随着医学成像技术的发展，很多CT设备采用加大X线剂量的方法，以获得更多、更清晰的医学图像信息。然而随着放射卫生学的发展以及公众自我保护意识的增强，人们越来越注意到X线检查中的放射剂量问题。CT图像的质量与辐射剂量密切相关，辐射剂量越高，图像质量越好，但是过高剂量会对人体造成伤害。有效地降低X射线成为目前医用CT研究领域的主要任务之一，由于低剂量CT扫描时受量子噪声的影响，使得用于图像重建的投影数据退化，致使采用目前临床广泛使用的重建算法（如滤波反投影）得到的重建图像含有较大噪声成分且分辨率偏低，无法达到临床应用的要求。改善低剂量CT图像质量本质上成为图像去噪问题。这个问题如果可以用软件算法加以解决，则可以在不更换CT硬件设备的前提下，使低剂量CT甚至超低剂量CT得以更广泛的应用。国内外很多研究小组都在尝试低剂量CT图像质量的改进方法，本课题正是在此背景下对低剂量CT图像的去噪问题进行研究。论文首先对低剂量CT投影数据的噪声特性进行了实验和分析研究，发现在一定条件下投影数据的噪声统计特性，其均值和方差近似非线性高斯分布，且具有非平稳特性，并据此建立了相应的噪声模型。考虑到投影数据的噪声特性及方向性，论文对基于图像噪声统计特性的粒子滤波去噪算法进行了深入研究，通过分析粒子滤波原理及其去噪特点，提出了一般图像去噪的基本粒子滤波算法，并结合噪声特性，对此基本的粒子滤波算法进行改进，专门用于低剂量CT投影数据中的噪声进行滤除。然后用滤波反投影重建(FBP)算法对去噪后的数据进行重建，从而得到去噪后的图像。最后讨论了本文粒子滤波算法的收敛性，运用三种定量分析方法对此算法进行评价。由于提出的噪声处理系统主要由软件构成，可直接用于现有CT设备，因而可望有广泛临床应用前景。