计算机断层成像技术(Computed Tomography,CT)与MRI、超声图像等成为重要的医学临床诊疗方法。CT成像技术与其他医学成像方法相比,具有检查方便、图像密度分辨率高、无痛苦无创伤、解剖关系明确和病态显影清楚等优点,在临床医学上得到了广泛的应用。但是CT成像时的高辐射增加了癌症的发病几率,使得低剂量CT扫描成为临床研究和急需解决的热点问题。当辐射剂量降低的同时会导致图像质量的退化,影响医生进行医疗诊断。因此,如何在保证图像质量的前提下尽可能地降低辐射剂量,具有重要的科学研究价值和临床使用价值。本文在CT成像的原理及经典算法的基础上,主要针对低剂量CT重建的后处理算法以及基于统计迭代的低剂量CT重建算法进行了研究,主要工作如下:1.本文阐述了低剂量CT重建的背景和意义,并简要介绍了在该领域当前国内外的发展现状。然后重点地阐述了CT重建的一些经典算法,包括滤波反投影重建算法、代数迭代重建算法。代数迭代重建算法对于低剂量CT噪声模型及其统计特性没有充分考虑,导致收敛时间长、精度差、不能很好的抑制噪声,从而该算法并没有得到广泛的应用;滤波反投影重建算法重建速度较快,可以满足实际的应用性,但由于对噪声和伪影较为敏感,在剂量降低时存在一定的限制。并且简要介绍了本文用来评价图像质量的几种判据,为后面重建算法的研究奠定了基础。2.结合非局部均值滤波原理,本文研究提出了一种基于改进非局部均值的低剂量CT后处理算法。利用差分曲率对图像边缘和斜坡等结构信息的良好检测性能,在传统非局部模型的计算相似度权重中,加入差分曲率信息,更准确地计算相似性度量值,并把改进的非局部算法应用到低剂量CT的后处理中,新算法能在降噪的同时有效地保留图像边缘细节等信息。3.本文提出了一种基于小波收缩及全变分的最小二乘重建算法。它结合了小波收缩和全变分的优点,在最小二乘重建算法的每次迭代过程中,对图像进行离散平稳小波分解,在小波域的高频部分使用小波收缩进行处理,低频部分使用全变分进行消噪,最后再离散小波逆变换。实验结果表明本文算法可以有效地去除低剂量图像的噪声,且有效的保持图像边缘和细节。