作为断层成像领域近年来的研究热点,相对于二维CT成像,三维锥束CT具有扫描时间短、部分容积效应低、纵向分辨率高以及射线利用率高等优点,在实际中得到了越来越广泛的应用。鉴于X射线辐射对人类的癌症,白血病和其他遗传疾病的影响,尽量减少辐射剂量成为了 CT检查的目标之一。降低辐射剂量主要有两种方式,一种是降低管电压、管电流,另一种是降低投影角度数,采用稀疏采样。同前者相比,稀疏采样可以获得较高信噪比的投影图像,且能缩短扫描时间,可以有效的较少病人不自主的运动所带来的运动伪影。但是稀疏采样条件下的重建问题是一个严重的不适定问题,传统的基于投影几何的解析类算法将导致重建图像中有较多的条状伪影,诸如ART、EM等常用的迭代类算法,也无法给出有效的重建结果。而最大后验概率算法通过在基于统计理论的EM算法的目标函数中加入先验信息,可以有效的抑制稀疏采样引起的伪影,从而获得更好的重建结果。三维锥束CT的EM重建算法是一种迭代算法,时间复杂度较高,其中反复进行的投影和反投影运算为主要计算瓶颈,传统的CPU已经不足以支撑较大规模的迭代算法优化过程,利用GPU强大的并行计算能力进行目标函数的优化已经成为一种有效的解决方式。但是并不是所有适合并行的程序移植到基于CUDA的GPU平台上都可以获得很好的加速效果,对代码的优化涉及到算法计算模型的选择、GPU的硬件资源、辅助空间的选择以及工程上的编程技巧等诸多方面。文章选择适合并行的投影和反投影模型,通过实验验证了固定投影运算的采样点数、使用基于共享显存的并行规约、使用圆柱形包围盒,以及使用纹理显存等措施对投影和反投影算法计算速度的影响,进而优化EM算法的实现。非局部先验约束的最大后验概率算法已被应用于二维CT重建,可以有效抑制稀疏采样引起的条状伪影,获得质量较高的重建图像。然而非局部方法巨大的计算量限制了其在三维锥束CT重建中的应用。针对此问题,本文提出了有序子窗非局部搜索方法:将非局部方法的搜索窗分为若干有序子窗集合,迭代过程中依次使用其中一个集合来计算非局部正则化项。实验表明本文方法保证了传统非局部方法重建质量,缩短了正则化项的计算时间,大大提高了重建速度。