用于自动化放射治疗计划的混合性奖励模型的构建方法

本发明涉及一种用于自动化放射治疗计划的混合性奖励模型的构建方法，包括：定义混合性奖励模型的整体架构，包括临床目标量化模块、理想DVH评估模块以及人类专家偏好学习模块；构建临床目标量化模块，获取当前治疗计划，结合预设的临床治疗方案，对当前治疗计划在各个临床指标上的达成情况进行量化评估；构建理想DVH评估模块，预测当前患者可能达到的理想DVH参数值，并与当前计划的实际DVH参数进行比较；构建人类专家偏好学习模块，收集专家对治疗计划的偏好数据，从剂量分布图像中提取视觉特征，训练偏好模型；确定综合奖励信号的生成方法，生成并输出综合奖励信号。该方法为放疗计划自动化优化提供高鲁棒性评估机制。