science期刊的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

帶腦去上班：善用認知科學，找到好工作、創造高績效、打造成功職涯

為了解決science期刊的問題，作者ArtMarkman 這樣論述：

你的職涯將占去一生 超過7.5萬小時的時間 想在職場上戰無不勝，你得先了解你的大腦   《金融時報》商業選書 丹尼爾・品克、美國人才發展協會推薦   　　►理解你的價值觀與人格特質 ►面試勝出，找到好工作  　　►談到理想的工作條件 ►你需要的6種導師  　　►改善職場溝通不良問題 ►保持學習動力 　　►會議要怎麼開，才不會浪費生命？ ►小心具有黑暗三特質的同事 　　►掌握三種常見的困難對話 ►懂得何時該說Yes或No  　　►有效促進團隊合作 ►知道何時該尋求升遷、跳槽或轉行  　　►正面處理職涯重大挫折   　　從找第一份工作開始，

你在一生的工作中會碰上許多事，超出你在人生頭二十幾年努力學習的事。正式教育讓我們習得了一些技能，培養思辨能力，但並未幫助我們做好準備面對職業生涯。想一下，要上什麼課，你才能學會妥善處理職場上這些常見情形？   　　•同期進職場，和同事變成下班一起喝酒、抱怨上司的戰友，你卻突然升成大家口中「他們那些主管」的其中一員？ 　　•資深同事在辦公室大罵新人，你若是主管會如何處理？ 　　•出現哪些心理徵兆，代表你也許不該再熬下去了，該為職涯的下一階段開始做準備？   　　我們今日已經知道，心理學能夠教我們許多事，包括與工作相關的行為與挑戰，例如：如何做出更好的決策、影響他人、處理壓

力等。然而，許多大眾書籍分析相關主題時，都當成共通的人類現象來探討，沒能提供現實生活中具備建設性的職涯協助。   　　本書不一樣！作者雅特・馬克曼身兼教授、作家與熱門廣播主持人，專注於成功職涯循環的三個階段：找到一份好工作、在工作上表現傑出、晉升到下一份工作。馬克曼從認知科學專家的角度解釋，特別從心理學著手，提供有趣、實用、有科學根據的建議。   　　舉例來說，要在工作面試中勝出的話，你得了解主考官在想什麼，讓他們認為你就是公司需要雇用的人才。要保住工作的話，關鍵是戰勝每天都得學習的心理挑戰。最後，好的職涯需要不斷發展，你必須知道何時該尋求升遷或跳槽離開，做好變動的準備。職涯中

會碰上的各種障礙，最主要的其實是心理挑戰。馬克曼教授教你如何運用「動機腦」、「社會腦」和「認知腦」三種重要的心智系統，以更有效的方式處理挑戰。   　　你會學到： 　　◢了解熱情來自何處，釐清你的價值觀，掌握勝出的訣竅，談到滿意的工作條件。 　　◢找出並填補自己的知識缺口，善用導師的力量，持續學習。 　　◢成為溝通能力強的人，不論有聲或無聲，即使遠距，也能有效溝通。 　　◢告別苦勞與窮忙，妥善管理身心狀態和工作環境，突破生產力障礙，高效產出，但也懂得暫時放下工作的好處。 　　◢和同事打好關係，有效管理社交網絡，維持良性競合，善用人脈。 　　◢快速從工作倦怠中復原

，或者決定是否該尋求升遷、跳槽或轉行了。 　　◢知道職涯總是起起伏伏，事情總有出錯或不盡如人意的時候，能夠迅速克服悲傷或憤怒，重新站起來，繼續前進。 　　本書整合了最新研究，提供各行各業有趣的故事和範例，走進你和他人的大腦，幫助你的工作表現和職涯發展更成功。   睿智推薦   　　「本書精彩融合認知科學與生涯輔導，提供豐富的最新研究，揭露我們的大腦在工作時如何運轉，把學術研究化繁為簡，變成我們週一早上能夠運用的聰明訣竅。動腦的時間到了！一起讀讀這本實用又充滿智慧的好書。」──丹尼爾・品克（Daniel H. Pink），《什麼時候是好時候》與《動機，單純的力量》作者

  　　「每位專業人士都需要這本書，馬克曼寫出了一本完美的入門書，教大家在工作時變得更有效率。最棒的地方在哪裡？背後有科學依據！」──凡妮莎・范・愛德華茲（Vanessa Van Edwards），行為研究者、人際智商實驗室（The Science of People）創辦人、《和任何人都能愉快相處的科學》作者   　　「馬克曼解釋需要對大腦有哪些了解，才能夠看清事情，做出更好的選擇，達成想要的目標——從事一份有意義、獲得相對應報酬的工作。」──海蒂・格蘭特（Heidi Grant）博士，《成功人士一定會做的9件事情》作者   　　「本書讓你成為自身職涯的執行長，以及你的人

