一种基于残差密度网络的脑转移瘤CT图像合成MRI图像方法及系统

本发明公开了一种基于残差密度网络的脑转移瘤CT图像合成MRI图像方法及系统，涉及医学影像领域。首先，获取预设时间范围内脑转移瘤患者同一体位头颅检查的MRI图像数据和CT图像数据；然后对MRI图像数据和CT图像数据进行配准并重采样，获得像素级对应配对的配准数据集；接着利用CT‑MRI配准数据集，构建基于残差密度网络的Dense‑GAN模型，用于从CT图像合成MRI图像；最后，利用训练好的Dense‑GAN，获取从脑转移瘤CT到MRI的合成图像。本发明为在放射治疗中不宜做MRI模拟定位的脑转移患者提供更全面的解剖信息，为脑转移瘤靶区勾画提供更多信息，提高靶区勾画的准确性和肿瘤局部控制率。