澳
門大學科技學院機電工程學系教授譚立武最近研究出「用於個人心跳監測的智能檢測技術」，能準確偵察出三種不同類型的心律失常的關鍵特徵，從而可有效識別正常心跳、潛在充血性心力衰竭、睡眠呼吸暫停等個人心跳狀況。此研究於「IEEE歐亞生物醫學工程、醫療保健及永續發展會議」上發表，獲大會高度評價，奪「最佳會議論文獎」。
跨學科研究逐漸成為學術研究的新趨勢，特別是與生物醫學工程和智慧系統相關的範疇。譚立武與其工作夥伴開發了一種智能檢測技術：透過「渾沌映射策略」有效產生三種不同類型心律失常的關鍵特徵，並透過適當的系統參數調整與自主式設計，擷取出不同的關鍵特徵用以辨識。是次研究成果顯示，所提出的策略可有效識別正常心跳、潛在充血性心力衰竭和睡眠呼吸暫停等三種個人心跳狀況；同時，也能應用於智慧城市中用來監測個人心電規律。
今屆IEEE歐亞生物醫學工程、醫療保健及永續發展會議在日本沖繩舉行，吸引多個國家的專家學者參與，分享相關研究領域的最新技術。是次會議約有篇論文參賽，經過嚴格的評鑑，譚立武團隊的研究最終脫穎而出獲獎。
更多精彩內容：
重磅！大灣區西岸科教聯盟成立！培養科創人才
國際關注！澳大博士生發現兩種抑制伊波拉病毒藥物
澳大第一課，由校長親自演講
澳大新生必做的七件事
我在澳大遇見……（全）
歡迎轉載
中科白癜风新年优惠享不停治疗白癜风的小偏方