在X射线计算机断层扫描(Computed Tomography,CT)中,重建算法扮演着极其重要的角色,而重建速度与实际应用领域中的需求是分不开的。特别是,随着面阵探测器的分辨率以及工程对重建图像分辨率的提升,导致重建数据量骤增,现有重建算法的执行效率无法满足应用要求。其次为了实现有限角度、稀疏角度、多能谱情况下的高质量重建,迭代重建算法具有优势,但是计算复杂度高、重建速度慢、工程应用受限。因此,本文从常用重建算法的硬件和软件加速方式入手,在重建算法加速方面做了相关研究:1.硬件加速主要表现为借助CUDA架构。当前的GPU并行架构在诸多重建加速上表现良好,但在处理高分辨图像的重建中会遇到显存不足以及CPU与GPU之间频繁数据交换致使重建时间增长的问题。本文针对上述问题做了相关数据传输线程的优化。开辟专门的数据传输线程解决数据量庞大显存不足的问题,将现有的CPU同GPU串行数据访问模式更改为并行,实现了数据传输和CT重建并行,有效提高了算法重建的速度和效率。2.软件加速主要表现为优化繁琐的运算和降低算法的复杂程度。实时成像和投影数据不足一直是CT技术的研究热点。虽然迭代算法在投影数据不足和投影角度分布不均有着优势,但同样会遇到重建迭代时间长,收敛速度慢的问题。针对问题本文以已经获得加速的OS-SPS算法为基础,研究了松弛线性化增广拉格朗日实现方法。通过仿真验证,相比于OS-SPS算法,论文改进的重建方法在迭代4次的时候开始收敛,有效提高了算法的收敛速度。