魏群樹教授以AI驅動智慧神經科技的跨域創新

文／杜懿洵

人工智慧正快速重塑我們對大腦的理解與應用。陽明交通大學資訊工程學系魏群樹教授自2019年加入本校以來，專注於「智慧運算 × 神經資訊」的跨域研究，結合人工智慧與腦機介面（BCI）技術，以深度學習為核心，透過對腦波（EEG）的精密分析，建立更有效率且精準的非侵入腦機介面和神經科技應用。

魏群樹教授在研究上有著傑出表現，加入本校至今，除了發表包括7篇Q1期刊、3篇Q2期刊、1篇頂尖國際會議、5篇重要國際會議等研究論文之外，更受邀參與國際學術會議相關組織，像是IEEE SMC Technical Committee on Brain-Machine Interface。此外，魏教授也積極推動國際合作，與史丹佛大學、UCSD、英國Essex大學、澳洲UTS等單位開展聯合研究與學生共同指導，並受邀參與IEEE SMC腦機介面技術委員會，持續拓展本校在智慧神經科技領域的國際能見度與影響力。

除了亮眼的研究表現，魏群樹教授所領導的研究團隊，也在推動AI精神醫學診斷、個人化治療與腦波分析上的創新應用等面向，展開與臨床單位的產學合作

AI判讀腦波，精神疾病診斷再進化

魏教授團隊與高雄醫學大學附設醫院合作，利用臨床腦波數據訓練「多分支深度神經網路」的創新AI模型，成功將思覺失調症診斷準確率提升至84%，有效區分思覺失調症患者與健康族群，替臨床精神醫學的診斷開拓新途徑。診斷準確性之外，團隊更進一步導入「顯著圖」（Saliency Map）技術，將AI在判斷時所依據的腦波特徵視覺化，不但實現模型判斷透明化，讓AI診斷不再是黑盒子，直觀呈現疾病特徵的方式，更為臨床醫師提供客觀的生物標記（biomarker），有望成為新一代AI輔助診斷工具。

個人化TMS治療：突破憂鬱症療效瓶頸

除了精準診斷外，在精神疾病治療領域中，如何突破現行療法的療效瓶頸，也是魏群樹團隊研究專注的重點課題。團隊與振興醫院進行臨床合作，針對對抗抗藥性憂鬱症的有效非藥物療法-經顱磁刺激（Transcranial Magnetic Stimulation, TMS）研發出整合即時腦波監測的「腦波相位同步刺激」技術創新應用，能即時追蹤並分析患者的大腦活動狀態，改善傳統療程中的刺激參數缺乏個體化設計，精準掌握TMS施打時機與強度，提高憂鬱症患者的治療反應率與療效穩定性，為未來個人化精神醫療開創全新可能。

深度學習的新思維：幾何深度學習與跨域對齊模型的突破

魏群樹團隊亦於AI分析方法不斷創新，提出MAtt（Manifold Attention Network）模型，透過幾何深度學習（Geometric Deep Learning）與Riemannian流形（manifold）上的注意力機制，提升SSVEP與動作想像腦波分類效能，成果獲NeurIPS 2022頂尖會議肯定。

此外，團隊更與美國神經科技公司Arctop合作，開發SSVEP-DAN模型，有效減少腦機介面應用中校正資料需求，並提升準確度25%，技術成果發表於2024年IEEE TNSRE神經復健工程領域頂尖期刊，彰顯其在實際應用上的巨大潛力。

除了產學合作，為推動神經資訊研究民主化，魏群樹團隊也建置XBrainLab平台，整合深度學習、可解釋AI與代理式使用者介面，提供研究者一站式的腦波資料處理與模型分析工具，降低技術門檻、提升研究效率。

魏群樹教授以AI為核心，推動智慧神經科技的跨域創新，不僅在學術研究上成果豐碩，更積極將技術應用於臨床診斷與治療，展現人工智慧驅動未來精神醫療與腦機介面發展的無限可能。