基于人工智能的康普顿成像事件处理方法及系统

本发明提出一种基于人工智能的康普顿成像事件处理方法及系统，涉及医学成像技术领域。针对现有技术中无法甄别有效事件和无效事件、无法对有效事件中的反应进行排序的问题，本发明利用事件筛选神经网络模型，能够识别出既发生康普顿散射又发生光电效应的有效事件，摒弃无效事件。不仅减少了无效数据的处理量，释放计算资源，还能避免无效事件混入带来的噪声干扰，成像信噪比显著提升，使得最终重建图像的清晰度与准确性大幅提高。利用事件排序神经网络模型，能够依据发生时间进行排序，从而使得后续图像重建所依据的数据逻辑关联性紧密且条理清晰。