目的 探究在鼻咽癌自适应放疗中，应用基于配准对抗神经网络的RegGAN模型将锥形束CT(CBCT)图像转换为伪CT图像的可行性。方法 回顾60例鼻咽癌患者第1次用于图像引导放疗的CBCT图像和计划CT图像，其中47例作为训练集，13例作为测试集。建立基于配准对抗神经网络的RegGAN模型，将CBCT图像转换为伪CT图像。选用Pix2Pix模型和Cycle-consistency模型作为参考模型，在相同训练集上进行模型训练后使用测试集进行图像转换。比较利用3种模型转换的伪CT图像的平均绝对误差（MAE）、峰值信噪比（PSNR）和结构相似性（SSIM）。结果 在测试集上应用RegGAN模型转换的伪CT图像具有更多的纹理信息。与Pix2Pix模型和Cycle-consistency模型相比，应用RegGAN模型转换的伪CT图像的MAE最小，PSNR和SSIM最大（均P＜0.05）。结论 采用RegGAN模型从CBCT图像转换而来的伪CT图像具有较高的图像质量，可以作为鼻咽癌自适应放疗的参考图像。