CT(Computerized Tomography)即计算机断层成像技术，由多个观测角度获得的有关目标的一系列投影数据，通过图像重建技术来取得目标的断层图像。迭代重建算法(如代数重建技术和期望最大值算法)由于它的简单、有效和可执行性，已成为CT重建中最基本的算法。然而，迭代重建算法却有重建速度慢、收敛性欠佳等缺点，这在很长一段时间内限制了其在医学和工业领域的发展。因此，提高迭代算法的重建速度一直是CT图像重建领域的研究热点。 针对迭代算法重建速度慢涉及的问题，如代数迭代过程建立在对投影数据的不断修正上，需要较大的迭代次数才能得到较好的收敛性：相邻投影扫描光束穿过同一像素格子时，其图像将会存在一定的模糊性等等，本文作了详细分析，并提出改进方案。 为了加速迭代重建，本文以投影数据为研究对象，将加权距离正交排序法引入到迭代重建中。该方法从投影序列的选择次序对重建速度及精度的重要影响出发，通过改变投影数据的访问方式对ART进行了改进。将360°方向上均匀获取的投影数据分成若干组，使每一组内前后分布的投影彼此正交，同时相邻组之间的投影尽可能均匀分布。通过利用前后正交投影角度下射线经过像素的信息关系，有效地加快了图像的重建速度，并很大程度上提高了重建图像的质量。 本文还对OSEM(Order Subsets Expectation Maximization)算法在不同子集水平下的迭代重建以及在不同迭代次数和时间下，子集数和噪声投影数据对重建图像收敛速度的影响等进行了分析并认为：含噪投影数据在子集数多的情况下，重建图像质量会随着迭代次数的增加而下降。针对该现象，本文提出采用加权距离正交-序列划分子集法，重建图像则可避免这种情况。并通过对各种子集分类在相同时间内重建图像误差的比较，得出加权距离正交-序列子集法能在较少的迭代次数和较短时间内得到好的重建图像，有利于噪声投影数据的重建。同时给出选取序列的方法。 利用MATLAB软件对上述算法均进行了仿真实验，得到的实验结果和理论分析是吻合的。