生物影像技术可以分为传统影像技术和现代分子影像技术。传统影像技术是通过获取某种成像介质(如X射线、γ射线或超声波等)透过生物组织后的投影,从而显示内部组织、器官的结构信息;而现代的分子影像显示的是组织、细胞或亚细胞水平上特定分子的生物学过程。生物医学影像技术已经成为现代医学和生物学研究中必不可少的手段。X-CT作为当代最基本的医学影像技术手段之一,具有极其重要的地位。目前CT成像需要做密集扫描,投影数据量非常大,导致后期重建需要耗费大量的时间,重建速度跟不上扫描速度。一方面大大降低了设备的效率,另一方面也延长了病人等待的时间,对于紧急患者,还可能造成病情的延误。随着计算机软硬件技术的快速发展,特别是GPU面向通用并行计算功能的出现,给问题的解决带来了新的希望。对现有的算法进行并行化改进,或提出新的算法,采用GPU并行计算,对于提高重建速度具有非常重要的意义。随着人们健康水平的提高,X射线辐射对健康损害的问题逐渐显露出来。降低CT的辐射剂量,成为人们日益关注的焦点。传统的光学投影重建算法需要完备的密集投影,而获取密集的投影需要较长的扫描时间,这将导致一系列问题,如麻醉时间的延长,运动器官成像困难、荧光蛋白的光毒性以及光的漂白作用等。降低X射线辐射(或光照射)剂量的手段有很多,其中减少扫描次数是最直接、最有效的手段。而减少扫描次数,带来最直接的问题就是投影数据量的减少。对于传统的代数重建算法,使用少量的数据,难以得到质量可用的图像。针对上述问题,本文以下内容为研究目标:1)采用GPU进行并行计算,提高重建速度,实现实时重建;2)采用稀疏数据重建,减少扫描时间,降低辐射剂量。针对上述目标,本文主要的研究内容为:1)深入分析讨论各种二维和三维重建算法,进行仿真和实验,得出必要的结论;2)对现有重建算法进行并行化改进,使用GPU进行并行重建,提高重建速度,实现实时重建;3)对迭代类重建算法进行优化改进,采用稀疏数据进行重建,减少扫描时间,降低辐射剂量,同时获得良好的图像质量;4)采用压缩感知算法,进一步提高重建质量、减少扫描时间和辐射剂量;5)设计实现一套CBCT实验平台,并开发完善的软件系统,对算法进行实验验证;6)设计并实现一套双模态光学投影断层成像实验平台,提出采用统计算法进行双模态图像重建,实现在较少的投影角度下,获得良好的图像质量,有效提高扫描速度、降低光照射剂量;7)最后对所提的优化算法进行比较分析,并给出结论和评价。