[发明专利]一种基于深度强化学习算法的肺结节分析方法及装置有效
| 申请号： | 201910994341.8 | 申请日： | 2019-10-18 |
| 公开（公告）号： | CN110570425B | 公开（公告）日： | 2023-09-08 |
| 发明（设计）人： | 刘峡壁;郑光远;马霄虹;赵心明;万玉钗;王穆荣;韩光辉;刘伟华 | 申请（专利权）人： | 北京理工大学;中国医学科学院肿瘤医院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/764;G06V10/774;G06V10/82 |
| 代理公司： | 北京国坤专利代理事务所(普通合伙) 11491 | 代理人： | 赵红霞 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度强化学习算法的肺结节分析方法及装置，所述方法包括构造肺结节分析模型；然后获得待分析图像；将待分析图像数据输入至分析模型中的识别模块，识别模块根据预设征象分类模型给出肺结节的分类结果；根据分类结果确定待分析图像数据的分析结果并输出。本发明实施例所提供的肺结节分析方法通过深度强化学习原理进行肺结节的分析，提高了肺结节分析结果的准确性。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 算法 结节 分析 方法 装置 | ||
【主权项】：
1.一种基于深度强化学习算法的肺结节分析方法，其特征在于，具体包括以下步骤：/n步骤一：构造基于深度强化学习算法的肺结节分析模型，所述肺结节分析模型包括胶囊网络模块、识别模块、结果确定模块；/n步骤二：获取待分析图像；/n步骤三：将所述待分析图像输入所述肺结节分析模型，肺结节分析模型中的胶囊网络模块基于在线深度强化学习策略，采用传统的DQN算法，其目标Q
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工大学;中国医学科学院肿瘤医院，未经北京理工大学;中国医学科学院肿瘤医院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910994341.8/，转载请声明来源钻瓜专利网。
