MR图像到CT图像的跨模态转换模型训练方法及装置

本申请公开了一种MR图像到CT图像的跨模态转换模型训练方法及装置，通过获取多组MR和CT图像，并调整CT图像的窗宽和窗位得到增强CT图像；将MR、CT和增强CT图像进行预处理，使用残差块构建残差UNet网络，并利用残差UNet网络构建两阶段残差卷积神经网络，将预处理后的MR图像输入到两阶段残差卷积神经网络中，并计算输出与预处理后的CT和增强CT图像之间的损失值；根据损失值判断是否满足终止条件，若不满足，则更新参数，并继续训练；若满足，则停止训练，得到跨模态转换模型。本申请不仅易于训练，而且推理速度较快，训练出来的跨模态转换模型能够得到清晰、不存在伪影的CT图像。