本发明涉及医学图像处理和深度学习的技术领域，尤其涉及一种基于双通道去噪扩散概率模型的肺部CT影像重建方法，解决了现有肺部CT影像重建模型保留过多伪影等无用信息的技术缺陷，以达到降低辐射剂量而不影响图像质量的效果。本发明包括模型构建及训练和图像重建两部分，其中模型构建及训练依次包括：构建数据集、改进Unet网络、设计动态负平方加噪策略、构建DC‑DDPM模型以及训练并保存模型；其中图像重建依次包括：传入肺部CT图像，图像预处理，使用DC‑DDPM模型进行图像重建以及重建结果存储；本发明用于提高DDPM模型的训练速度以及肺部CT影像的重建质量。