RingConn 參展 IEEE ISCAS 2024，展示其在血壓監測與睡眠呼吸中止方面的最新研究成果

近期，2024 IEEE 電路與系統國際研討會（IEEE ISCAS）於新加坡盛大舉行。ISCAS 是 IEEE 的旗艦會議，也是全球電路與系統領域的頂尖論壇。每年匯聚來自世界各地的頂尖學者與研究人員，共同討論並分享最新技術進展，推動電路與系統創新的永續發展。

ISCAS 2024 的主題為「用於永續發展的電路與系統」，涵蓋人工智慧與深度學習、生醫電路與系統、大數據處理、數位積體電路與系統，以及物聯網等廣泛議題。

Ninenovo Technology 的突破性研究

Ninenovo Technology 與深圳大學合作，發表了兩篇論文：「基於 Transformer 的睡眠呼吸中止症偵測深度學習模型及其在 RingConn 智慧戒指上的應用」以及「基於頻域特徵的 PPG 訊號血壓估測分群演算法」。這兩篇論文獲會議接受，展現了公司透過創新的 RingConn 智慧戒指，在智慧健康監測領域取得的最新技術成果。

第一篇論文「基於 Transformer 的睡眠呼吸中止症偵測深度學習模型及其在 RingConn 智慧戒指上的應用」探討如何利用 RingConn 智慧戒指偵測阻塞性睡眠呼吸中止低通氣症候群（OSAHS）。OSAHS 是一種常見的睡眠障礙，特徵包括嚴重打鼾、睡眠期間反覆呼吸暫停、日間過度嗜睡、晨起頭痛及記憶力減退。嚴重病例還可能導致夜間窒息與心血管問題。

傳統的 OSAHS 偵測需要在醫院使用笨重的多項睡眠生理檢查（PSG）設備進行整夜檢查。本論文提出一種基於 Transformer 的深度學習模型，利用 RingConn 智慧戒指的多模態生理訊號來偵測 OSAHS。

該模型在公開資料集上取得優異的偵測結果，F1 分數達 76.6。研究也評估了使用 RingConn 智慧戒指的訊號組合偵測血氧去飽和事件（DESAT）的效能。值得注意的是，目前尚無研究驗證以智慧戒指為基礎的 OSAHS 監測。因此，本研究使用從 RingConn 智慧戒指收集的資料進行驗證，並完成 PSG-AHI 估測。

結果顯示，RingConn 智慧戒指計算出的 AHI 與 PSG-AHI 之間具有高度相關性（ρ=0.96），證明 RingConn 智慧戒指在醫療健康監測方面具備高準確度與便利性。

第二篇論文「基於頻域特徵的 PPG 訊號血壓估測分群演算法」提出一種利用光體積變化描記（PPG）頻域特徵的分群演算法。許多研究致力於透過 PPG 波形估測血壓。然而，PPG 脈搏大約每秒產生一次，且連續脈搏的特徵相似。因此，需要一種自動化、智慧化的方法來對重複訊號進行分群。對於差異顯著的 PPG 訊號，則需要使用非監督式方法，將 PPG 脈搏分類至各自的群組。

所提出的分群演算法利用 PPG 頻域特徵，將 PPG 脈搏分類至特定群組。研究使用快速傅立葉轉換處理 PPG 脈搏，擷取前四個頻率成分的頻率、振幅、相位、實部與虛部。在所提出的 K-Means 演算法中，研究團隊開發了一種新型距離函數，用於評估兩個脈搏之間的差異。此外，研究也提出群中心合併架構，以解決 K 值選擇問題。實驗使用 MIMIC-II 資料集，將脈搏分群並合併為 17 個群組。

結果顯示，所提出的分群方法成功辨識出不同的 PPG 脈搏群組，而這些群組分別對應於不同的血壓範圍。此發現支持 PPG 脈搏形狀與血壓具有相關性的觀點，提升了以脈搏波分析為基礎之血壓估測的準確度與可解釋性。目前，這項技術已應用於 RingConn 智慧戒指的血壓監測研究。

RingConn 智慧戒指與健康管理

這些研究成果不僅凸顯 RingConn 智慧戒指在健康管理方面的創新與技術實力，也進一步強化了 Ninenovo Technology「為人類健康提供獨具價值的產品與服務」的使命，充分體現我們對創新研究的承諾與支持。

我們的團隊將持續突破智慧穿戴科技的界限，以技術創新改善人類健康。我們相信，持續的技術突破將為使用者帶來更精準、便利且專業的健康管理體驗，共同邁向更健康的未來。