目的 提出一种基于亚像素各项异性扩散的低剂量CT重建方法。方法 通过线性插值技术计算亚像素单元强度值及其二阶差分后，将计算得到的新的梯度信息引入到各项异性扩散过程中，并结合惩罚加权最小二乘模型对低剂量CT投影数据进行滤波，最后使用滤波反投影算法将恢复后的投影数据重建出CT图像。结果 在Shepp-Logan体模实验中，与FBP、PWLS-Gibbs和PWLS-TV方法相比，新方法滤波后重建的CT图像在结构相似指数上分别提升了28.13%、5.49%和0.91%，在特征相似指数上分别提升了21.08%、1.78%和1.36%，并且在均方根误差上分别降低了69.59%、18.96%和3.90%。在XCAT体模实验中，与FBP、PWLS-Gibbs和PWLS-TV方法相比，新方法在结构相似指数上分别提高了14.24%、1.43%及7.89%，在特征相似指数上分别提高了9.61%、1.78%及5.66%，同时在均方根误差上分别降低了26.88%、9.41%及18.39%。在临床数据实验中，与FBP、PWLS-Gibbs和PWLS-TV方法重建的CT图像相比，新方法在结构相似指数上分别提升了19.24%、15.63%和3.68%，在特征相似指数上分别提升了4.30%、2.92%和0.43%，同时在均方根误差上分别降低了44.60%、36.84%和15.22%，并且在峰值信噪比上提升至28.39。结论 本文提出的新方法可以有效去除低剂量CT图像的噪声和伪影，并可以保持结构细节信息。