1.一种基于生成对抗网络的ct图像伪影故障定位方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取待识别ct图像并进行数据预处理，得到预处理后的待识别ct图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述ct图像伪影故障识别网络包括生成器模块与判别器模块，其中，所述生成器模块引入双重注意力机制，所述判别器模块为紧凑型卷积变换器网络。
4.根据权利要求1所述的方法，其特征在于，所述基于所述预处理后的待识别ct图像对所述ct图像伪影故障识别网络进行优化训练，得到训练后的ct图像伪影故障识别网络，包括：
5.根据权利要求1所述的方法，其特征在于，所述ct图像伪影故障识别网络进行优化训练的过程表示为一个最大最小化问题，所述最大最小化问题的表达式具体如下所示：
6.根据权利要求4所述的方法，其特征在于，所述基于所述ct图像伪影故障识别网络的生成器模块，对所述待识别ct图像训练数据集进行转换处理，得到ct伪影图像，包括：
7.根据权利要求6所述的方法，其特征在于，所述反卷积模块包括第一反卷积模块、第二反卷积模块、第三反卷积模块和第四反卷积模块，所述第一反卷积模块、所述第二反卷积模块、所述第三反卷积模块和所述第四反卷积模块均包括反卷积层、归一化层和修正线性单元。
8.根据权利要求6所述的方法，其特征在于，所述基于所述生成器模块的双重注意力机制模块，对所述第一输出待识别ct特征图像进行空间特征提取处理，得到第二输出待识别ct特征图像，包括：
9.根据权利要求4所述的方法，其特征在于，所述基于所述ct图像伪影故障识别网络的判别器模块，对所述ct伪影图像进行识别处理，得到初步训练后的ct图像伪影故障识别网络，包括：
10.一种基于生成对抗网络的ct图像伪影故障定位系统，其特征在于，所述系统包括：