基于深度学习利用CTP重建生成CTA图像的方法及系统

本发明涉及图像处理领域，公开了基于深度学习利用CTP重建生成CTA图像的方法及系统，包括：对原始CTP图像进行预处理生成MIP图像；使用深度学习网络对MIP图像进行自动分割，分割出CTP图像中的动静脉区域；计算所述动静脉区域所有点的时间密度衰减曲线；根据所有点的时间密度衰减曲线，筛选出最佳动静脉点；通过最佳动静脉点的时间密度衰减曲线，得到峰值相位对应的期数，提取出CTP原始图像中该期对应的图像；基于该期对应的图像，重建生成CTA图像。本发明通过设计一个基于深度学习的自动化流程来加快CTA图像的获取过程，减少患者检查所需时间和辐射剂量，提高CTA图像的质量和诊断价值，为患者预后改善提供更多的参考依据。