[发明专利]一种基于深度学习的智能配药制药方法

权利要求书

1.一种基于深度学习的智能配药制药方法，包括以下步骤：

步骤A1：智能设备采集当前病患者病情数据，将数据预处理后，传输给配制药品控制服务器；所述数据预处理是将病情数据归档，整理成有结构化的数据；所述结构化的数据依据病患者姓名、性别、年龄、病史情况、体测数据、病因、治疗数据、药物使用情况、持续时间和现状进行分类记录和归档；

步骤A2：配制药品控制服务器采用基于深度学习的智能配药制药算法输出不同病患者所需药品的药量的配比表；

步骤A3：配制药品控制服务器定期通过智能设备实时对病患者采集数据预处理后的病情数据，采用本发明提出的一种基于深度学习的智能配药制药算法对病患者的所需药品的药量配比进行变更，并将变更后的药量配比表传输给病患者或者医生。

2.根据权利要求1所述一种基于深度学习的智能配药制药方法，其特征在于：所述的基于深度学习的智能配药制药算法包括以下步骤：

步骤B1：随机分别初始化Actor网络和Critic网络的参数w和θ；

步骤B2：判断当前时刻t是否小于预设的迭代周期T，若是，则转步骤B3，否则转步骤B10；

步骤B3：初始化状态集S，经过数据预处理后，得到其特征向量φ(S)；

步骤B4：Actor网络用φ(S)作为数据输入，输出当前时刻相应的行为集A，基于行为集A得到下一时刻状态S′和Critic网络的立即奖赏R；

步骤B5：Critic网络分别使用φ(S)，φ(S′)作为数据输入，得到输出的当前状态的总累计奖赏V(S)和后续状态的总累计奖赏V(S′)，其中，依据式(1)和式(2)分别计算V(S)和V(S’)：

V(S′)＝R(t)+βV[S′，argmax_A′V(S′，A′|w|θ)] (2)

其中，R(t)表示t时刻的即刻奖赏，β表示折扣因子，A′表示下一时刻的行为，S_t和A_t分别表示t时刻的状态和行为；

步骤B6：Critic网络从回放缓存池中随机抽取D个样本，根据式(3)计算误差函数δ：

δ＝R(t)+αV(S′)-V(S) (3)

其中，α表示更新率，其范围为[0，1]；

步骤B7：Critic网络根据式(4)作为损失函数L(w)，根据式(5)计算损失函数的梯度，根据式(6)更新Critic网络参数w，用于对Critic网络参数的梯度更新：

其中，k表示样本计数的统计变量，γ表示学习步长，表示学习的速率，其范围是[0，1]；

步骤B8：根据式(7)更新Actor的网络参数θ：

其中，为学习步长，即学习率，范围为[0，1]；π表示Actor网络在状态S下，采取行为A所依据的策略，表示关于参数θ的梯度；

步骤B9：输出Actor网络的策略集π；

步骤B10：中止循环。

3.根据权利要求1所述一种基于深度学习的智能配药制药方法，其特征在于：所述的配制药品控制服务器是能够运行基于深度学习的智能配药制药算法的APP和硬件设备，所述的APP是一种应用程序，执行与硬件设备上的应用软件，所述的硬件设备指计算机或者手机所包括的硬件设备。

4.根据权利要求1所述一种基于深度学习的智能配药制药方法，其特征在于：所述的药量配比表至少包括以下两项：药物名称和所需药量。

5.根据权利要求2所述一种基于深度学习的智能配药制药方法，其特征在于：所述步骤B6中的回放缓存池用于存储Actor网络和Critic网络样本，所述样本包括(S，A，R，S′)。