买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明涉及结合临床先验奖励的近端策略优化算法的18F‑FDGPETCT肝癌动力学参数估计方法,属深度强化学习以及肝癌特征评估领域。本发明采用深度强化学习算法,在双输入三房室可逆模型上估计灌注以及代谢参数;利用近端策略优化算法的特性,结合临床先验奖励,提出了本发明,能够引导智能体得到符合临床预期且具有较小拟合误差的药代动力学参数,并具有统计学差异性。本发明达到了有效在可逆双输入三房室模型上使用结合临床先验奖励的近端策略优化算法估计出肝细胞癌组织与正常肝组织对应的药代动力学参数且具有统计学差异性,根据该动力学参数能够有效评估出作为蛋白质类似物的示踪剂在肝细胞癌组织与正常肝组织中不同的运输速率。
主权项:1.一种结合临床先验奖励的近端策略优化算法的18F-FDGPETCT肝癌动力学参数估计方法,其特征在于,具体包括以下步骤:Step1、获取临床肝脏PETCT影像,捕获HCC患者的18F-FDG示踪剂摄取的时间过程;Step2、手动勾画感兴趣区域ROI,逐层调整ROI,获取由每一帧最大SUV组成的时间-浓度活动曲线TAC及其数据;Step3、对Step2中获取到的TAC数据进行划分数据集;Step4、构建可逆双输入三房室模型的数学模型;Step5、构建结合可逆双输入三房室模型的智能体交互环境,包括定义动力学参数状态、动作分布以及动作空间、设计奖励函数;其中奖励函数部分根据参数临床先验知识,包括先前研究得到的参数的上下限以及个别参数的预期参数范围,改进设计智能体交互环境中的奖励函数;Step6、搭建近端策略优化PPO算法的整体框架,包括策略网络、值函数网络、用于计算优势函数的广义优势估计算法以及新旧策略的裁剪比率等超参数;Step7、使用结合医学先验奖励的近端策略优化算法进行房室模型参数估计并对肝细胞癌组织与正常肝组织的灌注和代谢参数进行描述分析、统计分析与其他临床分析。
全文数据:
权利要求:
百度查询: 昆明理工大学 一种结合临床先验奖励的近端策略优化算法的18F-FDG PET/CT肝癌动力学参数估计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。