摘要：探讨目前CT低剂量技术的最新进展。从迭代算法，加快扫描速度、减少曝光时间，探测器性能改进，有效提高图像分辨率加速图像后处理重建过程4个角度，阐述低剂量技术的原理、优缺点和发展趋势。CT低剂量技术的应用，可以在保证诊断有效信息的前提下，降低患者辐射剂量

    关键词：计算机断层成像；辐射剂量；受照剂量

    随着科技的不断发展，CT设备飞速地更新换代，很多以前停留在“概念”和“实验”阶段的设想也依托先进的科技得到了广泛的实现。在层出不穷的CT新技术中，如何降低辐射剂量，提高检查安全性，成为CT技术一个重要发展趋势。CT低剂量已成为所有CT学术论坛聚焦的热点问题，受到各个领域的关注。

    一、迭代算法

    自2008年GE推出迭代重建算法至今，多家公司推出了各自的基于多层螺旋CT的迭代重建算法[1]，如Philips iDdose 技术、GE的适应性统计迭代重建(Adaptive statistical iterativereconstruction，ASIR)技术、Toshiba的适应性迭代剂量减低重建(Adaptiveiterative dosereductionAIDR)技术和Siemens图像空间迭代重建技术(Iterativereconstruction in image space，IRIS)。这些技术的核心是对原始数据进行迭代重建，在更低剂量的基础上获取可以接受的图像，与传统FBP算法不同，迭代重建技术利用矩阵代数，通过一种数学模型选择性的识别并去除图像噪声，减小图像噪声，使通过低剂量扫描获取的高噪声图像达到较理想的信噪比图像[2]。迭代重建算法是基于噪声的统计模型，通过每次迭代提高图像质量，它假定图像是平滑的，对邻近的像素设定相同值。与传统的解析重建算法相比，迭代重建算法存在一些问题：①迭代算法要不断重复重建过程，因此比解析重建算法速度慢，由于重建速度慢，迭代重建算法最初应用于核医学发射断层扫描，发射断层扫描图像噪声较大，但是投影数据量较小，因此比较适合速度慢、降噪能力强大的迭代重建算法，随着计算机技术的发展，强大的计算能力使得迭代重建算法开始进入CT领域；②在迭代算法开始前，所有的投照数据必须已经生成；③如果循环次数超过了最佳迭代次数，过度降噪的结果反而会降低图像质量；④迭代重建结果依赖于噪声模型和对真实图像的假设 ......