针对相对平行直线扫描CT（PTCT）图像重建存在的有限角伪影问题，提出一种学习局部和非局部正则项的深度迭代展开方法。该方法将具有固定迭代次数的梯度下降算法迭代展开到神经网络，利用具有坐标注意力（CA）机制的卷积模块和Swin-Transformer模块作为迭代模块交替级联部署，构成端到端的深度重建网络。卷积模块学习局部正则化，其中CA用于减少图像过平滑；Swin-Transformer模块学习非局部正则化，提高网络对图像细节的恢复能力；在相邻模块间，使用迭代连接（IC）增强模型提取深层特征的能力，提高每次迭代的效率。通过消融实验验证了网络各部分的有效性，并在两种类型的数据集上进行实验，结果证明了本文方法的效果。实验结果表明，本文方法在抑制PTCT重建图像有限角伪影的同时，能较好地保留重建图像细节，提高重建图像质量。

在微焦CT成像中，通常利用增大X射线源管电压、管电流来提高扫描效率，但射线源功率增加会导致焦点尺寸增大，投影图像模糊，从而降低重建图像的空间分辨率。为了解决因非理想射线源焦点引起的图像模糊问题，本文提出利用深度学习在投影域映射非理想焦点与理想焦点投影之间的关系。推导了理想焦点投影与非理想焦点投影的正向关系，基于该关系构建配对数据集；提出一种基于自注意力机制的U-net网络（SU-net）学习非理想焦点投影到理想焦点投影的逆向关系。仿真实验和实际实验结果表明，提出的SU-net方法能准确地从非理想焦点投影中估计出理想焦点投影，可有效减少焦点导致的图像模糊。

针对小角X射线散射（SAXS）测量图样中的宇宙线提出一种去除方法，以纳米结构的周期信息为物理先验计算得到周期性散射信号的坐标信息，对各光斑级次有效信号区域内的宇宙线进行检测并去除。数值模拟了含宇宙线的SAXS测量图样序列，测试该方法对SAXS测量图样序列宇宙线的检测和去除效果，并与现有的宇宙线去除方法进行对比。计算不同曝光时间下去噪前和各方法去噪后SAXS测量图样的评价指标，可以说明该方法对于SAXS测量图样中的宇宙线具有良好的去除效果，并能在长曝光条件下获得明显的信噪比增益。

X射线闪烁体在医疗诊断、安全检查、工业无损探测等领域应用广泛。近十年来，零维结构有机-无机杂化金属卤化物因具有非潮解、高稳定性、无自吸收、高荧光量子效率等优异的物理性质和发光性能，在X射线成像领域逐渐受到关注并已展现出极大的应用潜力。本文将概述X射线闪烁体的基本探测原理和关键探测性能参数，介绍最具代表性的零维锰基、锡基、锑基和铜基卤化物闪烁体在X射线成像领域的研究进展，并展望此类零维杂化材料的未来发展方向。

碘化铯（CsI）光电阴极广泛应用于超快诊断中，光电子的空间分布、能量分布、时间分布等与条纹变像管的整体性能有着密切的关联。本文联合粒子仿真软件Geant4和三维电磁软件CST实现了对CsI光电阴极的光电子产生与控制过程的全动态模拟。采用Geant4软件对CsI光电阴极的光电转换过程进行建模，分析了二次电子出射能量、时间、位置、角度等发射特性；通过数据交互，统计了出射光电子的分布规律，然后将其应用于CST中建立阴极发射模型，并在CST中设计出一款弧矢、子午方向上放大倍率皆为2的各向异性聚焦条纹变像管。

采用蒙特卡罗程序Geant4模拟2~10 keV线偏振X射线光子在几种常用工作气体中的极化光电过程，明确了光电子出射位置、方位角分布与入射光子偏振方向、能量之间的响应关系。光电子的出射方向在入射光子偏振方向上的分布概率最高，且出射光电子的方位角分布可近似为余弦平方函数。光子能量增大时，各角度光电子计数不同程度地减少，但都呈现出在方位角为0或π（-π）时有极大值的统计规律。此外，揭示并量化了气体厚度、气体组成、气体体积分数之比和光子能量对探测效率的影响规律。气体厚度越大、平均原子序数越大，则探测效率越高。光子能量增大会导致探测效率降低，而对于由Xe或Ar组成的工作气体，当光子能量大于某壳层电子结合能时，由于相应壳层电子开始被弹射出，探测效率会有一定程度的提高。这些结果可为X射线偏振探测器的结构设计提供理论依据和数据支持。

