随着放射工程技术的飞速发展,很多CT设备都加大X线剂量,从而达到更多、更清晰的医学图像信息。然而随着放射卫生学的发展以及公众自我保护意识的增强,人们越来越注意到X线检查中的放射剂量问题。人们要求在不影响诊断的前提下,尽可能地减少放射剂量,随即呼唤低剂量CT设备的诞生。低剂量CT可以应用到临床的很多方面,例如高危人群肺癌的筛检、CT增强扫描、肺内结节病变的复查、肺癌术后及放化疗后随访观察、婴幼儿和儿童肺部CT检查等等。有效地降低X射线剂量成为目前医用CT研究领域的主要任务之一,由于低剂量CT扫描时受量子噪声的影响,使得用于图像重建的投影数据退化,致使采用目前临床广泛使用的解析重建算法(如滤波反投影)得到的重建图像含有较大噪声成分且分辨率偏低,无法达到临床应用的要求。由于基于统计学的迭代方法较传统的滤波反投影算法在处理低剂量CT时具有显著的优点,相关重建算法得到较为广泛的研究。为解决低剂量CT图像重建的噪声问题,新算法在经典的加权最小二乘迭代算法的基础上,采用有序子集设计策略,针对此问题进行低剂量CT图像优质重建。有序子集技术下惩罚加权最小二乘算法,可以较有效处理低剂量条件下CT重建信息量不足带来的缺点。同时有序子集的引入,使得新算法较经典的惩罚加权最小二乘算法在速度上得到很大提高,低剂量CT的重建图像仍可保持较佳的图像质量和较高的空间分辨率。本文前面两章首先对CT成像技术历史与现状和XCT成像算法历史与现状进行详细叙述,然后提出论文的选题背景及实际意义。本文第二章主要分析、比较目前CT图像重建的各种算法的理论基础、特点和应用范围。第三章是本文的重点,由于传统的解析重建算法(如滤波反投影)重建速度较快,但是得到的重建图像含有较大噪声且分辨率偏低,无法达到低剂量CT图像重建的要求。由于基于统计学的迭代方法较传统的滤波反投影算法在处理低剂量CT时,重建图像分辨率具有显著的优点,但是收敛速度远不及解析重建算法,而本文提出新的迭代算法,在目前国际研究前沿的惩罚加权最小二乘迭代法的基础上,加入有序子集技术,在重建速度和效果上都取得了比较满意的结果。第四章介绍低剂量CT的临床应用情况。低剂量CT图像重建技术的不断进步,可以解决临床上诸多难题,特别是有利于诸多疾病的普查筛检,使得更多的疾病得到早发现早治疗的效果。最后本文对低剂量CT的前景和趋势做出总结和展望。