摘要
本发明属于医学图像技术领域,具体涉及一种基于深度学习算法的延迟CT(T2CT)图像生成方法。包括以下步骤:S1,采集患者的T2PET、T1PET和T1CT图像;S2,将采集的T2PET、T1PET和T1CT图像输入到所提出的多分辨率配准卷积神经网络后,输出包含大、中、小形变量的三个形变场;S3,将步骤S2中输出的包含大、中、小形变量的三个形变场,融合为一个形变场;S4,将所述的形变场和输入的T1CT图像输入到空间转换网络中以生成T2CT图像。本发明具有能够在延迟的PET扫描中执行衰减校正,同时通过生成T2CT图像来避免患者进行额外的CT扫描从而降低患者经受的X射线辐射剂量的特点。