YUAN 在 Kaggle 國際醫療 AI 競賽中奪冠
YUAN AI 團隊於全球知名資料科學與人工智慧平台 Kaggle 舉辦的「PhysioNet ECG Image Digitization Challenge」中勇奪冠軍。憑藉自主開發的 AI 心電圖影像數位化技術，擊敗全球頂尖隊伍，展現醫療 AI 與生物醫學訊號處理的國際級實力。
該競賽旨在將紙本或掃描的心電圖（ECG）影像轉換為可供現代 AI 系統直接分析的數位時序訊號。然而，真實世界的 ECG 圖像往往伴隨格線干擾、折痕、掃描陰影、幾何變形與背景雜訊，使得數位化過程極具挑戰性。
YUAN 的解決方案整合電腦視覺、深度學習與生醫訊號處理技術，打造全自動化處理流程，包含：
• 圖像校正與幾何對齊
• 移除格線與背景雜訊
• 自動偵測並分離心電圖波形
• 同步重建 12 導聯訊號
• 高精度訊號優化與品質評估
圖 1｜原始掃描之紙本心電圖紀錄。可見紅色格線、紙張雜訊與版面干擾等因素，增加自動化辨識與訊號擷取的難度。
圖 2｜AI 心電圖數位化與波形重建結果。系統可成功自各導程中擷取 ECG 波形，並轉換為高精度的時序訊號，以利後續分析與臨床診斷應用。
根據官方競賽指南，由於在影像生成與數位化過程中不可避免地經歷數位轉類比與類比轉數位轉換，訊號會產生一定程度的失真，因此訊雜比（SNR）達到 15–20 dB 時，已接近人眼在紙本心電圖輸出中所能辨識的極限。YUAN 的實作成果大幅超越此基準，實現超過 23 dB 的 SNR。此結果代表其波形重建精度已超越人眼可辨識範圍，達到真正的臨床等級數位化品質。
此項技術能有效釋放大量歷史 ECG 資料的潛在價值，協助醫療機構：
• 圖像校正與幾何對齊
• 移除格線與背景雜訊
• 自動偵測並分離心電圖波形
• 同步重建 12 導聯訊號
• 高精度訊號優化與品質評估
YUAN 將持續推動 AI、醫療影像與生醫訊號技術的深度整合，協助醫療機構提升診斷效率與臨床決策品質，推動智慧醫療的發展。