針對(duì)低劑量計(jì)算機(jī)斷層掃描（ LDCT）重建圖像中存在大量噪聲的問題，提出了一種平穩(wěn)小波的深度殘差卷積神經(jīng)網(wǎng)絡(luò)（ SWT-CNN）模型，可以從LDCT圖像估計(jì)標(biāo)準(zhǔn)劑量計(jì)算機(jī)斷層掃描（NDCT）圖像。該模型在訓(xùn)練階段，將LDCT圖像經(jīng)平穩(wěn)小波（SWT）三級(jí)分解后的高頻系數(shù)作為輸入，將LDCT圖像高頻系數(shù)與NDCT圖像高頻系數(shù)相減得到殘差系數(shù)作為標(biāo)簽，通過深度卷積神經(jīng)網(wǎng)絡(luò)（ CNN）學(xué)習(xí)輸入和標(biāo)簽之間的映射關(guān)系；在測(cè)試階段，利用此映射關(guān)系即可從LDCT圖像的高頻系數(shù)中預(yù)測(cè)NDCT高頻系數(shù)，最后通過平穩(wěn)小波反變換（ISWT）重構(gòu)預(yù)測(cè)的NDCT圖像。實(shí)驗(yàn)采用50對(duì)大小為512×512的同一體模的常規(guī)劑量胸腔及腹腔掃描切片和投影域添加噪聲后的重建圖像作為數(shù)據(jù)集，其中45對(duì)作為訓(xùn)練集，其余5對(duì)作為測(cè)試集。將所提模型與效果較好的非局部降噪算法、K-奇異值分解（ K-SVD）算法、匹配三維濾波（BM3D）算法及圖像域CNN（ Image-CNN）模型對(duì)比，實(shí)驗(yàn)結(jié)果表明，SWT-CNN模型預(yù)測(cè)的NDCT圖像信噪比（PSNR）和結(jié)構(gòu)相似性（SSIM）高，且均方根誤差（RMSE）小于其他算法處理結(jié)果。該模型對(duì)于提高低劑量CT圖像質(zhì)量是可行且有效的。