基于强化学习的放射性药物剂量动态优化方法及其系统

AITNT
正文
推荐专利
基于强化学习的放射性药物剂量动态优化方法及其系统
申请号:CN202511058008
申请日期:2025-07-30
公开号:CN120878068A
公开日期:2025-10-31
类型:发明专利
摘要
本发明涉及医学影像及放射性药物领域,具体涉及基于强化学习的放射性药物剂量动态优化方法及其系统,该方法获取患者脑部的多模态磁共振影像数据,并基于这些数据对患者大脑进行精细分区,得到脑区分区数据;构建第一奖励函数和第二奖励函数,分别基于脑区分区数据和药代动力学模型;利用这两个奖励函数,训练强化学习模型,得到放射性药物剂量优化策略;实时采集患者脑部放射性动态数据,并基于优化策略和实时数据动态调整放射性药物剂量;该方法通过个性化精准给药,能够精确捕捉每位患者的独特脑部特征和药物代谢特性,实现真正意义上的个性化精准给药,从而提高治疗效果和安全性。
技术关键词
放射性药物 强化学习模型 动态优化方法 药代动力学参数 多模态磁共振 强化学习算法 患者 构建状态转移模型 注射时间参数 多模态影像数据 动态优化系统 动态数据采集 策略 影像采集模块 分区 解剖学特征
系统为您推荐了相关专利信息
1
贬损用户识别方法、装置、计算机设备和可读存储介质
字段 强化学习模型 数据 会话 主题
2
多存储协议文档的管理方法、系统、设备及存储介质
摘要 协议 语义 管理方法 强化学习模型
3
一种节能无线算力网络资源管理方法和装置
网络资源管理方法 深度强化学习模型 节点 资源联合优化 队列模型
4
一种基于虚拟化的高并发多组件流并行执行方法
并行执行方法 集群 资源分配策略 多组件 深度强化学习模型
5
基于通感算一体化的有源配电网安全故障定位方法
故障电流流向 故障定位方法 节点 监测控制系统 有源配电网馈线
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号