【2026年4月20日 臺中訊】亞洲大學精準健康研究中心柯賢儒老師，偕同大同大學電機系 Wen-Shyong Yu 教授、亞洲大學醫檢生技系 Yu-Chen Wang 老師，以及亞洲大學校長、IEEE Fellow 蔡進發講座教授組成的跨校團隊，於生物醫學工程頂尖期刊《IEEE Transactions on Biomedical Engineering》發表創新 AI 架構「Rot-IIR-SSM」（2026年4月20日線上發表；DOI: 10.1109/TBME.2026.3685682）。

研究突破：在維持與主流深度模型相當的診斷準確度下，首度讓心電圖 AI 同時具備數學可證的穩定性、頻譜層級的可解釋性，以及可在穿戴裝置上全時運行的極低功耗串流推論，為精準健康從醫院走向居家的落地應用開啟新路徑。

核心技術三大特點：（1）極致輕量，部署時化為雙二階濾波器遞迴，狀態記憶體僅約 25 KB，適合智慧手錶或貼片式心電裝置 24 小時即時監測；（2）醫學可解釋，透過創新的極點域參數化，模型主要依據 10–20 Hz 的 QRS 波群形態判讀，與臨床直覺一致；（3）可證穩定，由設計保證 BIBO 穩定，對醫療設備安全至關重要。

研究實證：在 12 導程心電圖心肌梗塞偵測（PTB-XL 五折交叉驗證、PTB-DB 外部測試）中，Rot-IIR-SSM 在不做後處理下取得最高外部 F1（0.8306），跨資料集泛化最佳；院內 F1（0.8360）與 AUROC（0.9251）與高效 CNN 相當；另於心房顫動補充實驗取得 F1 0.8939。

亞洲大學精準健康研究中心將持續結合大數據、AI 與生物醫學，推動健康管理從大眾化邁向精準化。

圖1. Rot-IIR-SSM 模型架構

圖2. 極點域：學到的極點全在單位圓內（BIBO 穩定），頻率聚焦於 QRS 頻段

圖3. 可解釋性：模型主要關注 10–20 Hz 的 QRS 波群形態

圖4. 心肌梗塞之心電圖與頻譜表現