由投影重建图像的算法可分为解析重建算法和代数迭代重建算法。解析重建算法在数据完备的情况下重建速度快,成像效果好。但在高噪音、少量数据和不完全数据等情况下,代数迭代重建算法较解析重建算法具有明显优势。随着计算机技术的发展,迭代算法越来越受到人们的重视。EM(Expectation Maximization)算法是一种常用的极大似然估计方法,也是经典的代数迭代重建算法之一。EM算法简单稳定,每一次迭代均使校正后的图像逼近被估计的图像,最终收敛到局部极值。但EM算法计算量大,收敛速度较慢。本文提出了基于对称结构改进的块迭代EM算法—SSB-EM算法。在图像离散化模型中投影射线间以及像素格位置之间均存在对称结构,可将各个投影射线方向的射线按射线间的对称结构分块归组。结合扫描模型中的这种对称结构,将数据分块归组得到的SSB-EM算法,简化了投影系数矩阵中非零系数的计算,改变了经典EM算法逐线校正的顺序相关性,减少了计算量,有效地提高了成像速度。同时对具有对称网格特征的EM算法和OS-EM算法进行了讨论。本文给出了实测数据和模拟数据的数值实验。比较和分析了经典EM算法和修正后的EM算法的成像速度和精度。实验表明,修正后的EM算法在保证图像成像质量的基础上较经典EM算法有效地提高了成像速度。