X射线断层成像(Computed Tomography, CT)是上世纪七十年代新兴的技术。该技术是利用射线穿过物质时会产生衰减的特性,并通过对多个角度下的投影进行重建,得到物体的断层灰色图像。经过几十年的发展,CT已经经历了几代产品的更新。由于其成像速度快、分辨率高等特性,目前已经成为各个领域上的重要检测手段,如医学领域,航空、军工、铁路、汽车制造等工业领域。每一次CT的重大突破都伴随着工业技术的进步,而除了硬件的提高外,重建算法一直是CT领域的研究重点。尽管CT已经成为医生在日常诊断中的常用手段之一,但伴随着CT的发展,一直有一个重要的隐患,即其有可能诱发癌症的剂量问题。目前存在许多不同的低剂量方法：硬件上的提升,如减少探测器大小等；算法的优化,如减少所需的投影数据；本文侧重于如何通过算法的优化实现低剂量重建。在理论研究中,本文进行了以下研究：(1)以“金标准”的FDK算法为基础,进行半扫描算法的研究,并通过减少投影数据来实现低剂量的目的；(2)针对商业CT常遇到的截断数据问题,讨论其有效的判别方法；(3)对近些年流行的反投影滤波算法(Backproj ection Filter algorithm, BPF)进行深入研究,并利用其感兴趣区域重建特性,实现减少所需投影数的重建方案,从而达到降低剂量的目的。在实践应用中,本文阐述了如何把几种低剂量方案融入实际的CT系统中,其中主要的一部分是对BPF重建算法进行加速,包括不同数量GPU下的实现方案。经过优化后,重建512×512×512大小的图像,基于单GPU的BPF算法的整个重建过程需时在12秒以下,而基于双GPU的优化方案在重建部分中仅需4.118秒,整个数据处理过程在9秒以内。三种算法都经过模体数据和实际数据的验证,从灰度值,均值,标准差等方面确定了经GPU优化后低剂量算法的正确性和稳定性。因此,本方案已经应用到实际的口腔CT中,有着广阔的应用前景。