在计算机断层成像中,利用探测器测量各个方向上射线穿过物体后的剩余射线强度,通过图像重建算法计算出物体断层的线性衰减系数分布,然后以图像的形式显示出来,就得到物体内部该断层的图像。导入三维重构软件,就得到物体内部的三维图像。由于CT能够无损坏地观察物体内部结构,所以该技术被应用到很多领域中。CT系统是一个很容易产生伪影的系统。硬化伪影和金属伪影普遍存在于重建图像中。硬化效应产生的主要原因是X射线的多能谱。射线与物质的相互作用过程中,低能.X射线更容易.被衰减掉,这样随着射线在物质中穿过的距离加深,其平均能量升高,射束“硬化”,在图像中产生伪影。而金属伪影的产生缘于其较高的原子序数,对射线的衰减作用强烈,致使探测器几乎接收不到光子,探测到的只是错误的数据,经过重建算法对数据重建,CT图像中表现为明暗相间的条纹。伪影会降低.整个图像.的质量,甚至.无法观察感兴趣区域,降低了医生对疾病做出.准确诊断的可能性。本文首先介绍了X射线与物质相互作用的基础知识,在此基础上对图像重建的基本概念和常用几种重建算法做了详细的描述,并完成锥束FDK重建算法程序的编写。利用该算法对实验数据重建,得到较好的重建结果,进而算法的正确性得到验证。对硬化伪影产生原因进行分析,简要介绍硬化伪影校正的几种方法。编程实现了水模型硬化伪影校正算法。水模型校正算法的主要过程是对投影值进行多项式拟合得到校正系数。利用该算法对医用CT标准头部模型的重建图像进行校正处理,结果显示图像的硬化伪影得到有效校正。对金属伪影形成机制及常用的校正算法进行简要的介绍。由于校正对象的特殊性,常用的校正算法都不适合。考虑到金属伪影形成的主要原因是射束硬化,参考骨模型硬化校正方法,提出了新的算法,对液态金属造影成像产生的金属伪影进行校正。通过对比校正前后的图像发现,该算法使血管边缘更加清晰,达到校正的目的。