搜尋：
羅崇銘

113學年｜研究優良獎

文學院｜圖檔所

羅崇銘 副教授

  • 研究聚焦於智慧醫療與人工智慧於醫學影像分析中的應用。其團隊開發之影像輔助腫瘤診斷系統與手術影像分析技術，在國內外相關領域屢獲高度肯定。教授的研究特色在於結合深度學習、類神經網路與醫學影像學，針對乳癌、口腔癌等臨床上高風險疾病，提出創新型之自動化診斷與預測模型，大幅提升醫療決策效率與準確率。
  • 至今發表百餘篇成果，包括54篇SCI、2本專書、7篇專書論文、62篇研討會論文、4項專利，曾榮獲國際生物醫學工程聯盟青年學者獎(International Federation for Medical and Biological Engineering-Young Investigator Award)，以全自動乳房超音波上的腫瘤偵測系統發表於《IEEE Transactions on Medical Imaging》，得到科技部博士後研究人員學術著作獎。致力於推動federated learning 於隱私保護醫療資料上的應用，創造跨院所、跨系統之AI學習平台，不僅符合資料倫理規範，更提升模型之泛化能力。過去三年，其研究成果已發表於《IEEE Transactions on Medical Imaging》、《Medical Image Analysis》、《Nature Scientific Reports》等國際指標性期刊，對智慧醫療技術之發展與國際接軌具有深遠貢獻。
林巧敏

113學年｜研究優良獎

文學院｜圖檔所

林巧敏 特聘教授

  • 近五年來，其學術產出量豐而質優，涵蓋專書2冊、期刊論文28篇、專書篇章9篇、會議論文15篇，以及研究計畫5項，平均每年約10件發表成果，體現穩健而深具持續性的學術能量。
  • 研究涵蓋檔案資訊服務、使用者行為與數位人文應用，並運用文本探勘與資訊視覺化技術分析檔案內容，如檔案主題分類與輿情研究，對國內檔案學領域的實證研究發展具有貢獻。至於圖書館身心障礙讀者服務，研究計畫聚焦於圖書館無障礙資源與館員專業知能之探討，填補了國內此領域的研究空白。學術研究與實務應用皆有豐碩成果，對政策制定與實務推動均具重要影響力。
謝世維

113學年｜研究優良獎

文學院｜宗教所

謝世維 教授

  • 近年研究聚焦於宋元道教與地方宗教、當代道教口述史調查，以及元明江南道教三大範疇，研究整合經典詮釋、文獻歷史考察、田野調查、口述史記錄與藝術史分析，試圖為人文學門、宗教學門提出新的研究視野，突破過去研究的框架，開啟新的研究範式。在領域上跨越道法關係、佛道交涉、儀式與法術、身體研究、地方宗教研究、視覺文化與物質文化、道教醫療等，將宗教與文化的研究帶入新的領域，也為道教研究開創全新的研究視野。研究成果豐碩，兼具深度與創新性。近五年總計發表期刊論文10篇、編著專書5本、專書1本、專書篇章18篇、會議論文20篇。
  • 在宋元道教與地方宗教方面，深入探討道教與地方信仰融合的歷史過程，提出非線性發展的觀點，論著如《道法縱橫》與多篇關鍵論文，對宋元以降的道教實踐提供嶄新詮釋；於當代道教研究中，以口述史及生活宗教觀點切入，聚焦信徒經驗與宗教敘述的互動關係，成果見於《東華漢學》、《師大學報》等；在元明江南道教領域，專著《神嶽蒼潤》則從山水藝術與隱逸文化切入，深描道教與山嶽文化的交織，展示十四世紀正一道士修練與審美實踐。研究論述紮實、觀點獨到，不僅回應當前人文社會科學對宗教與文化關係的關注，也為道教研究開創多重進路與嶄新典範。
陳佩甄

113學年｜研究優良獎

文學院｜台文所

陳佩甄 副教授

  • 研究致力於以「知識生產的去殖民」及「台韓比較與互為參照」去補充並豐富既有的冷戰研究、性別研究與台灣研究。
  • 近年研究成果豐碩，已出版兩部專書，皆獲「國科會人文社科中心出版補助」，其中一本亦獲「川流基金會」支持。核心期刊論文1篇為國內綜合型期刊中影響係數最高的期刊之一。
  • 三部代表著作處理之文獻語言涵蓋中文、英文、韓文、日文、台語文，在多種語言上的充分準備，也為其研究提供了一個堅實的基礎，皆為一手文獻與在地學術著作閱讀，因此能提出與西方性別理論為基礎之相關研究不同的對話與討論，更著重東亞歷史脈絡、以及台韓相互參照之研究成果。其研究無論在議題或研究上，都為該領域提供新的視角與方法，是相當值得期待的年輕學者。
吳佩珍

113學年｜研究優良獎

文學院｜台文所

吳佩珍 教授

  • 專長領域涵蓋日本近代文學、台日殖民文學與文化比較研究，長期關注殖民地文學中的性別、階級與文化轉譯議題。近年研究聚焦於日治時期台灣文學與戲劇的歷史轉型、女性雜誌的文化政治，以及台灣如何在世界文學網絡中被觀看與再現。
  • 陸續出版中、日文專書各一，並與日本學者跨國合作編撰《帝國幻想與台灣》，全方位探討台灣殖民文化，成為本領域的重要權威文獻之一。同期亦發表中、日、英文之期刊論文與專書篇章共十餘篇，會議論文十篇，並主持五件國科會研究計畫。整體研究成果豐碩，展現充沛的學術能量，尤其在建構台灣女性雜誌與女性文學於日本帝國時期東亞文學版圖中的定位與價值方面，貢獻卓著。
郭岳承

