[发明专利]使用机器学习来进行心磁图分类有效
| 申请号： | 201010224927.5 | 申请日： | 2004-07-01 |
| 公开（公告）号： | CN101926646A | 公开（公告）日： | 2010-12-29 |
| 发明（设计）人： | 卡斯滕·斯特尼克尔;马克·J·恩布克斯;伯勒斯洛·K·希曼斯基 | 申请（专利权）人： | 卡迪尔马格成像公司 |
| 主分类号： | A61B5/04 | 分类号： | A61B5/04;G06K9/00 |
| 代理公司： | 永新专利商标代理有限公司 72002 | 代理人： | 刘炳胜;王英 |
| 地址： | 美国*** | 国省代码： | 美国;US |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了在心磁描记术中使用机器学习来进行模式识别，所述心磁描记术用于测量心脏电生理活动所发射的磁场。使用直接核方法来将异常MCG心脏图形与正常的图形加以分离。对于无监督学习来说，引入了基于直接核的自组织映射。对于有监督学习来说，使用了直接核部分最小二乘以及(直接)核岭回归。然后把这些结果与经典支持向量机以及核部分最小二乘相比较。由此，公开了一种用于分类心动描记数据的设备以及相关联的方法，包括把核变换应用于从用来检测电磁心脏活动的传感器获取的测数据，产生变换数据，然后使用机器学习来分类已变换数据。 | ||
| 搜索关键词： | 使用 机器 学习 进行 心磁图 分类 | ||
【主权项】：
一种自动识别有意义的特征并且形成用于分类心磁描记数据的专家规则的方法，包括：将小波变换应用于从检测由病人的心脏活动产生的电磁场的传感器获取的检测数据，以产生小波域数据；将核变换应用于所述小波域数据，从而得到变换数据；以及采用机器学习，由所述变换数据来识别所述有意义的特征并且形成所述专家规则。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于卡迪尔马格成像公司，未经卡迪尔马格成像公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201010224927.5/，转载请声明来源钻瓜专利网。
