压缩感测（CS）理论具有从稀疏视图投影数据重建CT图像的巨大潜力。当前，基于全变异（CT）的CT重建方法是医学CT领域的研究热点，其在迭代过程中使用梯度算子作为稀疏表示方法。但是，用这种方法重建的图像经常会出现平滑问题。为了提高重建图像的质量，本文提出了一种将电视与非混淆Contourlet变换（NACT）相结合的混合重建方法，并使用Split-Bregman方法解决了优化问题。最后，仿真结果表明，所提出的算法能够以较少的迭代次数从多视点投影中重建高质量的CT图像，比代数重建技术（ART）和基于
