分子影像是一门新兴的前沿综合学科，它应用影像学方法，对活体状态下的生物过程进行细胞和分子水平的定性和定量研究，能够在体、无创、实时、动态、特异、精细地显像分子细胞水平的变化，并通过影像信息直接反应其生理和病理过程，突破了传统的影像技术的局限性，为研究癌症的发生发展转移、基因治疗以及药物评估等提供了可靠依据。生物发光断层成像是一种典型的光学分子成像技术，它不仅具有光学分子影像技术所具备的诸多优点，如，高灵敏度、无辐射、操作简便、测量快速、结果直观以及价格低廉等，还具有高信噪比和对环境反应快速等独特优势，已经在肿瘤研究和药物研发等领域发挥了重要的作用。　　 生物发光断层成像的目的是定量重建出生物体内的生物发光源，是一个病态的逆源问题。由生物发光源所发射的光子在高度非匀质的生物组织中多种传输行为增加了问题的病态性。同时，由探测器获得边界离散测量数据的数量有限，而待求解的组织内部离散点数量巨大，也增加了光源重建的困难。因此，如何降低生物发光断层成像的病态性，精确重建出组织内部的生物发光源，成为生物发光断层成像研究的核心和热点问题。本文就这些问题，结合多种先验知识，从模型建立、重建方法、测量技术三个方面进行深入的研究。本文的研究工作就是基于融合多种先验知识展开的，主要内容包括：　　 (1)发展了基于辐射度-扩散方法对生物光源光子在生物组织中的传播进行仿真。该算法以辐射度-扩散模型为基础，将有限元方法拓展为有限元-void边界元法，从而实现了模拟生物光源光子在含有无散射空区的扩撒区域内的传输，对后续的在含有空区的生物组织中逆向光源重建的研究具有重要的意义。在算法的验证实验中，利用不同形状和不同光学特性参数的三维数值仿体进行了实验，并与被称为模拟光子传输“金标准”的Monte Carlo方法的计算结果进行了对比。实验结果充分证明了基于辐射度-扩散模型的有限元算法的可行性和有效性，显示了算法在生物发光断层成像领域的应用潜力。　　 (2)提出了基于辐射度-扩散方法的有限元光源重建算法。在生物组织中的无散射空区内，生物发光断层成像中常用的数学模型--扩散方程不再适用。针对此问题，提出了一种基于辐射度-扩散模型的有限元光源重建算法，不仅可以有效地解决在含有无散射空区组织内的光源重建，同时保持了扩散模型的计算效率。为了降低生物发光断层成像逆向问题的病态性，采用了先验光源可行区域的策略，它由生物组织的解剖结构信息、表面光强分布信息以及专业人士的先验知识进行确定。最后，对所提出的基于辐射度-扩散模型的有限元光源重建算法进行了非匀质数值仿体实验，很好的重建了不同深度的光源分布，并与基于扩散方程的重建算法进行了比较，结果显示，当存在空区时，采用基于辐射度-扩散模型的重建方法能精确重建光源。　　 (3)提出了一种基于后验修正策略的混合谱/多光谱重建算法。为了获取更多的测量数据，多角度顺序测量技术经常被用于当前的研究中。但是由于体内的生物发光源随时闻衰减，使得从不同角度测量获取的成像物体体表的测量数据不一致，从而导致光源重建存在很大的误差，甚至失败。针对上述问题，提出了基于后验修正策略的自适应有限元重建算法，有效避免了从不同测量角度获取的边界信息的不一致性，而且结合自适应技术，对体内光源进行精确地重建。此外，该算法同样适用于多光谱的重建，从而能进一步降低逆向光源重建问题的病态性，提高成像精度。最后，利用匀质和非匀质数值仿体在对算法的性能进行了验证，结果显示该算法能获得良好的重建效果。　　 (4)发展了一种基于P-范数的光源重建算法。在生物发光断层成像重建中，通常通过正则化方法解决病态问题。当使用最常用的是标准Tikhonov正则化方法进行光源重建时，生物发光断层成像的病态本质使其重建结果受噪声的影响很大，从而导致重建不稳定。并且标准Tikhonov正则化方法中的2-范数作为惩罚项时，虽然能降低噪声，适合于匀质区域，但由于生物组织的高度非匀质性，该方法得到的重建结果过于平滑，会丢失很多细节信息，降低了成像的分辨率。针对这一问题，发展了一种基于P-范数的光源重建算法，使用P-范数作为惩罚项，增加成像的分辨率，并联合1-范数代替标准Tikhonov正则化方法中的最小二乘项增加重建算法的稳定性。最后，通过非匀质数值仿体和物理仿体实验对算法的性畿进行了验证，结果显示该算法能获得良好的重建效果。