随着X射线断层成像(Computed Tomography, CT)技术在医学诊断中越来越广泛的应用,其带来的辐射剂量问题越来越引起重视。由于目前的CT设备均采用全视野扫描方式,因此对于只需要对感兴趣的组织或器官进行局部成像的情况,现有的扫描方式均存在过辐射问题。低剂量的全局扫描和正常剂量的局部扫描相结合进行感兴趣区域的图像重建是本研究主要探索的降低剂量的重建方法。为此本文开展了以下六个方面的工作：一、研究基于CT定位片的心脏自动定位方法。基于正侧位的CT定位片,获得了较为准确的心脏自动定位,为后续的感兴趣区域扫描奠定基础；二、研究代数迭代重建算法(ART算法)。它是一种基于解代数线性方程组的算法。因其抗噪性好、抑制伪影能力强,故在低剂量下比解析重建算法更有优势并且仍能重建出高质量图像；三、研究任意低计量扫描数据的模拟方法。通过正常剂量扫描下的生数据模拟任意低剂量扫描的生数据,基于X射线光子的泊松统计分布建立数学模型,通过设置管电流的值来模拟低剂量扫描下的生数据。四、研究利用高低剂量扫描相结合的生数据进行局部迭代重建。将正常剂量扫描下的生数据和模拟的低剂量生数据加权结合,利用之前的ART算法重建出在感兴趣区域的图像。五、研究引入平滑处理的像素驱动图像重建算法。由于基于射线驱动的迭代重建产生的图像相对粗糙,含有噪声,因此考虑基于像素驱动的迭代方法,通过加入考虑八邻域的正则项来约束图像的平滑度,实验证明该方法能一定程度上改善图像质量。六、研究基于刚性变换的CT扫描生数据配准。即对有相对运动的CT粗扫描数据和精扫描数据进行研究,通过生数据的配准来实现较为精确的感兴趣区域重建。本研究通过实验,得到了基于两次扫描的CT感兴趣区域迭代重建结果,实现了引入平滑处理的像素驱动迭代重建,并针对有相对运动的两次扫描数据,通过生数据配准,实现了较好的局部重建效果。