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！

龙图腾网恭喜重庆大学申请的专利一种基于双通道强化学习的败血症治疗系统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：CN115985514B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202310025880.7，技术领域涉及：G16H50/70；该发明授权一种基于双通道强化学习的败血症治疗系统是由古富强;刘会东;张清辰;俞航设计研发完成，并于2023-01-09向国家知识产权局提交的专利申请。

本一种基于双通道强化学习的败血症治疗系统在说明书摘要公布了：本发明涉及一种基于双通道强化学习的败血症治疗系统，属于生物医学技术领域。该系统结合了一个全连接神经网络和一个长短期记忆神经网络，其中全连接神经网络用于捕获患者当前的生理状态，长短期记忆神经网络用于代表患者的治疗历史，包括状态、行动和奖励；该系统包括：马尔可夫决策模块、双通道数据流模块、深度强化学习模块、离线策略评估模块；马尔可夫决策模块将整个疾病治疗过程构建为马尔可夫决策过程，选择患者的历史治疗病历构建强化学习模型的输入数据库，包括状态值、动作值和奖励函数。与现有技术相比，本系统通过学习患者的历史和当前时刻的生理信息，可以更好的捕获患者生理特征的动态变化，丰富寻找最优策略的学习过程，性能更优。

本发明授权一种基于双通道强化学习的败血症治疗系统在权利要求书中公布了：1.一种基于双通道强化学习的败血症治疗系统，其特征在于：该系统结合了一个全连接神经网络和一个长短期记忆神经网络，其中全连接神经网络用于捕获患者当前的生理状态，长短期记忆神经网络用于代表患者的治疗历史，包括状态、行动和奖励；该系统具体包括：马尔可夫决策模块、双通道数据流模块、深度强化学习模块、离线策略评估模块；所述马尔可夫决策模块将整个疾病治疗过程构建为马尔可夫决策过程，选择患者的历史治疗病历构建强化学习模型的输入数据库，包括状态值、动作值和奖励函数；所述双通道数据流模块选取多个批次的数据，并将当前时刻的状态值输入到全连接神经网络中，上一个时刻的状态值、动作值和奖励值输入到长短期记忆神经网络中，来构建双通道数据流机制；所述深度强化学习模块进行决策学习，通过输入双通道数据流模块数据，更好捕获患者每一时刻的生理状态变化；所述离线策略评估模块对深度强化学习模块的策略进行评估，减少Q值方差较大的影响，并对于测试集中的每个患者的轨迹，计算学习策略的值和平均结果的无偏估计；所述马尔可夫决策模块将整个疾病治疗过程构建为马尔可夫决策过程，选择患者的历史治疗病历构建强化学习模型的输入数据库，包括状态值、动作值和奖励函数；其中状态值是收集患者在治疗每一时刻的48维生理特征，动作值是静脉输液IV和最大血管加压药VP的联合使用，在给定的4小时窗口内将IV和VP分散到5个箱子中，得到一个5×5的离散动作空间，奖励函数是使用顺序器官衰竭评估评分和患者乳酸水平作为强化学习优化的中间目标，以跟踪患者随时间的生理健康变化，同时在整个治疗结束对生存患者添加+15的奖励，对死亡患者添加-15的奖励；所述本系统使用的数据是患者的治疗病历，分别提取患者每一时刻的生理特征信息、治疗策略和对应的生理指标变化值如连续性器官衰竭评估值和乳酸水平，构建状态值s，动作值a和奖励函数r；所述奖励函数定义如下： 其中和表示t时刻的SOFA评分和乳酸水平，C0＝-0.025，C1＝-0.125，C2＝-2；对于最终奖励，对最终存活的患者使用+15正奖励，对死亡患者使用-15负奖励；所述双通道数据流模块，用于从患者当前和历史的治疗决策信息序列中学习最佳的治疗策略，具体来说，使用全连接神经网络来学习患者的当前状态，使用长短期记忆神经网络来学习在t-1时刻的生理信息，最后，将两个网络的输出作为最终Q值；假设在t时刻，状态为st，动作为at，奖励函数为rt，则双通道DRL的Q值为： 其中θ和μ分别表示全连接神经网络和长短期记忆神经网络的权值参数。

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174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”。