A method include obtaining at least one first PET image of a subject acquired by a PET scanner and at least one first MR image of the subject acquired by an MR scanner. The method may also include obtaining a target neural network model. The target neural network model may provide a mapping relationship between PET images, MR images, and corresponding attenuation correction data, and output attenuation correction data associated with a specific PET image of the PET images. The method may further include generating first attenuation correction data corresponding to the subject using the target neural network model based on the at least one first PET image and the at least one first MR image of the subject, and determining a target PET image of the subject based on the first attenuation correction data corresponding to the subject.L'invention concerne un procédé consistant à obtenir au moins une première image TEP d'un sujet acquise par un scanner TEP et au moins une première image RM du sujet acquise par un scanner RM. Le procédé peut également consister à obtenir un modèle de réseau neuronal cible. Le modèle de réseau neuronal cible peut fournir une relation de correspondance entre des images TEP, des images RM et des données de correction d'atténuation correspondantes, et produire des données de correction d'atténuation associées à une image TEP spécifique parmi les images TEP. Le procédé peut en outre consister à générer des premières données de correction d'atténuation correspondant au sujet à l'aide du modèle de réseau neuronal cible sur la base de la ou des premières images TEP et de la ou des premières images RM du sujet, et à déterminer une image TEP cible du sujet sur la base des premières données de correction d'atténuation correspondant au sujet.