生的作者。新生活正在等著你。」──傑夫・凱伊（Jeff Kaye），凱伊巴斯曼國際下一階招募訓練（Kaye/Bassman International and Next Level Recruiting Training）共同執行長   　　「本書奠基於詳實的心理學與認知科學研究，從動機、社會與認知心理系統三方面，協助你從成功關鍵著手。不論你是正在找工作，或是試圖扮演好目前的角色，也或者希望職涯能夠有所突破，這本書都能幫助你在一路上的每一步脫穎而出。」──卡瑟琳・布魯克斯（Katharine Brooks）教育博士，《你說你主修什麼？》（You Majored in What?）作者

  　　「這真是一本精彩之作！教你如何在工作中善用你的大腦，處理職場上的眉眉角角。」──大衛・博柯斯（David Burkus），《別用你知道的方式管員工》、《朋友的朋友》（Friend of a Friend）作者  

science期刊進入發燒排行的影片

探討醫療資訊技術領域主題之研究趨勢

為了解決science期刊的問題，作者溫慶裕 這樣論述：

物聯網、人工智慧、區塊鏈、雲端運算、行動通訊等數位技術的持續推展與突破，強化了資訊科技普及的速度、廣度與深度，對於人類社會發展與生活型態產生巨大的衝擊。醫療與資訊技術的結合應用乃是全球醫療產業發展的重要趨勢之一，因此，對於醫療資訊科技領域的研究脈絡與主題結構，就有其必要針對該領域所發表的期刊文獻資料進行一系列完整的系統性探討與分析。本文以WOS(Web of Science)期刊文獻資料庫做為資料來源，檢索並納入2010年至2019年這十年間其所收錄之醫療資訊技術領域相關期刊文獻，以此做為資料分析之基礎，輔以文獻內容探勘工具(CATAR)來進行共現字與書目對之研究主題分析，藉以歸納出醫療資訊

科技領域研究主題之現況以及趨勢走向。透過本文所呈現之研究結果，希望能讓日後投入此一領域的研究後進，更能精確掌握該領域整體研究發展趨勢並從中獲得創新研究之啟發。

寄生大腦：病毒、細菌、寄生蟲 如何影響人類行為與社會

為了解決science期刊的問題，作者KathleenMcAuliffe 這樣論述：

你的大腦不是你的大腦 而你不知道的感染，正在寄生全世界！ 　　這世界上存在許多人類肉眼看不到的隱形居民 　　他們入侵地球大多數物種的大腦， 　　把被寄生的宿主們當成司機、工廠、保母，甚至喪屍…… 　　最終，被牠們入侵的大腦， 　　將受到怎樣的制約、甚至走向全面失控？！ 　　★美國亞馬遜網路書店選書 　　★《華爾街日報》、《科學人》雜誌、哈佛大學教授專業推薦 　　獅子、老虎、大白鯊可能是很多人心目中極具危險性的動物，然而在科學家眼中，寄生物可能才是人類最不願意見到的「敵人」！——中世紀歐洲有三分之一人口死於鼠疫；哥倫布發現新大陸後，將天花、麻疹、流感病毒帶到美洲，殺死95％的原住民，世

界重大傳染疾病在歷史上總是不斷重演。 　　寄生生物與宿主數十億年來的攻防從未停歇， 　　人類對疾病感染的懼怕， 　　即來自於對寄生操縱的防衛機制。 　　從螞蟻、蜜蜂、貓到人類， 　　一個隱形的寄生世界如何改變生物行為， 　　甚至操控我們的人生！ 　　●老鼠大腦被寄生後會主動接近貓？讓螞蟻自己身曝險境等待被殺死？ 　　●寄生生物會對宿主進行祕密外科手術，而且手術後宿主就形同喪屍？ 　　●被寄生的公蟹會變性成母蟹，活著只為了養育別人的小孩？ 　　●花蜜中的大量咖啡因，是為了讓遭寄生的蜜蜂提升記憶力？ 　　●人類被寄生後會變胖、仇視移民，甚至成為危險駕駛？ 　　●為什麼住同一個社區，有人會被寄生

