X射线计算机断层成像(X-ray Computerized Tomography, CT)具有空间分辨率高,扫描速度快,病人成本低,能够提供三维成像的优点。近年来, CT扫描技术已经在临床医学诊断中得到了广泛的应用,成为放射诊断不可缺少的工具之一。然而,随着CT技术的不断普及,CT扫描中的X射线辐射也逐渐引起了人们的关注,辐射剂量的积累会诱发癌症等病变。通过调节管电流可以减少剂量,但生成的CT图像中会产生大量的噪声和伪影,降低CT图像质量,甚至影响医生对病灶的确诊率。因此,如何在降低CT剂量的同时得到高质量的CT图像,具有非常重要的临床意义,也是近年来医学成像领域热门的研究课题。本文将主要研究基于区别性字典的低剂量CT图像处理算法,并利用区别性字典的方法去除CT截断伪影,最后探索了CT金属伪影的去除,具体内容如下：对于低剂量CT图像处理,本文提出了一种有效的方法,称为区别性特征表示算法(Discriminative Feature Representation, DFR)。这种方法把低剂量CT图像当作高剂量CT特征和噪声伪影的合成,把高剂量CT特征分离出来,作为处理后的图像。特征分离通过区别性字典实现,字典包含了从不同剂量的CT体模图像中提取出的高剂量CT图像特征和噪声伪影。为了得到最有效的特征表示,构建字典所使用的体模图像,和待处理的低剂量CT图像,采集自相同的CT机,并且大部分扫描参数一致。从图像质量看,该算法在不同公司CT机的临床数据上都取得了不错的效果,不仅有效抑制了低剂量CT图像中的噪声伪影,同时没有丢失对比度和细小组织结构。更重要的是,该算法简洁明了,易于实现,参数设置鲁棒性好,可以方便地应用在现有的CT系统中。CT图像中的伪影常常比噪声更加影响医生的诊断,因而本文还研究了CT图像中两种常见伪影的去除。对于CT截断伪影的去除,继续利用了区别性表示的思想,根据截断伪影的特点模拟出伪影字典,在图像域实现伪影的分离。该方法在体模验证和临床数据上都取得了不错的效果。最后,本文还探索了使用自洽性条件进行CT金属伪影的去除。该方法取得了初步的成效,还有待进一步的研究。