公开(公告)号：CN115496737A

公开(公告)日：2022-12-20

申请号：CN202211212877.8

申请日：2022-09-30

Applicant: 西安交通大学

Inventor： 田智强 ,  潘希言 ,  王硕

IPC: G06T7/00 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种医学影像目标检测方法及系统，根据医学影像中目标检测的任务目标，搭建深度强化学习智能体的交互环境，通过检测二维医学影像中的感兴趣区域，来定位指定器官的所在区域；根据所述适用于目标检测任务的马尔科夫决策过程，构建单智能体竞争双深度Q网络结构，网络模型在深度Q网络的基础上进行了竞争结构的改进以及动作值函数计算的优化，使其稳定性与学习效率得到了增强，本发明通过深度强化学习中的智能体与二维医学影像环境的交互来获得深度神经网络的训练数据，能够有效提升网络模型学习的稳定性和效率。

公开(公告)号：CN114792311B

公开(公告)日：2024-08-20

申请号：CN202210467626.8

申请日：2022-04-29

Applicant: 西安交通大学

Inventor： 田智强 ,  郑晨阳 ,  潘希言 ,  王硕

IPC: G06T7/00 ,  G06T7/10 ,  G06V10/44 ,  G06V10/80 ,  G06V10/84 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/092 ,  G06N3/0985 ,  A61B6/50

Abstract: 本发明公开了一种3D医学图像检测方法及系统，构建3D医学图像数据的交互式环境，并对交互式环境进行初始化；根据初始化后的交互式环境建立对应交互式环境含有奖励函数的马尔可夫决策流程，根据马尔可夫决策流程建立交互式环境Dueling DQN网络结构，基于交互式环境Dueling DQN网络结构构建3D医学图像检测样本集合，并对3D医学图像检测样本集合进行优先级衡量处理；将状态作为检测框，使用优化交互式环境Dueling DQN网络结构以及将样本数据赋予更高抽样优先级的优先级经验回放算法，提高了深度强化学习的学习效率和效果，从而较为精准地在3D医学图像中检测各种器官和组织。

公开(公告)号：CN114792311A

公开(公告)日：2022-07-26

申请号：CN202210467626.8

申请日：2022-04-29

Applicant: 西安交通大学

Inventor： 田智强 ,  郑晨阳 ,  潘希言 ,  王硕

IPC: G06T7/00 ,  G06T7/10 ,  G06V10/84 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  A61B6/00 ,  A61B6/03

Abstract: 本发明公开了一种3D医学图像检测方法及系统，构建3D医学图像数据的交互式环境，并对交互式环境进行初始化；根据初始化后的交互式环境建立对应交互式环境含有奖励函数的马尔可夫决策流程，根据马尔可夫决策流程建立交互式环境Dueling DQN网络结构，基于交互式环境Dueling DQN网络结构构建3D医学图像检测样本集合，并对3D医学图像检测样本集合进行优先级衡量处理；将状态作为检测框，使用优化交互式环境Dueling DQN网络结构以及将样本数据赋予更高抽样优先级的优先级经验回放算法，提高了深度强化学习的学习效率和效果，从而较为精准地在3D医学图像中检测各种器官和组织。