编码孔γ相机可以直观地反映放射性物质的二维分布，提高工作效率，降低工作人员的辐射风险，在孤儿放射源搜寻、核设施退役、核事故后处理等方面具有巨大应用价值。新型γ相机趋向于小型化便携化方向发展，但是较小的探测器体积和较少的屏蔽体导致γ相机探测效率下降，图像质量变差，成像所需时间延长，限制了其工作效率和应用场景。
　　针对以上问题，本研究提出了基于人工神经网络（ANN）的编码图像重建算法，利用蒙特卡罗模拟数据构建了卷积神经网络（CNN）和反向传播神经网络（BPNN）模型，测试了使用CNN和BPNN进行图像重建的可行性，设计搭建了基于碲锌镉（CZT）探测器的编码孔γ相机实验装置，获得了可以直观反映空间场景和放射性分布的辐射热点融合图像，证明了基于CNN和BPNN的图像重建方法的在实际测量环境下的优越性能。主要的研究内容与成果如下：
　　（1）建立了基于CNN的编码图像重建方法。设计了基于CZT像素探测器和修正均匀冗余阵列（MURA）的编码孔γ相机，使用蒙特卡罗程序模拟了放射源成像过程，利用模拟数据训练CNN模型，并对该模型在不同成像条件下的图像重建性能进行了全面分析。结果表明，CNN重建方法可以有效降低图像的背景噪声，对于单一放射源，CNN 方法的对比度噪声比（CNR）比互相关解码方法提高2-3个数量级。
　　（2）建立了基于BPNN的编码图像重建方法。深入分析了ANN和编码孔径成像的原理，针对多点源和低计数情况，提出并构建了基于BPNN的图像重建方法，使用多种条件下的模拟数据对 BPNN 方法的性能进行了分析。结果表明，BPNN 重建方法可以降低图像的背景噪声，在低计数和多点源条件下具有突出优势。在单一放射源存在时，BPNN方法的CNR是互相关解码方法的4.39倍。在1-9个放射源存在时，BPNN方法的平均CNR是互相关解码的3.04倍。
　　（3）使用CZT像素探测器和MURA黄铜编码孔板搭建了γ射线成像系统，系统的视野角为 30°，本征空间角分辨率为 1.76°，结合RGB 相机采集的光学图像可以对视野内放射源进行定位。实验结果表明，相比与传统方法，本研究建立的CNN和BPNN重建方法能够实现更加精准的放射源定位，且具有较快计算速度，重建图像的CNR提升1-2倍。使用CNN和BPNN重建方法时，成像系统的实测空间角分辨率约为2°，各项指标达到相关研究中的先进水平。
　　本文从原理分析、蒙特卡罗模拟、实验验证等角度论述并证明了基于 ANN 的编码图像重建方法的可行性与优越性能，设计搭建了基于CZT像素探测器的小型编码孔γ相机。该研究对于开发高性能图像重建算法做出了有益探索，为提升小型编码孔γ相机的成像性能奠定了基础。