SwinCCIR：用于康普顿相机成像重建的深度学习

本文介绍了SwinCCIR，一个用于康普顿相机图像重建的端到端深度学习框架。康普顿相机在图像重建方面面临着伪影和系统误差的挑战。 SwinCCIR旨在通过直接将列表模式事件映射到源分布来提高图像质量，从而绕过传统的反投影方法。使用Swin-transformer块和基于转置卷积的图像生成模块是该方法的一个关键方面。本文的重要性在于它有可能提高康普顿相机的性能，康普顿相机被用于各种应用，如医学成像和核安全。

• •提出了SwinCCIR，一个用于康普顿相机图像重建的端到端深度学习框架。
• •解决了康普顿相机成像中传统反投影方法的局限性。
• •利用了Swin-transformer块和基于转置卷积的图像生成模块。
• •在模拟和实际数据集上都展示了改进的性能。
• •旨在提高康普顿相机图像的质量，康普顿相机用于医学成像和核安全。