基于深度学习和强化学习的肺结节病人的辅助诊疗方法

本发明公开了一种基于深度学习和强化学习的肺结节病人的辅助诊疗方法，涉及个性化辅助诊疗领域，包括：步骤1、构建诊疗对象的结构化训练数据，同时使用brock模型计算诊疗对象在当前时间步的患癌概率并作为标签使用；步骤2、利用LSTMAutoEncoder对结构化训练数据进行特征编码，得到诊疗对象的特征表示，并且不同的诊疗对象具有不同的特征表示；步骤3、将未来时间步与当前时间步的时间间隔与特征表示结合，输入到MLP多层感知机中进行回归，预测下一个时间步的患癌概率；步骤4、建立基于强化学习的个性化筛查模型，将诊疗对象的当前时间步的预测患癌概率作为状态输入到个性化筛查模型中，给出诊疗对象下一次筛查时间步的动作建议。