或感染致命病毒、有人不會？ 　　●病毒會改變我們的人格特質，對陌生的外來者或群體產生更多偏見？ 　　你的行為不是你的行為！ 　　這些肉眼難以察覺的寄生生物把自己藏在一道隱形的世界，牠們藉由寄生操縱宿主大腦以至人生。善良的寄生操縱者，如花朵會利用花蜜中的咖啡因來讓蜜蜂記住自己，以來回交叉授粉；然而，惡劣的寄生犯還會搶走宿主的養分，強迫宿主改變習慣、性格、價值觀，甚至自殺！ 　　人類對感染的恐懼，對疾病與髒亂的嫌惡，對道德的價值與政治態度，都是來自對寄生生物逐步發展而來的防衛心理。這雖有助人類鋪展通往文明的道路，卻也為社會至今尚存的重大分歧埋下了未爆彈。 　　「數世紀以來，人類遇到會散播可

怕疾病的病原就會迅速躲避與隔離，例如痲瘋、腺鼠疫、結核病、小兒麻痺症、流感病毒株，以及近代的愛滋病病毒與伊波拉病毒。然而，新出現的疾病遠比今日無藥可醫的疾病還致命可怕。 　　一項研究顯示，面臨傳染病威脅的人較容易支持傳統價值觀，並且更厭惡違反社會規範的人；而任何讓我們聯想到感染風險的事物，都會加深我們對於失能、毀容、肢體殘缺，甚至肥胖與年老族群的偏見。」 　　從基因生命一路涉足地緣政治，一段探索寄生生物及其宿主心理與意識的偉大旅程！ 　　世界正在與一群隱形的敵人打仗。本書深入探索科學家迄今仍難以闡明的先進科學面貌，由此檢視這場已然成形的寄生風暴，同時揭開由古至今寄生生物的操縱真相。而或許

寫出這篇文案、出版這本書，以至購買這本書的你，其實都受到了寄生生物的驅使…… 名人推薦 　　辛致煒（國立成功大學醫學系寄生蟲學科副教授） 　　范家堃（臺北醫學大學醫學系分子寄生蟲暨熱帶疾病學科教授兼學科主任） 　　黃貞祥（國立清華大學生命科學系助理教授、泛科學專欄作者） 　　怪奇事物所所長——專業推薦 　　「一本極富科學知識與普及性的趣味好書。」——范家堃 　　「當我讀到這本生動有趣的科普好書時，感到連腸子都驚呆了。原來我們有好多行為，搞不好都受到寄生蟲或微生物的影響！」——黃貞祥 　　「如果你曾經懷疑微生物影響社會與擴展人類生活觀的能力，這本書將讓你留下深刻印象……〔麥考利夫〕說了

一個自始至終都引人入勝的故事，描述寄生蟲這種侵略性生物如何改變你我的行為與外表、損害我們的認知功能，甚至讓人變得暴力或性致高昂。」——《書籍論壇》（Bookforum）雜誌專欄作家 海瑟．哈維瑞斯基（Heather Havrilesky） 　　「透過令人著迷又噁心的細節描述一個隱形的世界如何影響人類……寫實記錄了科學的機緣巧合。」——《華爾街日報》（Wall Street Journal） 　　「麥考利夫以活潑筆觸探索這個新興領域，娓娓描述許多令人大開眼界的故事，其中充滿了讓你迫不及待與他人分享的趣聞……本書內容包羅萬象，與學者專家們面談的情景躍然紙上，讓人彷彿身歷其境且能感受到他們對研究

的熱情……這是一本非常吸引人的著作，儘管有些恐怖的片段，依然令人愛不釋手。」——《科學人》（Scientific American）雜誌 　　「作者檢視了寄生蟲與細菌這些操縱者利用哪些奇特、而且往往戲劇化的方式影響宿主的行為，提出人類對自身行為有多少主宰性的大哉問。讀完本書，你會發現自己能控制的其實遠不如原本所想像……敘事精采生動。」——《科學》（Science）期刊 　　「動人地敘述了令人驚奇的一系列生物現象，這些真相直到最近才為人所知，並且證明了，只要時間夠長、可以配合的演化中物種夠多，天擇幾乎什麼都做得到。」——哈佛大學榮譽教授與《知識大融通》（Consillence）作者愛德華．威

爾森（Edward O. Wilson） 　　「本書具有犯罪驚悚小說的所有元素：暴力、血腥、種族與性。只不過，這裡的罪犯是寄生蟲。麥考利夫講述一個鮮明生動、有時嚇人的故事，主角是控制著我們的大腦與行為的強盜。作者引述了多位頂尖科學作家的言論，讓我們見識到現實比小說有趣得多。」——倫敦衛生與熱帶醫學院環境健康小組主任、《別看、別碰、別吃》（Don't Look, Don't Touch, Don't Eat）作者 薇勒莉．科提斯（Valerie Curtis） 　　「請準備好拋開你對生命秩序的所有成見。在美國寄生蟲與瘧疾巨擘羅伯特．迪索維茲（Robert S. Desowitz）與著名科普作

