OA文章
若是想要更了解上述的資料庫，或是需要其他更多的研發前沿資料，
歡迎來信與我們聯繫，將有專人為您服務。