買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜重慶大學(xué)申請(qǐng)的專利一種基于雙通道強(qiáng)化學(xué)習(xí)的敗血癥治療系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115985514B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-01發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202310025880.7，技術(shù)領(lǐng)域涉及：G16H50/70；該發(fā)明授權(quán)一種基于雙通道強(qiáng)化學(xué)習(xí)的敗血癥治療系統(tǒng)是由古富強(qiáng);劉會(huì)東;張清辰;俞航設(shè)計(jì)研發(fā)完成，并于2023-01-09向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于雙通道強(qiáng)化學(xué)習(xí)的敗血癥治療系統(tǒng)在說明書摘要公布了：本發(fā)明涉及一種基于雙通道強(qiáng)化學(xué)習(xí)的敗血癥治療系統(tǒng)，屬于生物醫(yī)學(xué)技術(shù)領(lǐng)域。該系統(tǒng)結(jié)合了一個(gè)全連接神經(jīng)網(wǎng)絡(luò)和一個(gè)長短期記憶神經(jīng)網(wǎng)絡(luò)，其中全連接神經(jīng)網(wǎng)絡(luò)用于捕獲患者當(dāng)前的生理狀態(tài)，長短期記憶神經(jīng)網(wǎng)絡(luò)用于代表患者的治療歷史，包括狀態(tài)、行動(dòng)和獎(jiǎng)勵(lì)；該系統(tǒng)包括：馬爾可夫決策模塊、雙通道數(shù)據(jù)流模塊、深度強(qiáng)化學(xué)習(xí)模塊、離線策略評(píng)估模塊；馬爾可夫決策模塊將整個(gè)疾病治療過程構(gòu)建為馬爾可夫決策過程，選擇患者的歷史治療病歷構(gòu)建強(qiáng)化學(xué)習(xí)模型的輸入數(shù)據(jù)庫，包括狀態(tài)值、動(dòng)作值和獎(jiǎng)勵(lì)函數(shù)。與現(xiàn)有技術(shù)相比，本系統(tǒng)通過學(xué)習(xí)患者的歷史和當(dāng)前時(shí)刻的生理信息，可以更好的捕獲患者生理特征的動(dòng)態(tài)變化，豐富尋找最優(yōu)策略的學(xué)習(xí)過程，性能更優(yōu)。

本發(fā)明授權(quán)一種基于雙通道強(qiáng)化學(xué)習(xí)的敗血癥治療系統(tǒng)在權(quán)利要求書中公布了：1.一種基于雙通道強(qiáng)化學(xué)習(xí)的敗血癥治療系統(tǒng)，其特征在于：該系統(tǒng)結(jié)合了一個(gè)全連接神經(jīng)網(wǎng)絡(luò)和一個(gè)長短期記憶神經(jīng)網(wǎng)絡(luò)，其中全連接神經(jīng)網(wǎng)絡(luò)用于捕獲患者當(dāng)前的生理狀態(tài)，長短期記憶神經(jīng)網(wǎng)絡(luò)用于代表患者的治療歷史，包括狀態(tài)、行動(dòng)和獎(jiǎng)勵(lì)；該系統(tǒng)具體包括：馬爾可夫決策模塊、雙通道數(shù)據(jù)流模塊、深度強(qiáng)化學(xué)習(xí)模塊、離線策略評(píng)估模塊；所述馬爾可夫決策模塊將整個(gè)疾病治療過程構(gòu)建為馬爾可夫決策過程，選擇患者的歷史治療病歷構(gòu)建強(qiáng)化學(xué)習(xí)模型的輸入數(shù)據(jù)庫，包括狀態(tài)值、動(dòng)作值和獎(jiǎng)勵(lì)函數(shù)；所述雙通道數(shù)據(jù)流模塊選取多個(gè)批次的數(shù)據(jù)，并將當(dāng)前時(shí)刻的