基于深度学习的PET-CT多模态影像融合方法及系统

本发明涉及深度学习技术领域，具体为基于深度学习的PET‑CT多模态影像融合方法及系统，包括以下步骤：获取PET与CT图像，进行归一化和配准，融合肿瘤信号分布图与边缘响应图，生成病灶位移图谱，调整图像边界并计算相似度，生成边界引导融合图，进行图像金字塔分解与一致性修正，逐像素差分并重构超阈值残差区域，输出重建图像。本发明中，通过归一化和配准提升图像对齐精度，融合信号分布图与边缘响应图增强肿瘤特征，生成病灶演化位移图谱细化肿瘤追踪，基于相似度调整融合图结构，修正边界并消除噪声，逐像素差分与回归重构误差，确保高质量重建，优化图像结构一致性、边界清晰度与特征提取精度。