-
公开(公告)号:CN115938569A
公开(公告)日:2023-04-07
申请号:CN202211700946.X
申请日:2022-12-28
Applicant: 西安交通大学 , 广州思德医疗科技有限公司
Abstract: 本发明公开了一种基于深度强化学习的胶囊内窥镜辅助体位决策方法及系统,目的在于实现胶囊内窥镜在消化道内的合理运动,提供合适的体位指导用于辅助决策,在实际应用中,本发明可实时将当前状态下胶囊内窥镜所拍摄的消化道解剖部位以及记录历史信息,输入到预先训练好的体位决策模型,并实时输出下一时刻最优的体位决策,从而在尽可能少的有限体位转换下,实现整个目标解剖部位更高覆盖率的全局目标;整个辅助体位决策方法,在一定程度上学习融合了专业医生的经验,降低了整个检测过程中对专业医生的高度依赖;尽可能少的体位转化也可以大大降低整个检查过程的时间成本,减少被检查者因长时间的体位转换而获得的不良体验。
-
公开(公告)号:CN115862832A
公开(公告)日:2023-03-28
申请号:CN202211699883.0
申请日:2022-12-28
Applicant: 西安交通大学 , 广州思德医疗科技有限公司
Abstract: 本发明公开了一种胶囊内窥镜最优体位组合寻优方法及系统,所述方法通过原始问题序列化→轨迹序列概率建模→状态转移概率建模→体位组合评估建模→体位组合寻优,通过状态转移概率建模的方式实现轨迹序列概率建模,提出一种面向不同体位组合的价值评估方法,实现快速寻找概率空间下更具普适性的最优的体位组合;特别的,本发明提供两种状态转移概率建模的方法:基于真实胶囊内窥镜数据的统计建模方法和基于医生经验空间的概率量化建模方法;一方面,该方法可大大降低胶囊内窥镜检查过程中,对专业消化道内径医生经验的依赖;另一方面,该方法所寻优的体位路径具有的普适性,也为实现未来胶囊内窥镜智能诊疗模式奠定一定的基础。
-