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！

龙图腾网获悉西安大医集团股份有限公司;深圳大医伽玛刀科技有限公司;武汉数码刀医疗有限公司申请的专利模型训练方法、治疗计划的生成方法、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119889584B 。

龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311339042.3，技术领域涉及：G16H20/40；该发明授权模型训练方法、治疗计划的生成方法、设备及介质是由郭鹏;李金升设计研发完成，并于2023-10-16向国家知识产权局提交的专利申请。

本模型训练方法、治疗计划的生成方法、设备及介质在说明书摘要公布了：本公开提供了一种用于生成治疗计划的深度强化学习模型训练方法、治疗计划的生成方法、设备及介质，涉及医疗技术领域，尤其涉及放疗技术领域。该方法包括：获取目标靶区的初始剂量分布状态数据；基于目标靶区的初始剂量分布状态数据、多个动作预测网络层的当前策略数据及评价预测网络层的当前策略数据，确定目标数据；基于目标数据，更新多个动作预测网络层的当前策略数据及评价预测网络层的当前策略数据，完成对深度强化学习模型的当前次训练；迭代上述训练过程，直至对深度强化学习模型的训练次数达到预设次数后，得到训练完成的深度强化学习模型。

本发明授权模型训练方法、治疗计划的生成方法、设备及介质在权利要求书中公布了：1.一种用于生成治疗计划的深度强化学习模型训练方法，所述深度强化学习模型被配置为包括：多个动作预测网络层以及评价预测网络层，不同的动作预测网络层用于输出所述治疗计划包括的不同类型的靶点参数，其特征在于，所述方法包括： 获取目标靶区的初始剂量分布状态数据； 基于所述目标靶区的初始剂量分布状态数据、所述多个动作预测网络层的当前策略数据及所述评价预测网络层的当前策略数据，确定目标数据，包括：基于所述目标靶区的当前剂量分布状态数据、每个所述动作预测网络层的当前策略数据，确定由所述多个动作预测网络层输出的与所述当前剂量分布状态数据对应的动作集合，以及基于所述目标靶区的当前剂量分布状态数据、所述评价预测网络层的当前策略数据，确定由所述评价预测网络层输出的与所述动作集合对应的预测价值； 基于所述当前剂量分布状态数据对应的动作集合，确定所述目标靶区的剂量分布，并基于所述目标靶区的剂量分布，确定与所述动作集合对应的实际奖励值； 在所述目标靶区的剂量分布不满足预设处方剂量，且，所述目标靶区中的靶点个数小于预设最大靶点个数时，基于所述目标靶区的剂量分布，更新所述目标靶区的当前剂量分布状态数据； 在所述目标靶区的剂量分布满足预设处方剂量，和或，所述目标靶区中的靶点个数等于预设最大靶点个数时，确定所述目标靶区的最终剂量分布及所述目标靶区的多个剂量分布状态数据、所述多个动作预测网络层输出的与所述多个剂量分布状态数据一一对应的多个动作集合、所述评价预测网络层输出的与所述多个动作集合一一对应的多个预测价值、与所述多个动作集合一一对应的多个实际奖励值； 基于所述目标靶区的最终剂量分布及与所述多个动作集合一一对应的多个预测价值，确定所述目标靶区的实际奖励值和预测价值； 基于所述目标数据，更新所述多个动作预测网络层的当前策略数据及所述评价预测网络层的当前策略数据，完成对所述深度强化学习模型的当前次训练； 迭代上述训练过程，直至对所述深度强化学习模型的训练次数达到预设次数后，得到训练完成的所述深度强化学习模型； 其中，所述目标数据包括：所述目标靶区的最终剂量分布和多个剂量分布状态数据、所述多个动作预测网络层输出的与所述多个剂量分布状态数据一一对应的多个动作集合、所述评价预测网络层输出的与所述多个动作集合一一对应的多个预测价值、与所述多个动作集合一一对应的多个实际奖励值、所述目标靶区的预测价值和实际奖励值；所述多个动作集合中的每个动作集合包括由多个不同类型的靶点参数组成的靶点参数组合。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安大医集团股份有限公司;深圳大医伽玛刀科技有限公司;武汉数码刀医疗有限公司，其通讯地址为：710018 陕西省西安市经济技术开发区凤城十二路66号首创国际城商务中心28号楼1单元3层10301室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。