一种基于多模态形变配准和Transformer网络的鼻咽癌伪CT生成方法

本发明涉及医学图像处理技术领域，尤其为一种基于多模态形变配准和Transformer网络的鼻咽癌伪CT生成方法，先收集经病理证实的鼻咽癌患者的CT和MRI图像并预处理；接着建立基于CycleFCNs模型的形变配准网络，将CT图像作为固定图像、MRI图像作为浮动图像输入，输出空间形变变换场，对MRI图像进行形变变换；然后在原始Transformer模型基础上加入解码器，设置损失函数并调整权重；再将经过形变配准的图像作为训练数据输入改进后的Transformer模型进行训练优化；最后用训练好的模型将待处理MRI图像生成伪CT图像，采用多种评估指标进行图像学评估。本发明提高了伪CT生成的准确性和质量，减少了患者的辐射剂量，在鼻咽癌放疗领域具有重要的临床应用价值。