翁骏程是长庚大学医技系放射组(现医学影像暨放射科学系)大学部第一届毕业校友(2000年毕业)，现职為长庚大学医学影像暨放射科学系专任教授兼副系主任、与放射医学研究院医学影像研究中心主任，同时合聘於长庚大学人工智慧学系等。翁骏程教授的团队致力於人工智慧生成式医学影像的研发，与澳洲昆士兰大学庄凯翔教授研发「深度学习网路於鼠脑磁振影像之线圈匀场校正与脑提取」，并与林口长庚医院放射肿瘤科王俊杰医师、影像诊疗科部林吉晋医师研发「生成对抗网路之磁振合成电脑断层影像於颅内肿瘤放射治疗计划」，所有结果已发表二篇国际期刊论文(Chuang, Weng*, et al. 2022, Wang, Weng*, et al. 2022)与取得中华民国发明专利(2022)
生成式人工智慧能够产生与训练数据相似但具有一定程度新颖性的新内容，包括文字或影像，而不仅仅只是分类或预测数据，如ChatGPT在这几年已经取得巨大的成功，而产生影像在医学领域中目前尚存在很大的挑战与争议。翁老师团队使用生成对抗网路(GAN)透过两个神经网路相互博弈的方式进行学习，包括一个生成网路与一个判别网路，生成网路则要尽可能地欺骗判别网路，而判别网路的输入则為真实样本或生成网路的输出，其目的是将生成网路的输出从真实样本中尽可能分辨出来，两个网路相互对抗、不断调整参数，最终目的是使判别网路无法判断生成网路的输出结果是否真实。生成的结果目前应用很广，包括时尚广告或电子游戏等，但是若要应用在医学影像，则有很多是否违背基本科学原理或医学伦理等议题。
翁老师团队在於鼠脑磁振影像之线圈匀场校正与脑提取的研究，可以克服传统必须以大量人力校正影像，除了提高影像品质，也可以大幅缩短影像处理的时间，让一些需要大量计算分析的功能性磁振造影(fMRI)或扩散磁振造影结果得以即时呈现。另外磁振影像(MRI)合成电脑断层影像(CT)的研究，可以使肿瘤放射治疗计划进行时，因為二者影像只要取一即可互相转换，同时得以磁振影像获得精确软组织资讯，以电脑断层影像获得电子密度的资讯，以利肿瘤放射治疗计划之执行。当然将来还会有很多生成式医学影像的发展可能改善影像之时空解析度与对比度等，或生成自然条件下不允许的影像，但是否将违背基本科学原理或医学伦理仍值得讨论。
生成式人工智慧能够产生与训练数据相似但具有一定程度新颖性的新内容，包括文字或影像，而不仅仅只是分类或预测数据，如ChatGPT在这几年已经取得巨大的成功，而产生影像在医学领域中目前尚存在很大的挑战与争议。翁老师团队使用生成对抗网路(GAN)透过两个神经网路相互博弈的方式进行学习，包括一个生成网路与一个判别网路，生成网路则要尽可能地欺骗判别网路，而判别网路的输入则為真实样本或生成网路的输出，其目的是将生成网路的输出从真实样本中尽可能分辨出来，两个网路相互对抗、不断调整参数，最终目的是使判别网路无法判断生成网路的输出结果是否真实。生成的结果目前应用很广，包括时尚广告或电子游戏等，但是若要应用在医学影像，则有很多是否违背基本科学原理或医学伦理等议题。
翁老师团队在於鼠脑磁振影像之线圈匀场校正与脑提取的研究，可以克服传统必须以大量人力校正影像，除了提高影像品质，也可以大幅缩短影像处理的时间，让一些需要大量计算分析的功能性磁振造影(fMRI)或扩散磁振造影结果得以即时呈现。另外磁振影像(MRI)合成电脑断层影像(CT)的研究，可以使肿瘤放射治疗计划进行时，因為二者影像只要取一即可互相转换，同时得以磁振影像获得精确软组织资讯，以电脑断层影像获得电子密度的资讯，以利肿瘤放射治疗计划之执行。当然将来还会有很多生成式医学影像的发展可能改善影像之时空解析度与对比度等，或生成自然条件下不允许的影像，但是否将违背基本科学原理或医学伦理仍值得讨论。
【翁校友目前於长庚大学医放系担任专任教授兼副系主任】
▲深度学习网路於鼠脑磁振影像之线圈匀场校正与脑提取。
▲生成對抗網路之磁振合成电脑断层影像於顱內腫瘤放射治療計劃。