锥束CT是当今国际CT研究领域最活跃的课题之一，与传统的二维扇束CT相比，它具有以下的几个优势:(1)具有更高的射线利用率，(2)扫描速度更快，(3)空间分辨率更高，这对工业无损检测以及医学影像诊断都具有重要的意义。　　 锥束CT重建的算法主要分为解析重建法和迭代重建法，解析重建算法的经典近似算法是FDK算法，在大多数商用锥束CT中主要算法都是基于FDK重建算法。而迭代重建算法主要包括经典迭代重建与概率模型迭代重建，与解析重建相比迭代重建能够使用较少的投影数据重建较高质量的图像。但是迭代重建的速度较慢，需要叫多次迭代才能收敛。所以实际应用并不广泛。　　 本文主要研究了三种经典迭代重建算法:代数重建算法(ART)、联合迭代重建法(SIRT)和联合代数重建法(SART)。通过对三种算法的研究看到联合代数重建算法（SART）在重建质量和重建速度上都具有一定的优势，本文讨论了基于射线驱动和基于体素驱动的投影矩阵的计算方法以及各自对SART重建结果的影响，最后选择了基于射线驱动投影SART重建算法进行进一步的优化，文中把投影系统的旋转映射成重建区域数据的旋转，这样做避免每个角度投影矩阵的计算，进一步利用投影系统的对称性可以只需要计算1/4数量的射线所对应的投影矩阵，其余的3/4可以通过对称性计算所得，这样既减少了投影矩阵计算时间也减少了重建所需的内存，使得进行较高分辨率的重建成为可能。经过这些改进之后的SART算法在重建速度上有了一定的提高，但是算法上的改进之后的重建速度与解析重建法相比仍相去甚远。　　 为了进一步提高SART的重建速度，本文中使用了NVIDIA公司推出的CUDA开发环境，有相对方便地将串行运行的程序该成在GPU上运行的并行程序，并且可以简单地通过硬件的性能的提升加快并行计算的速度，而无需为新的硬件修改代码。本文中基于CUDA加速的SART算法比CPU上运行的串行SART算法速度提高20至30倍，且图像质量与原图相比基本一致，从而使得SART重建与传统的解析FDK算法重建有竞争的可能。