一种基于扩散模型的CT平扫生成PET图像的方法

本发明公开了一种基于扩散模型的CT平扫生成PET图像的方法，属于计算机视觉、深度学习技术领域。本发明将扩散模型引入到CT平扫与PET图像的转换中，引入特定图像分布特征表示模型来学习并采样目标图像在潜在变量空间中的分布特征，然后将该分布特征作为生成目标图像过程中需要嵌入的条件；引入轻量级模态解耦扩散网络对目标图像分布进行建模；引入了条件融合U型网络将输入的CT平扫图像特征与目标图像分布特征进行条件融合。本发明通过构建独特的网络结构，能够从CT平扫图像中精准地提取关键特征，可以对CT平扫图像进行高效、精确的转换，生成对应的PET图像，为医学影像领域提供了一种更高效、更准确的图像生成方案。