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！

龙图腾网获悉四川省肿瘤医院申请的专利基于强化学习的癌症患者低分子肝素个体化剂量动态优化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：CN121617545B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610142067.1，技术领域涉及：G16H20/13；该发明授权基于强化学习的癌症患者低分子肝素个体化剂量动态优化方法是由吴孝红;杨颖;杨青;张含凤;杨慧;张瑜;樊清设计研发完成，并于2026-02-02向国家知识产权局提交的专利申请。

本基于强化学习的癌症患者低分子肝素个体化剂量动态优化方法在说明书摘要公布了：本发明涉及医疗健康与人工智能领域，公开基于强化学习的癌症患者低分子肝素个体化剂量动态优化方法，包括：S1、采集癌症患者的多维度临床数据并进行预处理，并对预处理后的数据进行增强，生成时序合成数据；S2、基于所述多维度临床数据及时序合成数据，构建强化学习环境，包括：定义状态空间、动作空间和奖励函数；S3、构建环境自适应深度强化学习EA‑DRL模型作为剂量优化模型；在所述强化学习环境中进行模型训练与优化，直至其收敛并获得最优剂量决策策略；S4、将待决策患者的实时动态临床数据输入训练好的剂量优化模型，输出个体化的低分子肝素LMWH给药剂量推荐。本发明实现了个体化精准给药，提升治疗效果与临床用药安全性。

本发明授权基于强化学习的癌症患者低分子肝素个体化剂量动态优化方法在权利要求书中公布了：1.一种基于强化学习的癌症患者低分子肝素个体化剂量动态优化方法，其特征在于，包括以下步骤： S1、采集癌症患者的多维度临床数据并进行预处理；使用改进的条件沃瑟斯坦生成对抗网络对预处理后的数据进行增强，生成时序合成数据，以补充低剂量有效、高出血风险及特殊肿瘤分期的稀缺样本； 步骤S1中，所述改进的条件沃瑟斯坦生成对抗网络通过条件约束和梯度惩罚的双机制实现数据增强； 其中，所述条件约束机制为：将表征患者特征的核心临床指标作为条件变量，同时输入生成器和判别器，以引导生成器产生与所述条件变量相关联且符合临床实际的时序合成数据； 所述梯度惩罚机制为：在判别器的损失函数中引入基于梯度的惩罚项，以强制判别器满足Lipschitz连续性条件； S2、基于所述多维度临床数据及所述时序合成数据，构建强化学习环境，包括：定义状态空间，以筛选后的患者个体动态指标为状态变量；定义动作空间，将低分子肝素LMWH给药剂量作为动作变量，包括剂量等级动作和剂量调整方向动作；定义奖励函数，采用融合状态识别奖励与环境自适应奖励的综合奖励函数； S3、构建环境自适应深度强化学习EA-DRL模型作为剂量优化模型；在所述强化学习环境中对所述剂量优化模型进行训练与优化，直至其收敛并获得最优剂量决策策略； 步骤S3中，所述剂量优化模型以决斗双深度Q网络为架构基础，并融合了领域对抗泛化神经网络； 所述剂量优化模型通过组合状态价值函数、优势函数及环境依赖价值函数，来共同评估在给定患者状态下选择特定给药剂量动作的长期价值，其中，所述环境依赖价值函数用于量化患者个体环境差异对剂量决策的影响； S4、将待决策患者的实时动态临床数据输入训练好的剂量优化模型，输出个体化的低分子肝素LMWH给药剂量推荐，该给药剂量推荐是在当前状态下综合权衡血栓预防与出血风险后的最优决策。

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四川省肿瘤医院，其通讯地址为：610041 四川省成都市武侯区人民南路四段55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。