计算机应用研究

作者：焦泽辉,解柏森,孙福权,

单位：1.东北大学信息科学与工程学院,沈阳110000；2.东北大学秦皇岛分校数学与统计学院,河北秦皇岛066000；

关键词：强化学习,1型糖尿病治疗,胰岛素给药策略,精英样本池,指导网络,

基金：国家重点研发计划资助项目(2018YFB1402800)；；

1型糖尿病（T1D）患者需要通过外源性胰岛素的输送将血糖（BG）维持在治疗范围内。目前，已有的几种基于模型预测控制和强化学习（RL）的胰岛素给药算法存在样本效率差、奖励机制过于简单、血糖调控效果不佳等问题。为此提出了一种基于强化学习的带有指导网络的胰岛素给药策略（insulin administration strategy with guided network，IASGN），针对给药策略安全性能和快速性的特点，引入累积情节奖励和分类经验回放方法，按照不同的重要性采样权重增加了精英样本池，并基于精英样本池训练给药指导网络，对策略网络进行动作指导，改进了奖励机制，在FDA批准的UVA/Padova T1D模拟器中验证了该方法的性能。结果显示，该方法TIR（time in range）达到了98.21%，TBR（time below range）接近于0，CVGA中所有患者均处于A+B区的安全范围，可以使患者血糖长期处于正常范围内，避免了低血糖的风险，在与基准方法对比中也获得了更好的表现。

来源：2023年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第9期