本發(fā)明公開了一種3D醫(yī)學(xué)圖像檢測(cè)方法及系統(tǒng)，構(gòu)建3D醫(yī)學(xué)圖像數(shù)據(jù)的交互式環(huán)境，并對(duì)交互式環(huán)境進(jìn)行初始化；根據(jù)初始化后的交互式環(huán)境建立對(duì)應(yīng)交互式環(huán)境含有獎(jiǎng)勵(lì)函數(shù)的馬爾可夫決策流程，根據(jù)馬爾可夫決策流程建立交互式環(huán)境Dueling DQN網(wǎng)絡(luò)結(jié)構(gòu)，基于交互式環(huán)境Dueling DQN網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)建3D醫(yī)學(xué)圖像檢測(cè)樣本集合，并對(duì)3D醫(yī)學(xué)圖像檢測(cè)樣本集合進(jìn)行優(yōu)先級(jí)衡量處理；將狀態(tài)作為檢測(cè)框，使用優(yōu)化交互式環(huán)境Dueling DQN網(wǎng)絡(luò)結(jié)構(gòu)以及將樣本數(shù)據(jù)賦予更高抽樣優(yōu)先級(jí)的優(yōu)先級(jí)經(jīng)驗(yàn)回放算法，提高了深度強(qiáng)化學(xué)習(xí)的學(xué)習(xí)效率和效果，從而較為精準(zhǔn)地在3D醫(yī)學(xué)圖像中檢測(cè)各種器官和組織。