本发明公开了一种同时低剂量CT重建与金属伪影校正的深度学习方法，包括如下步骤：步骤S1、构建用于低剂量CT重建和金属伪影校正的基于多尺度自适应的深度稀疏变换网络模型；步骤S2、训练基于多尺度自适应的深度稀疏变换网络：步骤S3、向构建好的图像域最优网络模型中输入含有金属伪影的低剂量CT图像和金属掩膜，基于多尺度自适应的深度稀疏变换网络的输出为金属伪影校正后CT图像。本发明是少数用于金属植入物存在时的低剂量CT重建的方法，具有一定的可解释性，且不需要用到难以获得的弦域数据，具有高精度的金属伪影校正性能。