有关资料显示,全球癌症的新发病例和死亡病例均呈逐年上升趋势,2018年的研究预测,当年全球会有1810万例癌症新发病例和960万例癌症死亡病例,癌症死因已居全死因的首位。放射治疗作为癌症治疗最有效的三大手段之一,在肿瘤（癌症）的治疗中扮演着重要的角色。目前研究最热的放射治疗技术是自适应放疗（Adaptive radiotherapy,ART）,该技术对基于锥形束CT（Cone Beam Computed Tomography,CBCT）图像进行形变配准、剂量计算等提出新的需求,现有的CBCT图像质量尚不足以支撑这些应用的开展。影响CBCT图像质量的最主要原因是原始投影数据中存在的散射噪声,该噪声会降低对比度,引入伪影,导致重建的CT数据不准确,因此通过散射校准减少或消除散射伪影是提高CBCT图像质量的有效方法。本论文的主要目的是通过Monte Carlo模拟,从粒子与物质的相互作用角度出发,分离出影响CBCT图像质量的散射噪声（主要是康普顿散射和瑞利散射）,进而实现CBCT图像的散射校准,改善图像质量,最终实现基于CBCT图像的高精度剂量计算。首先,本文基于EGSnrc程序改进了CBCT系统的模块化建模方法。在准确构建CBCT系统几何和光束特性的基础上,完整模拟了其成像过程,通过Monte Carlo模拟了解了射线传播路径及各部件产生散射的成分,为有效分离CBCT投影数据中的散射噪声奠定基础。该模型通过改变有限的参数,可对其他主流CBCT系统进行模拟,有良好的通用性,还可用于模拟研究CBCT系统其他问题。其次,本文提出一种基于Monte Carlo模拟的CBCT散射校准方法。从CBCT图像的原始投影文件中分离出CBCT投影中的散射噪声,散射校准后经三维重建的CBCT图像散射伪影和选定感兴趣区域的CT值误差明显减少,两种扫描模式下CT值误差平均值均降到10 HU以内。此外,结果还表明本论文的散射校准方法显著改善了解剖结构的细节。最后,本文基于校准后的CBCT图像,提出一种通过标准密度插件仅建立两条HU-RED标定曲线进行剂量计算的方法。对40例病例回顾性分析发现,与计划CT图像的剂量计算结果相比,CBCT图像在靶区及感兴趣区域的剂量差异平均在1%以内,通过引进剂量分布指数（Dose distribution index,DDI）等参数对剂量计算结果定量分析发现,本文提出的方法可用于肿瘤放疗计划的剂量计算。