【摘要】自从CT 技术问世以来，疾病的诊治得到了前所未有的发展。同时，CT 检查过程中产生的辐射剂量问题是医患关注的热点，因此，如何在确保图像质量的前提下，最大程度地降低辐射剂量，已成为CT 研究的重点。深度学习图像重建（DLIR）算法是基于卷积神经网络的一种新兴的CT 重建技术，与传统的滤波反投影、迭代重建算法相比，可以降低辐射剂量和对比剂用量，优化图像质量。因此，本文对DLIR 算法的技术演变史、基本原理、技术优势及临床应用做一综述报道。

【关键词】深度学习；图像重建算法；计算机体层成像；图像质量