根據衛生署所公布的十大死因統計,心臟疾病中以心肌梗塞(Myocardial Infarction)為高死亡率的病症,且需要快速且準確的診斷以爭取時間急救。心肌梗塞的發生是因為心臟所需血液受阻,而醫師在診斷心肌梗塞病症時,主是依據12導程心電圖的ST段變化來診斷,因此本研究希望從12導程心電圖萃取重要特徵,輔助醫師進一步診斷,避免醫師因過勞而誤診。本研究資料以選取之資料庫的12導程心電圖進行實驗分析,首先利用低通濾波器解決高頻雜訊問題,並利用經驗模態分解與中值濾波器去除基線飄移,再結合多項式近似法和主成份分析的優點進行特徵擷取,多項式近似法可描述ST段波形並轉換成係數,而主成份分析可縮減維度,減少資料複雜度提高分類效果。實驗結果顯示本研究所提出的多項式近似法結合主成份分析進行特徵擷取,無論是在支持向量機分類器上優於ST段為基礎的特徵,分類準確度最高達到98.28%。有此可知,有效的特徵擷取可提升分類效果,故本研究在心肌梗塞的辨識上有顯著且穩定的效果,並有效降低醫師誤診的情況,提高醫療品質。