一种基于群卷积网络的呼吸伪影校正方法

本发明涉及一种基于群卷积网络的呼吸伪影校正方法，属于医学图像处理与人工智能技术领域。该方法首先对PET/CT影像进行标准化预处理，将固定图像与运动图像配对输入；在特征提取阶段引入群卷积编码模块，通过有限的旋转与平移集合生成共享参数的卷积核并行计算，从而在几何变换下保持等变响应；随后采用编解码结构进行多尺度特征融合与逐体素回归，生成连续且平滑的三维形变场；最终通过空间变换网络（STN）对运动图像实施可微插值映射，得到伪影校正结果。本发明可在不依赖外部硬件门控的条件下，降低肺部与心胸部区域因呼吸引起的模糊与边界错位，兼顾全局一致性与局部细节，对临床诊断的可靠性与可重复性具有实际意义。