-
公开(公告)号：CN113270189A
公开(公告)日：2021-08-17
申请号：CN202110546178.6
申请日：2021-05-19
Applicant: 复旦大学附属肿瘤医院
Inventor： 王奕 , 张志远 , 翟洁 , 黄宗浩 , 李渊 , 张晖 , 朱敏俊 , 厉励 , 张逸鲁 , 高宇 , 戴梅 , 黄麒玮 , 蔡云飞 , 曹斌 , 石强 , 王正源 , 王骏杰 , 于镆铘 , 崔敏杰
Abstract: 本发明提出了一种基于强化学习的肿瘤治疗辅助决策方法，所述方法构建并训练患者状态转移模型与治疗决策模型，所述患者状态转移模型通过循环神经网络对肿瘤患者的状态变化进行建模，利用实际诊疗中获取到的诊疗方案与检查指标作为数据来源，模拟肿瘤患者在某种诊疗方案下的状态变化；所述治疗决策模型通过强化学习对治疗肿瘤患者的过程进行建模，利用患者状态转移模型作为数据来源，构建深层Q网络(DQN)作为策略网络，以RECIST实体瘤疗效评价标准与TNM肿瘤影像学分期标准为基础构造激励函数，进行迭代训练。本发明可在一定程度上减轻肿瘤专科医生的工作量，模型所预测的治疗手段可作为决策参考而减少医生的决策失误，辅助医生指定可行的治疗方案。
-
公开(公告)号：CN111738096B
公开(公告)日：2022-08-19
申请号：CN202010471069.8
申请日：2020-05-28
Applicant: 复旦大学
Abstract: 本发明公开了一种基于骨架姿态的人物跟踪方法。本发明分为离线训练阶段、在线姿态识别阶段和在线跟踪阶段。离线训练阶段，先准备模型训练集，将OpenPose格式的骨架关键点坐标经过归一化后作为模型输入，再对模型进行训练。在线姿态识别阶段，将含有待跟踪人物的图像输入模型，提取出图像中所有人物的骨架。在线跟踪阶段，先将图像中的人物骨架依次输入训练好的模型得到骨架姿态特征，再求出图像中每个人物骨架姿态特征与在库特征之间的欧式距离矩阵，用匈牙利算法求出每个人物特征匹配的id作为跟踪结果，最后更新在库id。本发明能够基于骨架姿态进行人物跟踪，扩展了人物跟踪的方法，在智能视频监控领域有广阔的应用可能。
-
公开(公告)号：CN111738096A
公开(公告)日：2020-10-02
申请号：CN202010471069.8
申请日：2020-05-28
Applicant: 复旦大学
Abstract: 本发明公开了一种基于骨架姿态的人物跟踪算法。本发明分为离线训练阶段、在线姿态识别阶段和在线跟踪阶段。离线训练阶段，先准备模型训练集，将OpenPose格式的骨架关键点坐标经过归一化后作为模型输入，再对模型进行训练。在线姿态识别阶段，将含有待跟踪人物的图像输入模型，提取出图像中所有人物的骨架。在线姿态识别阶段，先将图像中的人物骨架依次输入训练好的模型得到骨架姿态特征，再求出图像中每个人物骨架姿态特征与在库特征之间的欧式距离矩阵，用匈牙利算法求出每个人物特征匹配的id作为跟踪结果，最后更新在库id。本发明能够基于骨架姿态进行人物跟踪，扩展了人物跟踪的方法，在智能视频监控领域有广阔的应用可能。
-
公开(公告)号：CN113270189B
公开(公告)日：2023-08-18
申请号：CN202110546178.6
申请日：2021-05-19
Applicant: 复旦大学附属肿瘤医院
Inventor： 王奕 , 张志远 , 翟洁 , 黄宗浩 , 李渊 , 张晖 , 朱敏俊 , 厉励 , 张逸鲁 , 高宇 , 戴梅 , 黄麒玮 , 蔡云飞 , 曹斌 , 石强 , 王正源 , 王骏杰 , 于镆铘 , 崔敏杰
Abstract: 本发明提出了一种基于强化学习的肿瘤治疗辅助决策方法，所述方法构建并训练患者状态转移模型与治疗决策模型，所述患者状态转移模型通过循环神经网络对肿瘤患者的状态变化进行建模，利用实际诊疗中获取到的诊疗方案与检查指标作为数据来源，模拟肿瘤患者在某种诊疗方案下的状态变化；所述治疗决策模型通过强化学习对治疗肿瘤患者的过程进行建模，利用患者状态转移模型作为数据来源，构建深层Q网络(DQN)作为策略网络，以RECIST实体瘤疗效评价标准与TNM肿瘤影像学分期标准为基础构造激励函数，进行迭代训练。本发明可在一定程度上减轻肿瘤专科医生的工作量，模型所预测的治疗手段可作为决策参考而减少医生的决策失误，辅助医生指定可行的治疗方案。
-
-
-
Search Results
4
records
(took 0.019 seconds)
