一种4D-CBCT动态重建方法

本发明属于图像处理技术领域，本发明公开的一种4D‑CBCT动态重建方法包括：离线构建一个基于主成分分析的先验运动模型，用于描述器官呼吸运动的主要模式；设计并训练一个融合了卷积长短期记忆网络和双注意力机制的深度学习网络，该网络能够学习从二维投影图像序列到表征三维运动的PCA系数的非线性映射；在在线重建阶段，将实时投影输入网络以预测PCA系数，再通过PCA逆变换和图像变形，快速重建出高质量的4D‑CBCT图像序列。本发明中CBAM模块在编码器中增强局部特征并抑制噪声，SPA模块在ConvLSTM后进行全局上下文补偿。本发明提升了4D‑CBCT动态重建的精度和鲁棒性，能够精确地捕捉复杂的呼吸运动。