La reconstrucción precisa de la dosis in vivo es un paso crítico en la terapia de radiación. La imagen acústica inducida por rayos X es una tecnología prometedora para la reconstrucción de la dosis in vivo, ya que permite el monitoreo no radiativo y no invasivo de la dosis de radiación. Sin embargo, los métodos actuales de imagen acústica de rayos X sufren de varias limitaciones, incluyendo una alta relación señal-ruido, una mala calidad de imagen y una pérdida masiva de información estructural. Para abordar estas limitaciones, proponemos un método de reconstrucción de imagen de dosis basado en el aprendizaje de diccionario escaso tensorial. Específicamente, combinamos la codificación tensorial con datos de muestreo comprimido, extendemos el aprendizaje de diccionario bidimensional a tridimensional utilizando el producto tensorial, y luego utilizamos la información espacial de la señal acústica de rayos X de manera más eficiente. Para reducir los artefactos de las imágenes de reconstrucción causados por el muestreo escaso, diseñamos la solución iterativa alternativa del coeficiente escaso tensorial y el diccionario tensorial. Además, construimos el sistema de reconstrucción de imágenes de dosis acústicas inducidas por rayos X, simulamos las señales acústicas de rayos X basadas en la información de los pacientes del Hospital del Cáncer de Sichuan, y luego creamos los conjuntos de datos simulados. En comparación con algunos métodos de imagen típicos de vanguardia, los resultados experimentales demuestran que nuestro método puede mejorar significativamente la calidad de las imágenes reconstruidas y la precisión de la distribución de la dosis.