基于深度学习的PET-CT鼻咽癌图像增强方法

本发明公开了一种基于深度学习的PET‑CT鼻咽癌图像增强方法，涉及医疗图像技术领域，包括下列步骤：S1：获取PET‑CT图像；S2：对CT图像进行预处理，将CT图像由DICOM格式转换成常用的NIFTI格式；S3：图像分割和特征提取；S4：根据各切片位置的图像分割和特征提取结果，以头颈部解剖学结构作为CT图像的参考特征结合PET图像特征构建深度学习数据集；S5：对深度学习数据集训练及验证；S6：基于已训练好的神经网络模型实现图像的融合拼接；S7：对融合后的图像进行后处理；S8：对后处理后的图像进行评价。本发明利用深度学习网络模型，将PET与CT中的信息进行综合和关联，提高医学图像的诊断准确率，同时减轻医生的阅片负担。