基于GAN与代谢可靠性引导的肺结节PET-CT影像分割方法

本发明涉及医学图像处理、深度学习、计算机辅助诊断和多模态医学影像分析技术领域，具体涉及基于GAN与代谢可靠性引导的肺结节PET‑CT影像分割方法。本发明通过条件生成对抗网络根据CT影像生成与其解剖结构相对应的合成PET影像，使CT单模态输入能够转换为CT与合成PET组成的双模态输入，从而扩展PET‑CT肺结节分割方法在常规CT筛查、随访和PET检查资源有限场景中的适用范围。本发明采用具有卷积块注意力模块的生成器和判别器，有利于提高合成PET影像中肺结节区域及其周围组织的特征表达能力，使合成PET影像在局部纹理、代谢分布和解剖结构对应关系上更加合理。