目的:利用循环生成对抗网络模型(CycleGAN)进行锥形束CT(CBCT)图像迁移,生成伪CT(sCT)图像,从而实现CBCT图像的HU值矫正。方法:回顾性分析在福建省肿瘤医院行放射治疗的鼻咽癌患者39例,所有患者均接受临床CT与CBCT扫描。以CBCT图像为基准,采用刚性配准算法对临床CT和CBCT进行配准,获得重采样计划CT(pCT)。经阈值分割及形态学处理获取配对影像的外轮廓内部区域作为掩膜,对配对影像进行掩膜操作及归一化预处理。建立CycleGAN神经网络,训练sCT生成模型。基于体素点计算平均绝对误差(MAE)和平均误差(ME),用于比较测试集sCT与pCT之间的差异。结果:测试集的sCT图像与pCT图像相比较,在体外轮廓内的MAE和...