SwinCCIR：コンプトンカメラ画像再構成のための深層学習

本論文は、コンプトンカメラからの画像を再構成するためのエンドツーエンドの深層学習フレームワークであるSwinCCIRを紹介しています。コンプトンカメラは、アーティファクトや系統誤差により画像再構成に課題があります。 SwinCCIRは、従来のバックプロジェクション法を回避し、リストモードイベントをソース分布に直接マッピングすることにより、画質を向上させることを目指しています。 Swin-transformerブロックと転置畳み込みベースの画像生成モジュールの使用が、このアプローチの重要な側面です。本論文の重要性は、医療画像診断や核セキュリティなどのさまざまなアプリケーションで使用されているコンプトンカメラの性能を向上させる可能性にあります。

• •コンプトンカメラの画像再構成のためのエンドツーエンドの深層学習フレームワークであるSwinCCIRを提案。
• •コンプトンカメライメージングにおける従来のバックプロジェクション法の限界に対処。
• •Swin-transformerブロックと転置畳み込みベースの画像生成モジュールを利用。
• •シミュレーションデータセットと実データセットの両方で改善されたパフォーマンスを実証。
• •医療画像診断や核セキュリティで使用されるコンプトンカメラからの画像の品質向上を目指す。