113學年｜研究優良獎

理學院｜應數系

郭岳承 教授

  • 研究專長為矩陣理論、數值分析、科學計算。
    近五年研究聚焦於矩陣理論與科學計算。研究主題涵蓋建構一個光滑且保持特殊結構的辛矩陣對曲線，解決數值解會breakdown 的問題；Orthogional flow 的建構，漸進分析及應用；優化問題：利用內外迭代法求解nonnegative least squares problems, 求解最佳rank-1 逼近一個非負張量，理論分析最接近的穩定矩陣及利用最速下降法計算出曲面共形參數化問題。
  • 近幾年的研究主題是哈米爾頓系統的理論分析及計算，其研究成果陸續刊登在數學領域之方程與數值分析的重要期刊，成果發表於 《SIAM J. Matrix Anal. Appl.》、《J. Differential Equations 》等期刊，研究成果豐碩。
符麥克

113學年｜研究優良獎

理學院｜應數系

符麥克 特聘教授

  • 研究專長為解析組合、演算分析、 賦距數論。符教授長年專注於演化樹與演化網路之研究，探討演化樹中的各項重要數值。研究著作同時兼具質與量的表現，均刊登在該領域（離散數學與機率統計）的重要期刊，成果豐碩。近幾年考量理論模型在實務應用的適切性，研究主題以演化網路為主。模型的複雜度提升，其研究積極尋求合作，並推升研究層次，成果豐碩。
  • 代表著作聚焦於演化網路中的特化模型，展現出高度的數學深度與應用潛力。第一與第三篇文章著重於模型之數學分析，探討演化網路中多項關鍵數值，涵蓋組合計數（enumerative combinatorics）、機率分布（probabilistic distributions）與漸進行為（limiting theorems）等核心層面，展現嚴謹的理論推導。第二篇則關注基因樹與物種樹間的對應關係，分析物種祖先結構之機率分布，對遺傳生物學具高度應用價值。研究方法與數學領域高度契合，成果兼具理論深度與實務貢獻。
張葶葶

113學年｜研究優良獎

理學院｜心理系

張葶葶 副教授

  • 專長為認知神經科學與教育的跨領域研究，致力於將腦造影技術應用於探討兒童與青少年的學習歷程、學習障礙、性別差異等議題，不僅將腦造影技術用在探討兒童大腦發展、學習之神經機制、學習障礙者之神經缺陷、性別差異等議題，並依據認知神經科學之研究成果設計輔助數學教學軟體。
  • 歷年來之研究成果受到國內外肯定，屢獲多項學術重要獎項，包括2020年中研院年輕學者研究成果獎，並多年度獲得本校校級學術研究優良獎、及106、112年度本校理學院年輕學者研究獎。並擔任20逾個國際期刊審查委員，包含NeuroImage、Translational Psychiatry、Developmental Cognitive Neuroscience、Annals of the New York Academy of Sciences等頂級期刊。研究主題具高度系統性，並展現穩定且具深度之學術產出。其研究聚焦於兒童與青少年在數學學習歷程中的神經機制，結合多變量腦造影分析與機器學習技術，發展跨年齡層的腦齡預測模型，成功建立神經發展與數學能力間之關聯性，具有高度創新性與學術貢獻。
楊啟正

113學年｜研究優良獎

理學院｜心理系

楊啟正 教授

  • 主要研究領域臨床神經心理學、臨床心理學、整合式心理照護。持續以腦震盪與神經外科相關領域為研究主軸，並與放射腫瘤領域合作，探討術後及放療後的神經行為異常。
    多年來致力於神經外科領域中臨床神經心理學之發展，於當前國內臨床心理學，乃至於臨床神經心理學領域，皆屬難得而珍貴之耕耘。研究深耕有關頭部外傷與腦震盪（輕度頭部外傷）相關之神經心理功能、情緒行為表現及預後狀態等研究超過十年。其研究之持續與深化，不僅有助於拓展此領域的專業知識，亦有望逐步引起社會層面的關注，並在未來國家醫療政策之擬定與發展中，獲致更高程度的重視與應用。
  • 三項代表著作主題涵蓋腦震盪後症狀、放射治療後之神經認知功能，以及纖維肌痛症患者之主觀與客觀認知異常，雖皆屬醫學與臨床心理學交界之實務重要議題，且彰顯積極推動跨領域合作之企圖。研究展現臨床應用導向與實務貢獻，長期深耕本土醫療場域，對於國內臨床神經心理學的推展具實質意義。
蔡尚岳

113學年｜研究優良獎

理學院｜應物所

蔡尚岳 教授

  • 研究專長為磁共振物理、核磁共振影像及頻譜技術、生醫影像及訊號。近年研究聚焦於磁共振頻譜（MRS）技術創新與應用，涵蓋自動化頻譜處理與量化演算法開發，並結合深度學習以提升臨床應用潛力。
  • 研究於大數據臨床應用方面，與長庚醫院合作進行子宮內膜癌代謝訊息研究，結合影像組學與機器學習，成功建構可與現行臨床標準相符之疾病風險預測工具，為改良影像組學方法之創新嘗試（發表於 Cancer Imaging）。在深度學習方法學上，應用於磁共振頻譜代謝量化，提出有效比較量化結果之方法（發表於 Magnetic Resonance Materials in Physics, Biology and Medicine）。在認知與精神異常疾病方面，與台北榮總合作探討慢性疼痛患者，發現體感皮質區的神經影像資訊可預測個體疼痛敏感性，對疼痛機制與大腦神經資訊之連結提供新理解（發表於 Pain）；另以神經影像探討運動訓練階段對大腦結構之影響，揭示運動訓練歷程中的非線性神經可塑性變化（發表於 Brain and Cognition）。