基于神经网络模型的放疗图像信息的融合方法

本发明涉及医疗数据处理技术领域，公开了一种基于神经网络模型的放疗图像信息的融合方法，通过构建包含图像域和特征域的双域神经网络模型，采用自监督学习方法对多模态放疗图像数据进行联合训练，实现了从全局结构到局部特征的深层次信息融合。在图像域内引入多分辨率金字塔融合机制以增强多模态图像间的空间一致性，在特征域内结合放射剂量分布物理约束与射束路径特征约束，优化了深层特征表达。总体上实现了多模态放疗图像信息的精准融合，提升了放疗计划制定的精确性与安全性，降低了关键区域图像信息失真的风险，满足了肿瘤放疗对影像融合效果的更高要求。