医学CT图像作为进行疾病检查和诊断的重要依据，其质量好坏直接影响诊断的准确性。在医学CT成像过程中不可避免地受到点扩展函数的影响，使得图像产生退化，影响诊断效果，且退化过程往往是未知的。图像盲恢复算法是在未知图像退化过程的前提下，仅利用退化图像来消除点扩展函数影响的图像恢复技术，广泛应用于天文成像、医疗诊断、军事公安等领域。盲均衡技术目前已扩展应用到图像盲恢复中，它是将点扩展函数影响的消除等效为码间干扰的消除，已成为通信信号处理与图像分析相结合的前沿热点研究课题。本文所做的主要工作如下：（1）提出了降维处理的医学CT图像盲均衡算法，构建了应用于医学CT图像盲均衡算法的代价函数，推导了算法迭代公式，分析了算法收敛性能，进行了计算机仿真；其次，利用变步长思想解决了算法收敛速度和收敛精度之间的矛盾，提出了基于误差信号峰度和均方误差变步长的医学CT图像盲均衡算法，仿真表明新算法具有较快的收敛速度和较小的稳态误差；第三，通过在权值迭代中引入代价函数的二阶Hessian矩阵，提出了分数低阶恒模医学CT图像盲均衡算法，改善了算法的收敛性能，提高了峰值信噪比。（2）提出了行列变换的恒模医学CT图像盲均衡算法，通过行列变换将点扩展函数的影响分解为横纵两个方向，利用复值系统盲均衡算法在I和Q方向彼此不影响的特性，分别进行点扩展函数影响的消除，推导了算法迭代公式，分析了算法稳态和动态收敛性能，计算机仿真表明，新算法提高了峰值信噪比和改善信噪比。同时通过频域变换，提出了频域差错概率最小医学CT图像盲均衡算法，分析了迭代步长选取原则，进行了计算机仿真，验证了算法的有效性。（3）提出了基于Zigzag编码和双Zigzag编码两种医学CT图像神经网络盲均衡算法，选取三层前馈神经网络结构，设计了传递函数，推导了迭代公式，分析了收敛性能，并进行了计算机仿真。实验结果表明，新算法改善了恢复效果，降低了均方误差，提高了峰值信噪比和改善信噪比。