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！

龙图腾网获悉湖南科技学院申请的专利基于强化学习的CT影像肺癌识别方法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：CN121190834B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511279805.9，技术领域涉及：G06V10/764；该发明授权基于强化学习的CT影像肺癌识别方法是由戴振华;刘倩兰;袁勇;肖伟;刘尚设计研发完成，并于2025-09-09向国家知识产权局提交的专利申请。

本基于强化学习的CT影像肺癌识别方法在说明书摘要公布了：本发明公开了一种基于强化学习的CT影像肺癌识别方法，生成肺部结构掩码；输出初始病灶候选区域、初始病灶掩码、形态学置信图与边界响应图；得到聚焦特征图；获得初始病灂精细掩码、边界概率图与不确定性热图，并编码强化学习状态向量，建立DSAC‑T精修智能体；得到更新后病灂精细掩码；计算奖励值，利用奖励值训练DSAC‑T精修智能体，重复步骤直至满足预设收敛条件或达到最大迭代次数，输出最终病灂精细掩码；生成一致化病灂掩码，并形成用于临床诊断和随访的综合评估结果。本发明提升了在边界模糊、高噪声及极端样本下的精细分割稳定性，提高了微小病灶的检出率和临床适用性。

本发明授权基于强化学习的CT影像肺癌识别方法在权利要求书中公布了：1.一种基于强化学习的CT影像肺癌识别方法，其特征在于，包括： 采集胸部CT影像原始数据并进行标准化处理，对标准化胸部CT影像数据集进行肺部结构解析，生成肺部结构掩码； 构建初始检测-分割网络，将标准化胸部CT影像数据集与肺部结构掩码输入初始检测-分割网络，输出初始病灶候选区域、初始病灶掩码、形态学置信图与边界响应图； 基于初始病灶候选区域、肺部结构掩码与形态学置信图融合生成病灶区域注意力图，将病灶区域注意力图与边界响应图共同作用于多尺度特征提取过程，得到聚焦特征图； 构建分割主干网络，将聚焦特征图输入分割主干网络，获得初始病灂精细掩码、边界概率图与不确定性热图，并编码强化学习状态向量，建立DSAC-T精修智能体； 定义包括阈值调整操作、形态学滤波操作、区域生长收缩操作与边界平滑操作的动作空间，由DSAC-T精修智能体根据当前强化学习状态向量从动作空间选择精修动作并执行，得到更新后病灂精细掩码； 计算奖励值，利用奖励值训练DSAC-T精修智能体，重复步骤直至满足预设收敛条件或达到最大迭代次数，输出最终病灂精细掩码； 对最终病灂精细掩码与肺部结构掩码执行跨切片三维连通性分析，生成一致化病灂掩码，并形成用于临床诊断和随访的综合评估结果； 所述建立DSAC-T精修智能体，包括： 将聚焦特征图输入分割主干网络，通过分割主干网络的多层卷积编码与解码操作，分别输出初始病灶精细掩码、边界概率图和不确定性热图； 对于不确定性热图中的每一个体素位置，分别统计分割主干网络对所有分类类别的预测概率，将每一个类别对应的预测概率值乘其对数概率值，对所有类别的乘积求和并取相反数，得到体素位置的不确定性值； 将初始病灶精细掩码、病灶区域注意力图、边界概率图、不确定性热图与历史动作轨迹信息按照通道级连接的方式进行编码，形成当前强化学习状态向量； 构建包括策略网络和值分布网络的DSAC-T精修智能体，将当前强化学习状态向量输入到DSAC-T精修智能体中，由策略网络根据当前强化学习状态向量输出当前状态下每一个可选精修操作的采样概率分布，将当前强化学习状态向量输入到值分布网络，由值分布网络输出当前状态下每一个可选精修操作对应的奖励值分布； 所述计算奖励值并用于训练DSAC-T精修智能体的过程，包括以下步骤： 将初始病灂精细掩码与人工标注金标准掩码之间的Hausdorff距离减去更新后病灂精细掩码与人工标注金标准掩码之间的Hausdorff距离，得到Hausdorff距离降低量； 分别统计初始不确定性热图与更新后不确定性热图在所有体素位置的信息熵值，将所有体素位置的信息熵值做差后求平均，得到平均信息熵降低量； 以更新后病灂精细掩码中非病灂区域被误标为病灂区域的体素比例作为假阳性惩罚比率； 将Hausdorff距离降低量、平均信息熵降低量和假阳性惩罚比率进行加权组合，构建即时奖励函数，得到单步奖励值； 将当前状态、单步奖励值和更新后病灂精细掩码组合为三元组，所述三元组输入至DSAC-T精修智能体的经验回放池中，重复执行状态更新、动作采样、单步奖励值计算与模型训练，直到满足预设收敛条件或达到最大迭代步数，输出最终病灂精细掩码。

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湖南科技学院，其通讯地址为：425100 湖南省永州市零陵区杨梓塘路130号；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。