狀態(tài)值輸入到全連接神經(jīng)網(wǎng)絡(luò)中，上一個(gè)時(shí)刻的狀態(tài)值、動(dòng)作值和獎(jiǎng)勵(lì)值輸入到長短期記憶神經(jīng)網(wǎng)絡(luò)中，來構(gòu)建雙通道數(shù)據(jù)流機(jī)制；所述深度強(qiáng)化學(xué)習(xí)模塊進(jìn)行決策學(xué)習(xí)，通過輸入雙通道數(shù)據(jù)流模塊數(shù)據(jù)，更好捕獲患者每一時(shí)刻的生理狀態(tài)變化；所述離線策略評(píng)估模塊對(duì)深度強(qiáng)化學(xué)習(xí)模塊的策略進(jìn)行評(píng)估，減少Q(mào)值方差較大的影響，并對(duì)于測(cè)試集中的每個(gè)患者的軌跡，計(jì)算學(xué)習(xí)策略的值和平均結(jié)果的無偏估計(jì)；所述馬爾可夫決策模塊將整個(gè)疾病治療過程構(gòu)建為馬爾可夫決策過程，選擇患者的歷史治療病歷構(gòu)建強(qiáng)化學(xué)習(xí)模型的輸入數(shù)據(jù)庫，包括狀態(tài)值、動(dòng)作值和獎(jiǎng)勵(lì)函數(shù)；其中狀態(tài)值是收集患者在治療每一時(shí)刻的48維生理特征，動(dòng)作值是靜脈輸液IV和最大血管加壓藥VP的聯(lián)合使用，在給定的4小時(shí)窗口內(nèi)將IV和VP分散到5個(gè)箱子中，得到一個(gè)5×5的離散動(dòng)作空間，獎(jiǎng)勵(lì)函數(shù)是使用順序器官衰竭評(píng)估評(píng)分和患者乳酸水平作為強(qiáng)化學(xué)習(xí)優(yōu)化的中間目標(biāo)，以跟蹤患者隨時(shí)間的生理健康變化，同時(shí)在整個(gè)治療結(jié)束對(duì)生存患者添加+15的獎(jiǎng)勵(lì)，對(duì)死亡患者添加-15的獎(jiǎng)勵(lì)；所述本系統(tǒng)使用的數(shù)據(jù)是患者的治療病歷，分別提取患者每一時(shí)刻的生理特征信息、治療策略和對(duì)應(yīng)的生理指標(biāo)變化值如連續(xù)性器官衰竭評(píng)估值和乳酸水平，構(gòu)建狀態(tài)值s，動(dòng)作值a和獎(jiǎng)勵(lì)函數(shù)r；所述獎(jiǎng)勵(lì)函數(shù)定義如下： 其中和表示t時(shí)刻的SOFA評(píng)分和乳酸水平，C0＝-0.025，C1＝-0.125，C2＝-2；對(duì)于最終獎(jiǎng)勵(lì)，對(duì)最終存活的患者使用+15正獎(jiǎng)勵(lì)，對(duì)死亡患者使用-15負(fù)獎(jiǎng)勵(lì)；所述雙通道數(shù)據(jù)流模塊，用于從患者當(dāng)前和歷史的治療決策信息序列中學(xué)習(xí)最佳的治療策略，具體來說，使用全連接神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)患者的當(dāng)前狀態(tài)，使用長短期記憶神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)在t-1時(shí)刻的生理信息，最后，將兩個(gè)網(wǎng)絡(luò)的輸出作為最終Q值；假設(shè)在t時(shí)刻，狀態(tài)為st，動(dòng)作為at，獎(jiǎng)勵(lì)函數(shù)為rt，則雙通道DRL的Q值為： 其中θ和μ分別表示全連接神經(jīng)網(wǎng)絡(luò)和長短期記憶神經(jīng)網(wǎng)絡(luò)的權(quán)值參數(shù)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人重慶大學(xué)，其通訊地址為：400030 重慶市沙坪壩區(qū)沙正街174號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。