• 學位論文

結構振型探討牙科植體術後臨床骨缺損

本研究以結構振型探討牙科植體術後臨床骨缺損檢測課題，透過數值分析方法，找出植體/下顎骨局部模態植體振型及共振頻率，以利於評估骨缺損程度。研究分兩部份，第一部份為有限元素法分析，使用結合與摩擦兩種植體與下顎骨接觸條件，分別模擬臨床之植牙骨整合與以人造下顎骨進行實驗之情況，由模態分析獲得植體/下顎骨之自然頻率與振型，透過簡諧分析分別得到植體在頰舌側及近遠心側之響應。第二部份為聲能激振-位移響應實驗，以喇叭之聲能激振植體/下顎骨結構，並以非接觸式電容式位移計量測振動響應訊號，後續和Osstell III檢測儀量測結果作比較。 模擬結果顯示，結構產生植體局部模態振型時，檢測骨整合穩固度成效較明顯，而非接觸式聲能激振-位移響應實驗，受限於高頻響應位移小，以及位移計量測動態範圍、訊雜比低，對於高頻局部模態實驗效果不佳，僅能測得下顎骨低頻整體共振，不同缺損型態之共振頻率差異不大；另以Osstell III檢測儀可明確評估骨缺損程度。故上述模擬與實驗結果可證實需以植體局部模態之共振頻率進行骨缺損檢測。

• 學位論文

近場電紡絲技術應用於可控制多根奈米纖維生成、選擇性沉積及奈米流道之製備

本論文主要在近場電紡絲技術中，研究纖維的形成、發展控制技術以及應用，主要重點為(1)近場電紡絲技術中可控制的多根奈米纖維生成及奈米纖維沉積，(2)利用微機電系統所製作出的結構增強近場電紡絲技術的選擇性沉積，(3)經由近場電紡絲技術所生產的奈米纖維作為犧牲模板，製作陣列的奈米流體流道。 (1)近場電紡絲技術中可控制的多根奈米纖維生成技術 我們在連續近場電紡絲 (Near-field Electrospinning, NFES) 製程中發展一種簡單且可控制多條射流形成技術，能有效的同時射出一、二和三條的奈米纖維。此研究中成功的展示在連續近場電紡絲製程中，使用機械力拉伸和直寫 (direct-write) 在收集器 (基板) 的方法來控制多條射流形成。其觸發機制為使用一或多個鎢探針針尖去戳聚合物液滴，當應用的電場超過帶電的聚合物液滴表面張力，則奈米纖維開始拉伸，接著在距離500 μm到1 mm (針頭到收集器) 的基板上開始沉積。奈米纖維直徑範圍為40到140 nm，經由一條、二條和三條射流所生產的奈米纖維，平均尺寸和變異範圍分別為: 64 ± 14 nm、79 ± 15 nm和76 ± 20 nm。此技術可進一步發展成大面積沉積纖維，如在微電子領域沉積有序奈米纖維的不織布、微機電系統結構和奈米結構的組織工程支架。 (2)利用微機電系統製作的結構增強近場電紡絲技術的選擇性沉積 這篇研究利用微機電系統 (Micro-Electrical Mechanical System, MEMS) 方法製作的微結構，增強近場電紡織技術所生產纖維的選擇性沉積。我們使用微米尺度範圍的六角錐形狀MEMS結構作為基板，沉積奈米纖維。並以有限元素 (Finite Element Method, FEM) 進行模擬(COMSOL 4.0)，模擬之主要條件包含施加電壓800 V，針頭與微結構收集器為500 μm，並將微結構作正反擺放模擬電場效應。模擬結果與實際近場電紡織技術製作奈米纖維之集中電場效應吻合。 (3)經由近場電紡絲技術所生產的奈米纖維作為犧牲模板，製作陣列的奈米流體流道 這篇研究提出了一種簡單無光罩的方法製作陣列的奈米流體流道，利用近場電紡織技術沉積奈米纖維作為模板與聚二甲基矽氧烷 (polydimethylsiloxane, PDMS) 翻模技術。製備奈米流道通過三個主要步驟: (1)使用近場電紡織技術直寫陣列的奈米纖維在矽基板上，(2)陣列的奈米纖維圖案利用PDMS翻模，(3)使用O2 plasma表面改質，增加PDMS與基板黏合的黏結力。這篇研究中所製作的奈米流道寬度範圍為500 nm – 1300 nm，深度為70 - 500 nm。奈米流道尺寸主要依據奈米纖維直徑尺寸，近場電紡織技術能夠控制直徑~50 nm的奈米纖維。結果顯示，整合近場電紡絲技術可在低成本下快速的製作陣列奈米流道，而奈米流道圖形與尺寸主要由近場電紡織的直寫與定位方法控制。

• 學位論文

2D C-arm與3D CT影像方位校準應用於C-arm影像輔助手術導引

C-arm影像輔助手術導航系統已廣泛的應用在骨科手術上，然而在C-arm前後向影像上很難正確規劃脊椎手術的路徑，因此系統使用上受到限制。本研究發展一套整合二維 C-arm影像及三維電腦斷層影像的方位校準方法，來獲得C-arm與CT影像座標系之間的轉換矩陣，使術前於CT影像上規畫好的路徑或是植入物模型經座標轉換能顯示在術中C-arm影像上，作為手術導引的依據。手術時，手術器械的方位也即時顯示在CT影像以及C-arm影像上，協助醫師更準確與可靠的定位手術器械。 　　首先將 C-arm影像扭正，並計算其X-ray發射源，然後選取 C-arm影像與 CT 影像上三個相同的特徵點，利用特徵點的座標建立C-arm與 CT影像座標系的初始方位校準，接著以光束投影法(Ray Casting)產生模擬X-ray成像原理的DRR影像。本研究採用Nvidia的CUDA開發環境來平行處理X-ray吸收性的線積分運算，以五種灰階為基礎的相似性量測(正規化交互關聯性、梯度關聯性、區域強度關聯性、梯度差異關聯性、共同資訊演算法)搭配三種最佳化方法(包威爾演算法、下坡單型法、基因演算法)進行比較，評估各種演算法在影像對位結果的準確性、收斂範圍與花費時間。結果顯示以正規化交互關聯性作為影像量測的目標函數，並使用下坡單型法搜尋最佳的方位校準矩陣，可使C-arm影像與DRR影像達到最大的相似度。 　　2D-3D方位校準誤差以脊椎假體模型進行實驗評估，初始收斂範圍限定在±10mm和±10度內，實驗共四十組，平均位移誤差及平均角度誤差分別為0.22mm與0.25 度，成功率為90%，平均對位所需時間為16秒。