一种医学图像跨模态转换的方法

本发明公开的一种医学图像跨模态转换的方法，使用了一个由多模态医学图像配准模块和多模态非对齐误差检测模块组成的先验提取网络，从非对齐的训练数据中提取出可用的像素级先验信息；随后，使用提取到的先验信息构建先验损失项，以限制基于循环一致性约束的无监督GAN模型的解空间，从而提升生成器的性能。基于多模态的MRI数据，本发明方法与其他六种不同的最先进的跨模态转换方法进行了比较。定性和定量结果均表明，本方法在训练数据中存在非对齐误差时具有明显的优越性。