基于退化原型学习的多退化医学图像统一融合方法

本发明涉及基于退化原型学习的多退化医学图像统一融合方法，属医学图像融合领域。本发明包括：通过成像原理生成低剂量PET数据、CT金属伪影数据、存在运动伪影的MRI数据；利用特征选择机制学习退化原型；通过低秩分解策略，将基础融合模型分解为多个分支，在融合不同退化数据时，能通过不同分支进行处理；设计基于可学习特征原型的提示模块，通过在不同的LoRa分支中注入退化相关的不变特征，促进融合；通过整合不同尺度中的消除退化融合特征，经由输出层构建出融合图像。本发明方法能有效地对包含退化的医学图像进行融合，提高了在现实中的鲁棒性和实用性。