本发明涉及一种基于cGAN的自适应网络用于低剂量PET图像的增强方法，包括以下步骤：对注射符合标准剂量的18F‑FDG示踪剂的患者进行全身扫描，以此获得病人在标准剂量下的全身PET图像；对PET原始数据进行随机部分采样来降低剂量以模拟真实情况下的低剂量示踪剂注射的情况，然后采用与全剂量PET图像重建时相同的重建参数对数据进行重建，包括所有的物理校正；将通过重建后不同剂量的PET图像以及全剂量的标准图像输入到网络中进行训练，使网络能够自动匹配不同低剂量的PET图像并获得接近于标准剂量的图像；对注射有低于标准剂量的示踪剂的患者进行全身扫描，获得低剂量下的PET图像；再将低剂量下的PET图像输入到网络模型中进行增强，即可获得清晰的全身PET图像。