摘要目的 探讨基于无监督扩散模型的锥形束CT(CBCT)到CT图像合成技术在放疗中的应用价值,以降低患者辐射暴露并提升自适应放疗精度.方法 构建小波高频引导扩散模型(WHGD).基于Daubechies-4小波频域框架实现CBCT图像四级解耦,精确分离其低频结构和高频细节,确保合成CT的解剖完整性;创新设计Sobel算子-变分自编码器-生成对抗网络(Sobel-VAE-GAN)引导机制,通过梯度特征映射和共享潜在空间,在反向扩散中恢复CBCT的高频解剖细节;实现无监督条件下的跨域泛化,增强模型在临床放疗场景中的鲁棒性.模型选用公开和内部数据集(头部/盆腔/胸部合计231对)进行训练和验证,并按照7∶1∶2的比例划分为训练集、验证集和测试集.采用峰值信噪比(PSNR)、结构相似性指数(SSIM)和均方误差(MSE)评估图像质量,并与6种先进的基线模型进行对比.结果 头部数据集,WHGD模型的PSNR为29.975,SSIM为0.939,MSE与最佳基线相当.相较于CycleGAN,PSNR提升6.1%,SSIM提升2.1%;相较于MUNIT,PSNR提升8.1%,SSIM提升2.4%;相较于扩散模型TPDM,PSNR提升42.0%,SSIM提升12.9%.盆腔数据集,WHGD的PSNR为28.171,SSIM为0.947,MSE为0.00136,相较于次优FGDM方法的PSNR提升5.7%,MSE下降24.0%.胸部数据集,WHGD的PSNR为25.175,SSIM为0.932,MSE为0.00222,优于所有对比方法.视觉评估显示,WHGD在金属置入物伪影抑制和软组织结构保真度方面表现优异.消融实验进一步证实了各模块的有效性和高性能特性.结论 该方法为无监督CBCT到CT合成提供了高效范式,有望显著减少患者辐射风险并推进精准放疗的临床应用.