一种基于视觉自注意力神经网络的虚拟增强CT生成方法

本发明涉及医学图像处理技术领域，尤其为一种基于视觉自注意力神经网络的虚拟增强CT生成方法，其步骤包括：收集200例以上鼻咽癌患者的MRI与CT影像数据，经标准化、重采样、剪裁和归一化预处理后，用CycleFCNs神经网络进行形变配准，再以基于视觉自注意力机制的VIT神经网络模型合成虚拟增强CT，最后用统计学方法评估其与真实CT的相似度以优化模型。本发明，利用先进神经网络技术，充分融合多模态MRI信息，有效提高配准精度，生成的虚拟增强CT准确性高，能为放疗提供可靠依据，提升临床应用价值，助力鼻咽癌精准放疗，在医学图像处理领域具有重要意义和广阔应用前景。