快速搜尋
﹤生技醫療、AI資訊﹥透過體表訊號估測交感神經活性
國立中山大學／嚴成文特聘教授
傳統評估方法如微神經圖（侵入式）與心率變異度（精度不足、有爭議）均存在明顯限制。本系統提供一種安全、便捷、高精度之交感神經活性監測方案，可實現早期風險分層與個人化預警。
技術簡介
使用一般心電圖貼片，以高取樣頻率記錄體表電位訊號，從中提取SKNA高頻成分（500–3500 Hz），透過特徵工程與XGBoost/深度學習模型，建立MACE預測系統，並可整合病歷資料實現個人化健康風險評估。
應用案例
已成功應用於500名心肌梗塞患者與500名健康對照組之分類任務，達到分類精度0.891、靈敏度0.867、特異度0.916，顯著優於傳統心率變異度方法。
相關連結
無
專利名稱證號
無
技術產學合作或技轉單位
產學合作：高雄醫學大學附設中和紀念醫院
獲獎紀錄
無
技術聯絡人
國立中山大學 前瞻產業聯絡中心
連絡電話：07-5250165
