一种基于遗传算法的后疫情时期癌症患者放疗排程系统技术方案

本发明专利技术公开了一种基于遗传算法的后疫情时期癌症患者放疗排程系统，包含云平台和医院患者放疗信息系统的终端，所述云平台与医院患者放疗信息系统的终端建立连接收集并整理癌症患者已有的相关数据，同时接收生成新到患者的实时信息完成MMGA放疗排程模型的建立。本发明专利技术设计合理，提高了整体算法模型的收敛速度和调度性能，总任务完成时间最短化，优化患者放疗排程，缓解患者平均等待时间长、就诊效率低下的局面，大大节省了人力物力，均衡放疗机工作量，极大地避免由于各种意外因素而导致的医疗服务质量下降等情况。

【技术实现步骤摘要】
一种基于遗传算法的后疫情时期癌症患者放疗排程系统
本专利技术涉及一种癌症患者放疗排程系统，具体是一种基于遗传算法的后疫情时期癌症患者放疗排程系统，属于医疗应用

技术介绍
新型冠状病毒肺炎影响深远，癌症患者因免疫功能低下成为COVID-19的易感人群，且因疫情防控，出行受阻等原因，癌症患者的放疗过程受到较大阻力。受此影响，后疫情时期医院放疗需求量将会成倍增加，而医院资源如加速器数量和承载能力有限，加之医护人力缺乏、排队系统不成熟，其中加速器成为造成医技检查平台资源紧缺与资源配置不合理的最关键因素，患者等待时间大大延长而错过放疗最佳时间最终危及生命。因此，针对上述问题提出一种基于遗传算法的后疫情时期癌症患者放疗排程系统。
技术实现思路
本专利技术的目的就在于为了解决上述问题而提供一种基于遗传算法的后疫情时期癌症患者放疗排程系统。本专利技术通过以下技术方案来实现上述目的，一种基于遗传算法的后疫情时期癌症患者放疗排程系统，该排程系统包含云平台和医院患者放疗信息系统的终端，所述云平台与医院患者放疗信息系统的终本文档来自技高网...

【技术保护点】
1.一种基于遗传算法的后疫情时期癌症患者放疗排程系统，其特征在于：该排程系统包含云平台和医院患者放疗信息系统的终端，所述云平台与医院患者放疗信息系统的终端建立连接收集并整理癌症患者已有的相关数据，同时接收生成新到患者的实时信息完成MMGA放疗排程模型的建立并在进行遗传算法求解之前，根据现实情况，拟定约束条件进行合理假设，从而使模型求解得出的结果。/n

【技术特征摘要】
1.一种基于遗传算法的后疫情时期癌症患者放疗排程系统，其特征在于：该排程系统包含云平台和医院患者放疗信息系统的终端，所述云平台与医院患者放疗信息系统的终端建立连接收集并整理癌症患者已有的相关数据，同时接收生成新到患者的实时信息完成MMGA放疗排程模型的建立并在进行遗传算法求解之前，根据现实情况，拟定约束条件进行合理假设，从而使模型求解得出的结果。


2.根据权利要求1所述的一种基于遗传算法的后疫情时期癌症患者放疗排程系统得出一种基于遗传算法的后疫情时期癌症患者放疗排程系统的运行方法，其特征在于：所述运行方法包括如下步骤：
一、根据患者信息基于MMGA算法建模；
二、对患者信息进行编码映射并分配至计算资源：引入字符串分别间接表示计算任务和计算任务所占的计算资源，即任务-资源映射模式；
三、基于云计算算法改进初始种群的生成；
四、字符串解码生成解决方案：使用MMGA算法建模型，将字符串解码生成解决方案，进而分析生成方案的质量；
五、基于云计算引入适应度函数进行方案性能评估：在以患者平均等待时间为适应度函数来定义解决方案，即在定义时间表可行性的基础上，额外增加总任务执行时间为本算法另一个的适应度函数，根据双适应度的MMGA算法模型，从而获得初始解决方案的可行性数据；
六、字符串择优后输入至迭代总体：评估MMGA算法模型解码生成方案的性能后，采用精英策略，即将一定数量的具有最高适应度值的优良字符串直接输入到后续方案迭代的总体中，得到子方案；
七、子代循环直至生成最佳解决方案：令子代重复上述操作，定义直至机器、设施和医生的可用时隙所占的百分比变得合理稳定求得最佳解；
八、系统最佳方案展示形式及优势分析：通过本算法模型，向医院放疗科医生展示的最终结果是针对每位放疗患者的不同情况，将手术操作顺序方案最合理化的排程报告单。


3.根据权利要求2所述的一种基于遗传算法的后疫情时期癌症患者放疗排程系统，其特征在于：所...

【专利技术属性】
技术研发人员：杨梓枢，姚文君，付子越，
申请(专利权)人：安徽医科大学第二附属医院，
类型：发明
国别省市：安徽;34