[email protected]

0983-859-596

周佳儀

我是國立陽明大學生物資訊研究所畢業生,已於2019年7月份畢業。現於長庚醫院人工智能(AI)實驗室擔任研究助理員。協助醫療影像收集與管理與醫療影像(Xray)深度學習模型建立。

樂意學習新事物,勇於挑戰自己 ,也堅信在工作時應要帶著善良、正直還有積極的態度,完成分內的工作。未來我仍會保持著一顆學習的心,凡事勇於嘗試督促自己不斷前進。也會與同事們好好相處、向前輩們虛心受教,用十分的努力與精力完成公司交代的每個事項,達成最大效益。

工作經歷

院外補助副研究醫技員十二級

長庚醫院人工智能(AI)核心實驗室  •  九月 2019 - Present

1. 深度學習模組建立、優化與驗證。撰寫Python 程式語言搭配Tensorflow 與Keras 建立不同的深度學習網路與設定不同參數,再搭配GPU 運算建立預測模型。利用預測模型分類輸入之樣本,編寫code 將預測結果搭配熱圖的輸出,驗證模型是否有學習到圖片特徵的區域。

2. 撰寫程式code 及操作Docker
修改及編寫python檔與go 語言修改現有網頁code 在server 上建立兩個網頁,再利用Docker 預測模型軟體與網頁之間相互串接與建立了兩個網頁資料分流的服務,將網頁的輸入串接至Docker的預測模型軟體上,串接熱圖與預測結果輸出至網頁顯示出來,顯現預測模型軟體中高機率判別圖片特徵的區域。

3. Server工作站建立與維護
進行相關軟體及Driver 驅動與所有sudo 帳號及一般使用者權限管理,例如: Nvidia-GPU顯卡驅動及搭配之Cuda版本。

4. mongoDB 建立與維護管理、醫療影像收集與管理
撰寫程式運用regular expression 找尋關鍵字將申請的醫療影像進行批次匿名化處理。再利用mongoDB 將醫療資訊與去名化資訊串接,撈取需要的資訊。

學歷

陽明大學

生物醫學資訊  •  2017 - 2019

在陽明大學生物資訊研究所期間加入了巫坤品老師的實驗室,在碩班期間學習深層神經網路,利用CNN神經網路進行胃癌質譜影像辨識。傳統的質譜數據處理非常複雜,包括曲線平滑化 (curve smoothing)、背景 去除 (baseline removal)、訊號辨識 (peak detection),以及訊號定量 (peak quantification) 等。數據處理的每個步驟無可避免的都會有誤差;處理的步驟越多,可能的錯誤就會 愈多,並且這些錯誤會累積延續至分析結果。本研究拋棄傳統的質譜訊號處理,而將一張質譜圖視為單一的圖像,利用深度卷積神經網路 (convolutional neural network, CNN) 對此質譜圖進行圖像識別,直接判斷此質譜圖是否歸類為胃癌樣本。在這幾年間也參與了許多專題發表,訓練自己要如何在一定時間內,有系統性與具有邏輯性的表達與介紹自己一兩年中的研究成果。


東海大學

生命科學  •  2013 - 2017

大學大三期間加入東海大學生命科學系之電生理實驗室進行專題研究,以「生物電如何產生-以Hodgkin-Huxley模型為基礎發展神經科學中離子通道之教學軟體」為題,進入程式語言的世界。我們以Hodgkin-Huxley的經典方式,將R-C電路模型延伸為一個細胞膜電位模型 (及模擬軟體),在此模型中細胞膜的作用等同於電容,而膜上離子通道之作用則近似於電阻。我們期望以模擬軟體幫助學生認識細胞膜的生物物理特性。對於非資工系的我而言,剛開始接觸程式語言是十分艱難的,但經由實驗室老師的啟發及自身的努力,引發了我對撰寫程式的興趣,也有對於學習新事物的熱忱與決心。

技能


  • Python
  • Linux
  • R
  • NoSQL - mongoDB

  • Word
  • Excel
  • PowerPoint
Powered by CakeResumePowered by CakeResume