低剂量CT扫描在肺癌筛查中等有着有效吸收剂量限制的场合扮演着重要的角色。因此如何保证降低剂量同时能准确地利用CT扫描获取被扫描物体内部结构信息成为目前高技术CT研究中的方向之一。在三种主要的降低CT剂量的方案中,降低管电流时1方案与常规CT有着相同的物理过程相似性而备受关注。该方案主要问题在于投影数据中信噪比低其噪声服从泊松高斯复合分布从而使传统常规CT的重建算法无法利用低剂量CT投影精确重建出低剂量CT图像,并且在该方案中,如何尽可能的收集穿过被扫描物体的X-射线粒子是低剂量CT探测器系统设计的主要研究方向。本文就降低管电流时的低剂量CT扫描展开初步验证性研究为后续基于该方案的低剂量CT的进一步优化提供参考依据。本文将利用基于降低管电流时的低剂量CT基本特性,进行如下两个方面的研究工作:1.考虑降低管电流时的低剂量CT中X-射线探测的特征(如与常规CT的能谱相似性和尽量可能地收集带有被扫描物体信息的粒子)和基于常规CT机械驱动的实验平台,本文提出采用GOS超快陶瓷闪烁体做为低剂量CT探测阵列和采用参数可调阳极靶旋转的X射线管做为X射线源,并利用多功能人体肺部体膜做低剂量CT实验平台的测试对象为实验平台提供测试数据和为后续低剂量CT图像重建提供现场CT投影数据从而为低剂量CT重建算法验证做准备;2.考虑到传统CT重建算法将投影数据矩阵向量化并据此通过这些算法反向计算出向量化的CT图像数据,这导致了隐藏在投影数据矩阵中的空间结构信息被损失掉,因此本文提出了利用张量稀疏字典学习方法来利用投影数据矩阵中的空间结构信息并精确地从信噪比低的投影数据中重建出低剂量CT图像矩阵;3.首先采用传统的数字体膜对本文提出基于张量稀疏字典学习低剂量CT图像重建方法和其他三种低剂量CT方法分别进行验证和比较,然后利用四种重建方法从在本文设计的低剂量CT实验平台上获得多功能人体体膜现场投影数据分别重建出低剂量CT图像,重建结果实验表明本文提出的方法能较好的重建出降低管电流时的低剂量CT图像。在研究过程中,本文的创新点为:(1)首次提出利用投影数据矩阵和张量字典来表示低剂量CT图像矩阵因此来保持投影数据和图像中的空间结构信息,并且(2)提出基于物理过程相似性和解剖结构相似性的常规CT图像数据做为字典学习的训练数据从而避免字典学习过程中受到投影数据中的复合噪声影响。