针对多模态医学影像的智能配准融合问题，研发基于最大化知识利用半监督分类辅以K近邻的模拟CT生成和基于相位差计算形变场的医学影像可变形配准等核心技术，由此研发出一套智能多模态医学影像融合系统以及相应的云平台，为现代精准医疗提供技术支持。 要求重点解决如下问题： 1、基于SSC-EKE半监督学习辅以KNN分类模型的模拟CT生成技术； 2、基于模拟CT生成和相位差计算形变场的多模态医学影像可变形配准技术； 3、基于龙芯的云计算IaaS技术，完成虚拟化等核心技术的开发，并开展对上层应用的适配优化。 研究完成后，向我单位提交完整的技术资料，包含且不限于：软硬件运行系统、源代码、操作手册、培训文档等。

针对多模态医学影像的智能配准融合问题，研发基于最大化知识利用半监督分类辅以K近邻的模拟CT生成和基于相位差计算形变场的医学影像可变形配准等核心技术，由此研发出一套智能多模态医学影像融合系统以及相应的云平台，为现代精准医疗提供技术支持。 要求重点解决如下问题： 1、基于SSC-EKE半监督学习辅以KNN分类模型的模拟CT生成技术； 2、基于模拟CT生成和相位差计算形变场的多模态医学影像可变形配准技术； 3、基于龙芯的云计算IaaS技术，完成虚拟化等核心技术的开发，并开展对上层应用的适配优化。 研究完成后，向我单位提交完整的技术资料，包含且不限于：软硬件运行系统、源代码、操作手册、培训文档等。