使用机器学来进行心磁图分类

摘要

本发明公开了在心磁描记术中使用机器学来进行模式识别，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。对于无监督学来说，引入了基于直接核的自组织映射。对于有监督学来说，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，然后使用机器学来分类已变换数据。

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。