作为一种医学辅助诊断技术,计算机断层成像(Computed Tomography,CT)在各种疾病的诊断中发挥着重要的作用。但是,由于其放射强度相对较大,对人体会造成不可逆的伤害,导致在临床应用中具有一定的局限性。因此,降低CT设备的放射剂量,研制新一代低剂量CT成像设备越来越得到人们的期盼。然而,随着放射剂量的大幅度降低,会严重地影响CT投影数据的信噪比,造成重建图像的严重退化失真,传统的图像重建技术已经无法满足需求。因此,正确地分析低剂量投影数据的特性,并根据其特性发展针对于低剂量场条件下的快速、精准的重建算法,这具有重要的实际使用价值。本文研究内容就是基于新一代低剂量CT设备的研制,开展了高精度快速迭代的重建算法研究。主要工作包括:1)对CT的成像原理进行了阐述与分析,研究了低剂量CT系统产生的投影数据的噪声特性,建立了相应的噪声统计模型。低剂量CT的投影数据服从Poisson分布,并受Gaussian噪声的影响。在此基础上,对低剂量CT的投影模型进行了计算机仿真。2)提出了一种可调动态自适应(ADSA-OSEM)算法来提高成像质量。基于低剂量投影数据的统计特性,改进了迭代重建算法以适应低剂量CT数据。该方法将变子集策略与约束优化的惩罚函数相结合,取代了传统的具有固定子集的OSEM方法。通过与经典的OSEM方法和FBP方法的比较,验证了该方法的有效性和优越性。通过对自适应参数的灵活调整,结果表明该方法需要的迭代次数少,重建图像质量也高,能够有效地抑制粒度噪声和条纹状伪影。3)进一步地,提出了基于Bregman迭代正则化的OSEM(Bregman-OSEM)方法。针对于CT图像重建问题是经典的不适定反问题,现有的正则化方法已被证明在一定程度上能优化解决这个问题。然而,由于它们的正则项是固定的,对低剂量情况下的适应性欠佳。Bregman迭代利用了 Bregman距离导出的自适应距离约束函数,其能够使得原来固定的正则优化变为逐步变化的正则迭代,使求解过程更精细优化。往往能在高频噪声被引入之前,收敛图像,保持图像的平滑性和精细结构。本文比较了 Bregman-OSEM与经典的FBP、OSEM和基于全变分正则化的OSEM(TV-OSEM)算法。通过计算机仿真结果表明,Bregman-OSEM能够保持图像的精度的同时,提高重建图像的信噪比。该算法是一种处理低剂量CT图像重建的十分有效的方法。