tp-821iv的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括賽程、直播線上看和比分戰績懶人包

應用多目標基因演算法求解電動汽車充電站選址問題

為了解決tp-821iv的問題，作者徐靖雯 這樣論述：

摘　要 iABSTRACT ii誌 謝 iv目　錄 v表目錄 vii圖目錄 ix第一章 緒論 11.1 研究背景與動機 11.2 研究目的 31.3 研究流程 4第二章 文獻探討 62.1 電動汽車充電裝置 62.1.1電動汽車充電規格及技術 62.1.2 各國電動汽車法規及充電裝置 82.1.3 臺灣電動汽車法規及充電裝置 92.2 設施選址問題 122.2.1 區域覆蓋位置問題 122.2.2 最大覆蓋位置問題 132.2.3 廣義最大覆蓋位置問題 152.3 啟發式演算法 162.3.1 基因演算法 172.3.2 NSGA-II 18第三章 研究方法 213.1 問題情境描述與假設

213.2 研究架構 213.3 數學模型 233.4 研究方法 28第四章 結果與分析 334.1 初始建構 334.2 績效評量 364.3 參數設計 374.4 實驗結果 45第五章 結論與建議 555.1 結論 555.2 未來建議 56參考文獻 57

使用頦下超音波影像評分與應變量測評估阻塞性睡眠呼吸中止症

為了解決tp-821iv的問題，作者黃郁文 這樣論述：

阻塞性睡眠呼吸中止症（Obstructive sleep apnea, OSA）是現今常見的睡眠疾病，主要發生原因包括伴隨老化與肥胖而來之口腔周圍的肌肉張力下降，導致OSA患者容易於睡眠平躺時舌根後墜、呼吸道受到壓迫而缺氧。目前臨床主要的診斷方法為使用睡眠多項生理功能檢查（Polysomnography, PSG），但PSG對於患者的病理生理學無法明確解釋，只能從 PSG 得知OSA嚴重程度。研究口腔周遭組織的物理參數與OSA之間的相關性，有助於臨床醫師判斷受測者是否有潛在OSA的可能性，因此陸續有研究使用磁振造影、電腦斷層掃描分析組織的物理參數。相較於上述方法，超音波具有無輻射與即時成像的

優點，能更容易且無害地觀察舌頭與口腔組織。本研究使用超音波舌頭功能影像與應變量測，分析有別於舌頭結構（如：厚度、面積）的功能參數，應變彈性影像只需對灰階超音波影像做分析，即可計算舌頭應變與彈性，相較於剪切波彈性影像更容易實現。應變彈性影像亦可搭配口腔動作，動態分析動作期間的舌頭位移、計算分析舌頭彈性。本研究將舌頭分為三個部分，分別是最大舌根尖（Maximum tongue base apex, TBA）、TBA於舌骨端（Hyoid bone side, TBAH）與TBA於下顎骨端（Mandible side, TBAM），並使用舌壓測定器（Maximum tongue pressure me

asurement, TP）與倒氣測試（Müller's maneuver, MM）兩個動作，搭配斑點追蹤觀察正常呼吸（Normal breathing, NB）到MM或TP期間TBA、TBAH、TBAM的變化，收案的受測者包括8位健康、30位輕度、30位中度、30位重度OSA患者。然而，斑點追蹤對影片中連續幀的品質要求較高，研究過程我們發現部分影像因舌頭拍攝不清楚或受測者動作過大導致舌頭無法穩定地被追蹤，因此我們使用深度學習與類激活映射（Class activation mapping, CAM）計算影像品質分數（Image quality score, IQS）以定量超音波影像品質，並以

適合的IQS截止點篩選超音波影像，研究結果顯示較高的IQS可獲得較高的斑點追蹤穩定度。結果表示中重度與健康輕度OSA在MM動作下的TBA應變存在相關性，且預測中重度與非中重度OSA的操作特徵曲線下面積為0.75、敏感度75%、特異度71.4%，說明了使用應變分析OSA存在其研究的價值。