採用人類視覺之關鍵點追蹤技術的注意力拆分與空間分組增強模塊，融合多路徑分組架構和空間注意力技術，使網路能從給予影像中準確提取重要訊息，提升網路性能，此外，運用神經架構搜索技術，自動搜尋基於當前模塊和硬體設備下最合適之網路架構，使其兼顧推理診斷和高準確率。

使用結合多路徑、注意力機制、以及空間分群增強的模塊，從輸入的影像中擷取關鍵以及全面且無噪聲的特徵資訊，同時，採用神經架構搜尋演算法，在所建立的模塊和有限的資源下，以最少的運算參數方式找到最佳的網路架構，完成高診斷率的系統，相較於他國際論文，我們提出的系統有更好的效能。

肺癌是致死率高的癌症，而不同的肺癌篩選方法與醫生的臨床經驗都會影響肺癌的診斷結果，若有穩定且高診斷率的系統，相信能降低誤判的機率。深度學習電腦輔助診斷系統不僅能因應大數據醫學影像，更能節省設計系統成本，同時能藉著持續收集的影像更新最佳架構或是功能，達到早期診斷以及治療效果提高肺癌患者治癒與存活率。

天使投資人、策略合作夥伴