一种基于图神经网络的动态图像运动矫正方法

本发明公开了一种基于图神经网络的动态图像运动矫正方法，包括以下步骤：a)构建基于图神经网络的目标区域轨迹追踪模型，实现高精度运动轨迹建模；b)通过动态判别算法实时分析图像位移模式；c)基于目标区域轨迹特征实现自适应图像运动矫正。本发明创新性地解决了传统方法因依赖固定模板匹配而导致的复杂运动轨迹建模局限，有效克服了神经组织非稳态形变引起的时空特征混叠问题。技术方案摆脱了对硬件同步信号采集模块的依赖，显著降低了边缘计算设备的资源配置需求，同时提升了多尺度时序整合效率。该方法可实现亚细胞级神经活动的动态成像重构，精确还原目标神经元发放过程中的动态变化细节。