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-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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