疾病診療策略優(yōu)化方法：基于深度強化學習

目錄
第1章 機器學習、深度學習與強化學習 1
1.1 機器學習 1
1.2 深度學習 3
1.3 強化學習 15
1.4 多智能體強化學習 20
1.5 深度強化學習 24
第2章 生成對抗網(wǎng)絡(luò)可解釋性深度學習的患者死亡風險預(yù)測 27
2.1 電子健康記錄概述 27
2.2 生成對抗網(wǎng)絡(luò)可解釋性的患者死亡風險預(yù)測研究背景 28
2.3 生成對抗網(wǎng)絡(luò)可解釋性深度學習的患者死亡風險預(yù)測模型 29
2.4 實驗數(shù)據(jù)集及患者隊列預(yù)處理 30
2.5 生成模型數(shù)據(jù)及生成數(shù)據(jù)質(zhì)量對比分析 38
2.6 生成對抗網(wǎng)絡(luò)的數(shù)據(jù)擴充比例穩(wěn)健性分析 48
2.7 可解釋性深度學習算法討論 49
第3章 多疾病診斷關(guān)聯(lián)分析算法 51
3.1 多疾病診斷問題 51
3.2 電子健康記錄驅(qū)動的多疾病關(guān)聯(lián)分析 53
3.3 臨床文本報告驅(qū)動的多疾病病情緩急順序診斷 58
第4章 電子健康記錄驅(qū)動的深度強化學習疾病治療策略優(yōu)化 69
4.1 電子健康記錄驅(qū)動的深度強化學習疾病治療策略優(yōu)化問題 69
4.2 電子健康記錄驅(qū)動的深度強化學習算法 71
4.3 電子健康記錄驅(qū)動的強化學習實驗環(huán)境構(gòu)建 74
4.4 電子健康記錄驅(qū)動的強化學習實驗結(jié)果分析 81
第5章 多智能體并行合作的多疾病連續(xù)治療決策 89
5.1 多疾病連續(xù)治療決策問題 89
5.2 多疾病連續(xù)治療的馬爾可夫決策建模 90
5.3 多智能體聯(lián)合動作價值的表示方法 92
5.4 多智能體并行合作的多疾病連續(xù)治療決策模型 96
5.5 多智能體并行合作的多疾病連續(xù)治療決策模型實驗設(shè)計 100
5.6 多智能體并行合作的多疾病連續(xù)治療決策模型實驗結(jié)果分析 110
第6章 多智能體層級合作的多疾病連續(xù)治療決策 117
6.1 多智能體層級合作的多疾病連續(xù)治療決策建模 117
6.2 多智能體層級合作的分層決策方法 119
6.3 多智能體層級合作的多疾病連續(xù)治療決策模型 123
6.4 多智能體層級合作的多疾病連續(xù)治療決策模型實驗結(jié)果分析 128
參考文獻 135