计算机断层成像技术是一种根据获取到的数据为基础,重建被扫描物体的无损成像技术,是现代医学诊断及治疗的重要技术手段。近些年来,CT成像技术常在临床医学等领域应用。然而在提高成像质量的同时,扫描设备使用了更高的X射线剂量,而过高剂量的射线会对人体造成危害。于是,在不改变现有硬件设备的情况下,如何同时满足图像质量良好并降低射线剂量两个条件,已成为近年来图像重建领域的研究热点。随着电子技术的发展,该领域出现了许多新的算法,这也为从改善重建算法方面进行低剂量研究提供了新的思路。本文针对低剂量CT重建,对重建算法进行改进,下面介绍所做的工作:第一,阐述了CT图像重建的基础知识。依次介绍了CT的发展历史、CT成像系统的结构、CT的扫描方式、CT成像的数学理论基础以及图像质量评价指标。第二,对滤波反投影算法,代数重建算法,联合代数重建算法,基于最小化总变差的联合代数重建算法（SART-TV）进行了对比研究。ART算法在低剂量重建时不能很好的起到去噪的作用,但是相比于FBP,它重建出来的图像更好;SART在ART的基础上进行了改进,可以解决ART算法受噪声影响的问题,但是SART算法在重建效率上比ART算法低。SART-TV算法中的TV模型可以很好地保持图像的边界,对于分片常数的图像重建效果很好,但是它常会在分片光滑区城产生“阶梯效应”。本文用Shepp-Logan头模型做仿真实验,在稀疏角度和有限角度情况下对比重建效果。结果表明:在本文的实验数据情况下,FBP算法重建出的图像效果比其他的三种算法差,它含有较多的伪影,但是它重建所花的时间最短;ART算法重建出的图像效果比FBP好,但是随着迭代次数的增加,耗时比FBP长;SART算法获得的重建图像比ART好,去噪效果以及细节恢复程度比ART好,但同时耗时比ART长;SART-TV算法在本文两种数据情况下获得的重建图像比其他三种算法更好,在细节恢复程度方面比其他三种算法好,比较适合用于Shepp-Logan模型的重建。第三,提出了一种将高斯相关性（Relative-of-Gaussian,Ro G）与SART相结合的图像重建算法,并将其运用于低剂量CT重建中。该模型是把SART算法重建结果,运用Ro G进行正则化约束得到更新后的重建图像,将重建图像导入SART算法作为第二次的初值进行交替迭代。Ro G模型能够从边缘/结构中区分噪声,识别潜在的边缘,在不扭曲边缘/结构的情况下有效地消除噪声,并且能最大限度地减小局部滤波器吉布斯现象引起的边缘效应,能处理全局优化方法（TV、WLS、RTV）受噪声影响的问题。然后,运用仿真数据以及Shepp-Logan头部模型进行仿真实验。在本文的两种情况下,SART-Ro G算法获得了最佳的重建图像。