[发明专利]基于强化学习的髋臼杯位置调整方法、装置及存储介质

权利要求书

1.一种基于强化学习的髋臼杯位置调整装置，其特征在于，包括：

数据获取模块，用于根据获得的髋臼的中心点位置和半径确定髋臼杯的初始放置位置、中心位置和髋臼杯的型号，并将骨盆的体积、髋臼杯的中心位置和髋臼杯的型号作为3D原始数据；

视图转换模块，用于将所述3D原始数据转换为不同截面的视图数据，所述视图数据包括冠状面视图、矢状面视图和横断面视图；

髋臼杯调整模块，用于将转换后的不同截面的所述视图数据输入到训练好的深度双网络DDQN网络模型，并根据训练好的深度双网络DDQN网络模型输出的调整信号调整所述髋臼杯的位置；

所述深度双网络DDQN网络模型的网络结构包括：3个并行放置的特征提取器，所述特征提取器包括1个CNN block和2个Resnet block；特征提取之后有3个全连接层，每个全连接层代表一个视图的潜在动作选择，每个全连接层具有每个视图的4个自由度，将3个视图中相同动作的节点连接在一起，并将连接后的6个自由度再次连接形成一个Q值输出。

2.根据权利要求1所述的基于强化学习的髋臼杯位置调整装置，其特征在于，所述视图转换模块用于根据特征转换函数对所述3D原始数据进行转换：

X_t＝[V_pelvis,R_size,P_t]

S_t＝f(X_t)＝[Cor_t,Sag_t,Axi_t]；

其中，X_t表示3D原始数据，V_pelvis表示骨盆的体积，R_size表示髋臼杯的半径，P_t表示当前步长的髋臼杯的中心点位置，f(X_t)表示特征转换函数,[Cor_t,Sag_t,Axi_t]表示在P_t处相交的冠状面、矢状面、横断面的视图。

3.根据权利要求1所述的基于强化学习的髋臼杯位置调整装置，其特征在于，所述髋臼杯调整模块还包括：

特征提取单元，用于将转换后得到的不同截面的视图数据分别输入至并行放置的特征提取器中进行特征提取，得到与不同截面的视图数据相对应的特征图像；

自由度设置单元，用于将提取到的不同特征图像分别输入至并行放置的全连接层中，并在每个全连接层中相应特征图像对应的不同节点设置若干个动作自由度；

调整信号输出单元，用于将每个全连接层中具有相同动作自由度的节点分别进行连接，输出用于执行调整动作的包含Q值的调整信号。

4.根据权利要求3所述的基于强化学习的髋臼杯位置调整装置，其特征在于，所述自由度设置单元，包括：

权重设置单元，用于针对不同截面的视图数据的特征图像，在对应的全连接层中为每个节点对应的自由度分配不同的参数权重。