X线断层成像(Computed Tomography,CT)技术在临床获得了广泛应用,但照射剂量偏高限制了其在普通人群筛查如肺癌高危人群检查中的应用,X-CT的辐射剂量主要由系统扫描参数决定。针对上述现象,临床上采用了降低剂量的扫描方案,但低剂量CT图象中的噪声使图象质量下降,影响诊断的准确性,并增加对图像进行分析处理的难度。为了提高重建图像的质量,本文根据低剂量CT投影的噪声特性,提出了投影域基于小波变换的噪声抑制算法。在对低剂量CT投影域数据进行有效滤波后,采用经典滤波反投影(FBP)法重建CT图像,以获得适用于临床诊断处理的CT图像。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小波去噪算法进行了深入研究,通过分析不同小波基函数及其去噪特点,提出了基于贝叶斯估计的小波系数自适应法和基于平稳小波的局部自适应阈值去噪法两种方法,对低剂量CT投影数据中的噪声进行滤除。前者结合贝叶斯估计方法进行小波系数的局部自适应估计,首先确定小波分解后的低频及高频上的小波系数,然后利用最大似然ML法估计出各层信号的方差,由最小均方误差MMSE自适应确定新小波系数,实现了图像信噪分离的目的,提高了信噪比;后者可较好地抑制正交小波阈值处理带来的图像Gibbs振荡现象,使消噪后的图像能保持较好的边缘特征。仿真及实验结果表明这两种方法在有效滤除噪声的同时,图像的细节亦能够得到较好地保留。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。