自CT成像技术诞生以来，经过几十年的发展，CT扫描速度更快、重建时间更短，这促进了CT在临床上的应用，但CT检查带来的辐射剂量也在日益增加。目前，人们对CT辐射剂量对人体可能造成的潜在危害问题越来越重视。许多CT研究人员、制造商和临床操作人员为降低CT辐射剂量问题付出了巨大的努力。通过降低管电流强度（低剂量CT）和减少采样的次数（稀疏角度CT），能够实现降低辐射剂量。但这样破坏了投影数据的完备性，由传统重建算法直接重建出的图像质量会严重退化。因此，如何在降低辐射剂量的同时保证重建图像的质量成为近年来CT研究的一个热点。本文主要研究针对两种降低CT辐射剂量方式的重建算法，主要工作如下：第一，基于小波域组合去噪的低剂量CT重建方法。低剂量CT投影数据中含有较强的噪声，会使重建的图像严重退化。因此需要对投影数据中的噪声有效地滤除，同时尽可能多地保护图像细节特征，为此本文提出了小波域组合去噪算法。该算法根据分析得到的小波域中低剂量CT投影数据的噪声统计特性，采用LAWML去噪算法滤除噪声，并依据得到的投影数据的估计来设计经验Wiener滤波器，对原始低剂量CT投影数据滤波，实现组合去噪。滤波后的投影数据用传统的FBP算法就可以重建出清晰的CT图像。仿真结果表明，组合去噪算法压制噪声能力得到提高、能够保留更多图像细节特征。第二，基于压缩感知的稀疏角度CT重建方法。针对稀疏角度CT的迭代重建算法耗时较长的缺点，将医学图像梯度稀疏的性质引入到迭代重建算法中，加快其收敛速度，只需20个角度的投影数据即可精确的重建出图像。针对单一方式降低辐射剂量能力有限的缺点，结合低剂量CT和稀疏角度CT重建方法提出了稀疏角度低剂量CT重建方法，能够从60个角度的低剂量CT投影数据中重建出清晰的图像，大大的降低了CT辐射剂量。