基于切片连续性和语义分割增强的PET-CT图像合成方法

本发明公开一种基于切片连续性和语义分割增强的PET‑CT图像合成方法，包括步骤：对PET/CT数据进行采样和预处理，将切片连续性Transformer模块嵌入UNet框架，构建切片连续性合成网络，合成中间步骤CT；使用全身分割对真实CT进行组织分割等，得到中间步骤CT的分割掩码信息；采用UNet作为生成器，FCN作为判别器，构建语义分割增强网络，并将中间步骤CT与中间步骤CT的分割掩码信息输入至语义分割增强网络，得到合成CT；使用L1损失函数与L2的组合损失函数来优化S3中的切片连续性合成网络。本发明能够将临床扫描获得的PET图像转化为具有丰富解剖结构信息的合成CT图，有效提升影像的诊断价值。