目的 X射线荧光CT(XFCT)是一种针对高原子序数(高Z)元素的功能性成像。现有的XFCT研究大多使用X光机产生的具有连续能谱的X射线作为激发荧光的入射光源,这使得采集得到的荧光信号中包含较多康普顿散射本底。本文针对目前XFCT成像中荧光信号受散射本底干扰严重的问题,提出了一种基于散射噪声模型的迭代重建算法以提升XFCT图像重建质量。方法现有XFCT重建方法大多通过估算出散射本底期望值,在原始数据中减去散射成分,再通过ML-EM迭代算法直接进行重建。这类重建方法减少了散射带来的重建理论误差,但却无法抑制散射光子造成的统计噪声。本文中提出的方法结合实际的荧光信号采集方式,将原本需要求解的仅包含重建像素和荧光信号的线性方程改写为了分别包含荧光信号和散射本底的方程组。在此基础上写出了该方程组的对数似然函数,将荧光光子和散射光子的泊松噪声模型同时带入该似然函数最大化问题。最后,通过EM的方法计算出求解新的似然函数最大化问题的迭代公式,采用交替迭代的方式更新重建像素和散射本底估计。结果为验证所提出算法的有效性,本文基于实验室搭建的XFCT实验装置进行了实际实验。待扫描物体为包含不同浓度钆(Gd)溶液的PMMA圆柱形模体。采集得到投影数据后,分别使用传统的ML-EM迭代和本文提出的方法,对模体中的Gd元素进行重建。对比结果显示,当不考虑散射噪声直接使用ML-EM迭代重建时,模体自身的散射本底使得XFCT图像的噪点明显,而当采用基于散射噪声模型的EM迭代重建时,背景的统计噪声得到了较好抑制,使得重建图像中低浓度溶液区域更加明显,极大提高了XFCT图像的对比度。结论本文提出的基于散射模型的重建方法能有效降低XFCT图像中散射光子带来的噪声,提高了图像中荧光信号成分的对比度,对改善XFCT重建图像质量有较大帮助。该方法相较于传统的ML-EM迭代算法,能够更加充分地利用原始数据中不同成分的计数信息,更加适用于XFCT成像这类本底计数高且会带来较大统计噪声的图像重建问题。