先学习的重建算法都是解析法，以Radon变换为理论基础，首先对投影数据在连续域进行一些处理，然后离散化重建。 接下来学习的是图像重建的迭代算法，该算法的主要思路是从假设的初始图像中，采用逐次逼近的方法，将理论投影值与实测投影值进行比较，在某个最优准则下寻找最优解。
该算法本质上类似于求解方程，但在实际图像重建过程中，由于运算量庞大、方程不确定性、测量误差、噪声影响等原因，求解逆矩阵很难求解方程，难以应用于实际生活中。 因此，为了解决这个问题产生了一系列的迭代方法。 常见的迭代方法有代数重建法(ART )、联合代数重建算法(SART )、最大似然期望最大化算法(MLEM )、有序子集期望最大化算法(OSEM )，其中最后两种算法主要是PET和sppt 接下来主要介绍ART算法。
ART算法是一种“行运算”算法，每次考虑辐射时都会更新图像。 在整个ART运算中，投影矩阵是迭代重建的重要因素，是投影数据获取与断层图像向量之间的桥梁。 解析的投影矩阵越精确，重建的图像质量就越高。 在计算投影矩阵时，主要有四种模式