本发明公开了一种深度强化学习方法、装置、肺结节患者随诊流程规划方法、系统、介质和设备,深度强化学习方法包括:训练基于肺结节形态、随诊检查行为和回馈得分的深度Q网络;其中,通过用于预测肺结节形态特征的动态预测器,计算肺结节未来的形态特征,填补用于进行所述随诊检查行为时机决策的状态信息。通过本发明,解决了强化学习用于肺结节患者随诊流程规划等临床检查行为时机决策时,由于检查行为在时间轴上的稀疏性导致的状态信息更新不及时,影响时机决策效果的问题。
声明:
“深度强化学习方法、装置、肺结节患者随诊流程规划方法、系统、介质和设备” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)