摘要
编码孔径射线成像装置在空间伽玛暴快速定位领域有着广泛的应用。现有编码孔径成像设备为保证重建速度，多采用相关运算重建并采用随机编码阵列保证相机设计灵活性，一定程度上影响了重建图像信噪比。针对以上问题，本研究提出了基于反向传播神经网络（BPNN）的重建方法改善基于随机编码阵列的重建图像的信噪比，并将部分编码视野（FOV）纳入了网络训练，大大提高了部分编码图像的信噪比。搭建了基于碲锌镉（CZT）阵列探测器的编码孔径X/γ射线成像实验平台，证明了随机编码阵列以及对部分编码成像下BPNN重建算法的优越性。主要的研究内容与成果如下： （1）构建了基于随机编码阵列的蒙卡相机模型，使用蒙卡程序模拟粒子运输过程获得模拟数据，用于BPNN的训练，并搭建了实验装置对训练好的模型进行了测试。实验结果表明：基于BPNN的重建方法，相比于相关运算重建可以在短时间内获得高重建信噪比，在50keV射线能量下达到最优信噪比的时间BPNN重建约为相关运算的1/30；基于BPNN的重建方法具有良好的抑制本底噪声的能力，在环境本底的影响下，BPNN重建信噪比下降了约10%，而相关运算信噪比约下降了66%；在不同开孔率下，BPNN依然具有优异的重建性能；在整个成像视野内，BPNN重建相比于相关运算重建具备更好的成像质量均匀性。 （2）构建了基于蒙卡模拟的部分编码训练数据获取方法，通过将部分编码模拟数据作为训练集完成了BPNN的训练，采用模拟数据进行测试，结果表明：在不同部分编码率下，基于BPNN的重建信噪比约为基于相关运算重建的信噪比的3-4倍；在高噪声计数的情况下，BPNN重建具有更高的重建正确率。通过搭建实验装置证明了大视野部分编码成像的科学性，实验结果表明：搭建的实验装置，相关运算无法获得可纳入讨论的重建图像；基于BPNN的重建方法可以有效的在50%部分编码区域内成像；大视野下准直效应会是图像信噪比的一个极大的影响因素。 本文从理论分析、模拟以及实验验证了将BPNN重建方法应用到基于随机编码阵列成像设备重建过程的可行性，同时证明了BPNN重建在部分编码成像中的优越性，为快速、大视野、高信噪比编码孔径射线成像提供了一种思路。
NETL