مقایسه کارایی روش های یادگیری تقویتی عمیق برای کنترل دوز داروی بیماران مبتلا به لوسمی
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 71
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CDI20_011
تاریخ نمایه سازی: 18 فروردین 1403
چکیده مقاله:
طراحی یک استراتژی کنترل هوشمند برای تعیین رژیم درمانی دارویی برای بیماران مبتلا به لوسمی می تواند در درمان این بیماری بسیار مهم باشد. استفاده از الگوریتم های هوش مصنوعی می تواند به پزشکان کمک کند تا به طور دقیق تر و اثربخش تر دوز مناسب دارو را تعیین کنند. در این مقاله، از الگوریتم های یادگیری تقویتی پیوسته برای بهینه سازی دوز داروی بیماران مبتلا به لوسمی استفاده شده است. برای این منظور سه روش DQN، DDPG وPPO مورد بررسی قرار گرفته است و نتایج آنها با هم مقایسه شده اند که این امر می تواند به بهبود و بهینه سازی در تعیین رژیم درمانی دارویی برای بیماران CML و حتی سایر بیماری های مشابه کمک کند.
کلیدواژه ها:
نویسندگان
مریم افخمی
دانشجو کارشناسی ارشد دانشگاه سجاد
امین نوری
عضو هیات علمی دانشگاه سجاد