家賈德．戴蒙（Jared Diamond）的寫作傳統之下，這本幽默詼諧、啟發人心且駭人聽聞的著作具有莫大感染力。」——京都大學首要研究院作者 麥可．赫夫曼（Michael A. Huffman） 　　「神祕而美麗……每每讀來總令人意猶未盡。」——《自然》（Nature）雜誌 　　「如果你曾經懷疑微生物影響社會與擴展人類生活觀的能力，這本書將讓你留下深刻印象。」——《書籍論壇》雜誌專欄作家  海瑟．哈維瑞斯基（Heather Havrilesky）

以電腦視覺強化心臟超音波測量整體縱向形變之信度

為了解決science期刊的問題，作者黃冠智 這樣論述：

惡性腫瘤和心血管病都是嚴重危害人類健康之主要的慢性非傳染性疾病，也是我國居民死亡的主要原因。心血管疾病不僅僅是癌症治療最常見的不良反應之一，亦是癌症存活者早期致死致殘的重要原因。在2016年歐洲心臟學會大會上，ESC發布了關於癌症治療與心血管毒性相關問題所持見解的立場文件。專家組將癌症治療相關的心功能障礙定義為：癌症患者首次心臟造影及2-3周後複診確定左心室射出分數降低超過10%，數值降至53%以下。此外，一新興的心臟功能性參數——左心室整體縱向形變相較於左心室射出分率在偵測亞臨床心肌障礙上較為靈敏，亦被列為癌症病患的心臟超音波檢查必備項目之一。左心室整體縱向形變數值比化療前相對值下降15%

亦被認為是有意義的左心室功能受損。左心室整體縱向形變剛發展出來時，不同廠牌機器衍生出來的數值相差甚大，甚至足以導致錯誤的臨床決策。在左心室射出分率無法完全解釋與預測心臟病患預後，而左心室整體縱向形變之信度與效度仍不夠之時，吾人開啟了右心室功能評估的研究。透過三維心臟超音波與右心室對焦擷像，吾人分析了心臟重症病患使用葉克膜循環輔助時之右心室功能，發現右心室射出分率雖然具有臨床預後之價值，但並非僅僅是反映單一右心室的功能，更是代表了左右心室與體液狀態的總合結果。因此，右心室射出分率雖然可以反映預後，但對治療標的的選擇並不能提供更多的資訊。吾人進一步發展了非侵入性的右心室壓力體積分析方法，但因為是原

型軟體，暫時無法搭載於超音波主機上進行即時分析與臨床決策。然而就在此時，左心室整體縱向形變的跨廠牌變異度在國際各個心臟學會以及超音波廠家的協同合作下已大幅改善，並有學術期刊發表。吾人欲確認左心室整體縱向形變是否具備臨床診斷預後之價值，進行了一項回溯性研究。主要是針對台大神經內科診斷之家族性類澱粉多發神經病變病患族群。透過此項研究，吾人發現此一族群因為神經系統侵犯造成的病患活動力下降，因此心臟衰竭症狀往往被忽略，而心肌結構改變卻仍持續進行，此族群病患主要死因也是心臟衰竭。在此一族群之中，左心室整體縱向形變在預後評估的表現明顯優於左心室射出分率，然而，吾人發現有一部分的病患因為心臟超音波檢查時擷像

品質不良，無法進行左心室整體縱向形變分析。擷像品質不良對左心室整體縱向形變測量變異的影響開始在國際期刊上被廣泛發表討論。心臟超音波核心實驗室的概念因此被提出，但因為影像分析無法免除人為主觀因素，因此雖然在核心室驗室內的形變分析信度良好，但是跨不同核心實驗室的形變分析仍然存在不可忽視的變異。在此一同時，人工智慧電腦視覺也迎接了革命性的發展。Geoffrey Everest Hinton教授與其同事在1986年所提出的反向傳播法，奠定了現今深度學習技術的基礎。2006年Hinton教授在Science期刊發表了”Reducing the dimensionality of data with ne

ural network” 實現了非監督學習的可能性。但當時CPU運算效能太差，因此深度學習仍未普及。在2012年，Hinton的學生Alex Krizhevsky利用NVIDIA的GPU加上深度學習卷積神經網路，以懸殊差距獲得ImageNet大規模視覺辨識挑戰賽的優勝，從此開啟了卷積神經網路在圖像辨識的濫觴。Jeffrey Zhang於2018年提出深度學習心臟超音波影像診斷的流程，即1.擷像辨識，2. 影像分割，3.心臟腔室結構與功能量化以及4.疾病偵測。然而，最重要的源頭控管——擷像品質評估仍然未受到重視。綜合前面所述，吾人假設自動化左心室整體縱向形變分析可以減少整體縱向形變因人為分析技