中子偏置CT（computed tomography）扫描是一种有效的大尺寸样品层析检测方法，但投影数据截断会导致较大的CT系统转台旋转中心标定误差，严重影响成像质量。基于投影数据对称性原理，提出了一种计算旋转中心左侧和右侧投影数据和之间方差的偏置CT扫描旋转中心精确标定算法。设计了对称补数据重建算法和投影数据预处理重建算法，验证得到，对称补数据重建算法对旋转中心标定误差更为敏感，较小的误差值会导致补齐后投影数据出现拼接缝以及拼接错位问题。提出了一种中子投影数据噪声仿真方法，设计的三维仿真模体验证了所提标定算法与投影数据预处理重建算法在不同旋转中心偏置大小以及不同强度投影噪声条件下的性能优势。基于反应堆中子源开展了中子偏置CT扫描成像验证实验，获得了样品清晰的内外部结构细节，中子CT成像系统的成像视野扩大了31.4%。

电子直线加速器焦点尺寸是影响高能工业CT空间分辨率等关键技术指标的主要因素之一。IEC 62976-2021和GB/T 20129-2015的“三明治”法（或称叠片法）是现行的无损检测用电子直线加速器焦点测试标准。但在实际操作中，该方法不仅过程繁琐，且在胶片曝光、冲洗、条纹计数等过程中人为因素影响大。此外，理论仿真发现“三明治”测试模块的金属片及塑胶片厚度对测量结果影响的误差超过±12.5%。针对该方法的不足，研究并设计了一套焦点测量方法和装置——狭缝平移扫描法及装置，并进行焦点扫描测试和CT空间分辨率验证等实验。结果表明，所提方法相对于“三明治”法，测量结果客观、准确、重复性好，这对于电子直线加速器的焦点尺寸精确测量和高能工业CT系统性能评估和优化设计具有重要意义。

目前，国产大功率端窗X射线管存在束流和功率小于设计值的问题。从热电子发射理论和空间电荷受限发射理论出发，对大功率端窗X射线管的束流进行优化研究。在理论仿真中，计算两种理论模型下的电子束轨迹、束流大小和靶面焦斑。计算分析表明，现有问题主要是灯丝附近的电势分布不合理造成的。基于这一分析，对现有结构提出两种优化方案：一种不改变现有结构仅通过改变灯丝电势来克服灯丝附近的空间电荷效应；另一种通过改变灯丝位置来使灯丝附近的加速电压分布更加合理。基于这两种优化方案，再次进行仿真计算，计算结果显示，两种方案可以有效提高现有大功率X射线管的束流。最后设计了验证性实验，测得了该结构在额定最大灯丝电流下的温度限制束流大小，并验证了仿真计算的准确性，同时也验证了提出的两种优化方案的可行性。

X射线荧光CT（XFCT）是X射线CT与X射线荧光分析相结合的新型成像方式，可用于探测被修饰后的纳米金颗粒在肿瘤内部的分布及质量分数，在早期癌症诊疗方面具有较好的应用潜力。如何抑制XFCT成像的康普顿散射噪声是当前的热点问题。本文基于深度学习方法，通过卷积神经网络学习图像中的噪声分布规律，从而抑制噪声。基于此，提出了一种基于噪声水平估计和卷积神经网络的XFCT去噪网络（NeCNN）算法，该算法运用噪声估计子网络及去噪主网络进行去噪。估计子网络通过去噪卷积神经网络（DnCNN）估计噪声水平并初步降噪，随后将估计结果输入去噪主网络——全卷积神经网络（FCN）用于学习康普顿散射的分布规律，同时为兼顾局部与全局最优解采用均方误差（MSE）及结构相似度（SSIM）作为损失函数。数据集通过Geant4软件模拟扫描填充各种金属纳米颗粒（Au、Bi、Ru、Gd）的空气模体及聚甲基丙烯酸甲酯（PMMA）模体来获取，且设置不同入射X射线的强度，以此模拟不同噪声水平，增强模型泛化能力。实验结果表明，与三维块匹配滤波（BM3D）及DnCNN算法相比，NeCNN算法的去噪结果最优，其SSIM为0.95066，峰值信噪比（PSNR）为29.01558，图像质量提高最为显著。