國立中興大學教學大綱

課程名稱	(中) 醫療影像實務專題(5125)
	(Eng.) Medical Imaging in Practice
開課單位	資科所
課程類別	選修			學分	3	授課教師	陳一心 等
選課單位	應數系 / 學士班			授課使用語言	中文	開課學期	1142
課程簡述	本課程聚焦醫療影像與人工智慧實作，並以 Kaggle Chest X-ray (Covid-19 & Pneumonia) 資料集作為主要案例。該資料集含大量胸腔 X 光影像，分為 COVID19、PNEUMONIA、NORMAL 三類，並已提供 train/test（約 80%/20%）切分，適合課堂練習與作業評估。學生可參考此資料集進行練習與作業成果呈現，但不限於此一資料集，亦可依研究興趣延伸採用其他公開醫療影像資料。課程將引導學生完成影像前處理與資料增強（灰階標準化、縮放、旋轉、翻轉、裁切），並以 CNN 與遷移學習模型（如 ResNet、VGG、EfficientNet）進行三分類或二分類任務。學生需以 confusion matrix、precision、recall、F1-score 分析模型表現，並討論在臨床篩檢情境下 false negative 與 false positive 的風險與取捨，理解 AI 在醫療中的角色是輔助判讀與決策，而非取代醫師專業判斷。
先修課程名稱

課程與核心能力關聯配比(%)			課程目標之教學方法與評量方法
課程目標	核心能力	配比(%)	教學方法	評量方法
1. AI 核心技術應用： 建立學生運用 AI 處理非結構化資料（影像、感測器數據）的能力。 2. ESG 思辨能力： 學習如何定義醫療廢棄物減量與能源效率的評估標準。 3. 專題實作： 透過產學指導，完成從問題定義、模型開發到 ESG 成效評估的完整流程。			專題探討/製作
授課內容(單元名稱與內容、習作/每週授課、考試進度-共16週加自主學習)
週次 授課內容 第1週 課程解說 務必到教室聽取概要介紹 (蔡鴻旭⽼師 陳⼀⼼⽼師) 第2週 環境建置與⼯具熟悉 完成開發環境設定、資料下載與程式執⾏測試 第3週 醫療影像資料理解 完成資料探索（EDA）、類別分布檢查與資料切分規劃 第4週 影像前處理與資料增強 建⽴可重現的前處理流程，並比較不同 augmentation 策略 第5週 AI 模型建⽴ 以 CNN/遷移學習完成 baseline 模型訓練與初步結果 第6週 模型評估與誤差分析 以 confusion matrix、precision、recall、F1-score 進⾏分析與解讀專題階段 1專題提案與題⽬確 認 第7週 課程解說 務必到教室聽取概要介紹 (翁旭惠⽼師) 第8週 醫學影像概論 週 臨床醫學影像的主要角⾊：診斷、追蹤、治療規劃、介入導引 第9週 影像取得原理與影像品 - 訊號形成機制 - 區別度（resolution） - 空間解析度、時間解析度、對比解析度 - 雜訊來源（Poisson noise、Gauss noise、MRI 熱雜訊等） 第10週 DICOM 影像格式與臨床資料管理 - DICOM 結構（metadata + pixel data） 第11週 影像處理技術 第12週 課程解說 務必到教室聽取概要介紹 (劉慶森⽼師) 第13週 CSSD 流程與 ESG 指標定義 第14週 影像辨識：器械⾃動清點 第15週 數據驅動的節能排程 第16週 ESG 影響⼒評估模型 自主學習 內容    03.製作專題報告
學習評量方式
繳交報告或上台報告 依照各個授課⽼師規定
教科書＆參考書目(書名、作者、書局、代理商、說明)
課程教材（教師個人網址請列在本校內之網址）
技術參考： Python 機器學習、OpenCV 影像處理實務。 • 領域參考： 醫院供應中⼼滅菌作業⼿冊、醫療產業 ESG 永續報告書指南。 • 開發⼯具： TensorFlow/PyTorch, Power BI (⽤於展⽰ ESG 儀表板) *Python 機器學習* (Sebastian Raschka 著) *Machine Learning in Python* (Michael Bowles)
課程輔導時間
聯合國全球永續發展目標(連結網址)
提供體驗課程：N

請尊重智慧財產權及性別平等意識，不得非法影印他人著作。
更新日期 西元年/月/日：2026/02/23 12:05:55	列印日期 西元年/月/日：2026 / 4 / 05
MyTB教科書訂購平台：http://www.mytb.com.tw/