針對低劑量計算機斷層掃描（CT）重建圖像時出現(xiàn)明顯條形偽影的現(xiàn)象，提出一種自適應廣義總變分（ ATGV）降噪算法。該算法考慮了傳統(tǒng)廣義總變分（TGV）算法在降噪時模糊圖像邊緣信息的缺點，把可以有效區(qū)分圖像平滑區(qū)和細節(jié)區(qū)的直覺模糊熵應用到傳統(tǒng)TGV中，對圖像的不同區(qū)域進行不同強度的去噪，從而達到保護圖像細節(jié)的效果。該算法首先采用濾波反投影（FBP）算法得到低劑量CT重建圖像；然后利用基于直覺模糊熵的邊緣指示函數(shù)對傳統(tǒng)TCV模型進行改進；最后用改進后的模型對重建圖像進行降噪處理。采用Shepp-Logan模型和數(shù)字胸腔模型（thorax phantom）仿真低劑量CT重建圖像來驗證算法的有效性。實驗結果表明，所提算法的歸一化均方距離（ NMSD）和歸一化平均絕對距離（NAAD）均比總變分（TV）降噪算法和廣義總變分（TGV）降噪算法小，且可分別獲得26. 90 dB和44. 58 dB的峰值信噪比（PSNR）。該算法在去除條形偽影的同時可以較好地保持圖像的邊緣和細節(jié)信息。