一种基于多模态融合的医学图像增强方法及系统

本发明公开了一种基于多模态融合的医学图像增强方法及系统，包括：获取医学影像数据，医学影像数据包括CT图像、MRI图像、PET图像和超声图像；计算跨模态特征词汇表中各语义标签的互信息值，生成模态间特征相关性矩阵；对统一维度图像集进行非刚性空间配准，生成几何一致的多模态图像集；从多模态图像集中提取骨骼区域特征、软组织区域特征和高代谢区域特征，生成核心特征集；采用深度学习算法对核心特征集进行训练，生成包含分割掩膜的分割图像集；根据分割图像集的区域特征动态调整融合权重，生成融合增强图像。本发明通过多模态医学影像的特征提取、空间配准和深度学习融合，实现了不同模态医学影像信息的有效整合。