一种自适应优化的治疗计划系统及强化学习方法

本发明涉及一种自适应优化的治疗计划系统及强化学习方法，包括物理师制作训练用病例，将每个时间的操作和治疗计划系统软件当前的状态记录；将治疗计划系统软件的状态参数作为数据集整合，定义为强化学习的状态空间；将物理师进行的操作整合，定义为动作空间；将影响治疗计划质量的参数整合，定义为奖励空间；将状态空间作为输入，动作空间作为输出，训练DQN网络；Agent训练完成后，将该模型置入治疗计划系统软件中，输入新的患者病例时，软件将病例转换为初始状态，Agent根据训练的动作进行计划制作，并根据反馈奖励不断修改调整，得到一个最优奖励的结果。本发明依据输入的病人图像，自动的制作符合临床要求的个体化的治疗计划。