術所導致之測量偏差，如此一來，形變分析的主要偏差因素幾乎只剩下擷像品質本身。吾人認為可解釋人工智慧能提供電腦視覺進行心臟超音波影像擷像辨識時所辨識之特徵。由於特徵辨識之深度學習過程並不直接受到人為標註之影響，因此人工智慧對特徵辨識之過程可視為一種客觀的心臟超音波品質指標。吾人假設電腦視覺所提取之辨識特徵值與臨床心臟超音波擷像品質成正比。因此，若能以可解釋人工智慧提取並檢視分類器使用參數之合理性，將可以產生一全新的客觀的心臟超音波品質指標，解決現今心臟超音波在臨床使用上主觀成分居多之困境。欲開發出上述理想之電腦視覺軟體，吾等必須先滿足兩項必要條件。其一，必須先獲得一組高品質之心超影像資料集，而”

Check-up Your Heart Program”在2017台北世大運所存取的資料十分適合，因為這些來自世界各國的年輕運動員均為健康之大學學生，因體型造成擷像品質下滑的情形較少發生。其二，吾等所採用的深度學習神經網路必須能可靠地有效地提取特徵值並避免這些特徵值在運算的過程中失真，為此吾等採用了Densenet-121卷積神經網路架構，因其具備以下優點：1.強化特徵傳遞，2.特徵重覆使用，3.大幅減少網路的參數量因而提升訓練效率。吾人主要發展出三項電腦視覺成果：1.截面辨識，2.圖像分割，3.分類激活圖。其中分類激活圖為可解釋人工智慧的一種表現方式，透過分類激活圖，吾人可以了解參數調整之後

的模型效果，提升模型辨識上的正確率，確認分類器使用的分類信心足以代表心臟超音波擷像品質。為驗證電腦視覺之分類信心是否足以作為心臟超音波擷像品質指標，吾人回溯性分析一台大醫院乳癌病患族群。此族群由五個國際大規模乳癌治療隨機對照試驗之成員所組成。納入條件主要有兩點：1.追蹤期間共測量心臟超音波8次以上且其中連續2年內反覆測量達5次以上。2.該乳癌患者追蹤期間，由臨床試驗正式回覆國際PI的報告之中不具任何達臨床意義之心衰竭或心室功能。吾人假設沒有發生癌症治療相關的心功能障礙之乳癌病患，在化療期間與之後追蹤期間之各項心臟功能參數之真值為定值，因此測量值之偏差可全數歸因於擷像品質之差異。藉此吾人可以探討

分類信心在擷像品質的代表性，找出其閾值並更進一步探討擷像品質對左心室整體縱向形變信度效度之影響。吾人發現心尖四腔室擷像之分類信心高於900時可視為擷像品質良好，並且，在分類信心高於900的影像中，其左心室整體縱向形變的分析時的複本信度、評分者間信度、重測信度以及測量效度上都明顯優於分類信心低於900之影像。在縱貫性研究設計中，分類信心高於900可有效降低亞臨床心功能障礙之偽陽性偵測。吾等之研究最主要的意義在未來可以建立高精度的心臟超音波大數據。自從心臟超音波之父Harvey Feigenbaum提出影像數位化之後，心臟超音波影像便開始累積海量的資料，並包含各式各樣的擷像角度與測量值，新的測量科

技與衍生參數如雨後春筍般地持續產生。因此，心臟超音波是最符合大數據定義的心臟影像模式，然而數據並不僅僅是數量龐大就好，同時也要具備正確性，吾人之影像品質評估工具便是提升心臟超音波大數據正確性的第一步。臨床專家在執行醫療決策時往往會參考記憶中的相似個案，思考病程的未來走向，並避免過去的錯誤，減少可能產生的併發症。在未來評估新個案之心超影像時，吾人從高精度資料庫中尋找數據資料「全等」 之既往過案作為新個案的數據攣生子，為新個案進行精準的醫療規劃。如此一來，吾等便能將過往心臟超音波專家的經驗，以人工智慧的形式傳承，加速醫療的發展並造福更多的病患。