（中央社記者許秩維台北16日電）陽明交大團隊開發非接觸式心律偵測技術，透過手機或筆電的相機擷取臉部微血管的色彩變化，就能推估心跳訊號，可應用於高風險族群的居家監測、社區篩檢及臨床輔助診斷。

陽明交通大學今天發布新聞稿指出，心房顫動與中風有高度關聯，過去心房顫動的偵測多仰賴心電圖等接觸式設備，長時間配戴易造成不適，又有使用門檻，難以推廣至日常生活。

為解決這個痛點，陽明交大電控工程研究所教授吳炳飛的研究團隊運用遠距光體積變化描記圖技術，開發出只要使用手機或筆電相機鏡頭就可監控心律變化的方法，這種非接觸式心律偵測技術能透過手機或筆電的相機擷取臉部微血管的色彩變化，進而推估心跳訊號。

另外，研究團隊提出新穎的訊號處理演算法，有效降低因頭部晃動與光線變化帶來的干擾，大幅提升訊號品質與準確度；不同於以往仰賴運算資源的深度學習模型，系統採用輕量級AI模型設計，可大幅降低參數量與處理延遲。

為驗證技術的可靠性，研究團隊與恩主公醫院主任孫瑜合作，建立涵蓋心房顫動、正常心律與心房顫動及多種心律不整的影像資料庫，邀請超過450名受試者參與實驗；測試場景刻意保留日常環境中常見的晃動與光影變化，實驗證實即便在高干擾場景下，系統仍能維持高準確率。

研究團隊表示，本技術可在沒有網路連線的狀況下完成即時分析，為個人化健康監測與遠距醫療應用提供新契機，未來有望廣泛應用於高風險族群的居家監測、社區篩檢及臨床輔助診斷，為提早預防與介入治療爭取更多時間。（編輯：黃世雅）1140916