分子影像技术是新兴的综合交叉学科,它属于应用影像学方法,分子影像技术可以在分子水平和细胞水平上实现生物病理变化的连续动态的在体成像,目前分子影像技术已经广泛地应用于生物医学研究以及药物研制等领域。光学分子影像与其他成像技术相比,具有灵敏度高、成像速度快,无放射性成本低等诸多优点,已发展成为一种理想的小动物在体成像方法。激发荧光成像是光学分子影像的一种重要的光学成像模态,可以在三维空间中观测分子过程变化并完成重建,由于其具有高灵敏度和低成本的特性,正在被广泛的应用到生命科学的各个领域中去。肿瘤一直以来都严重威胁着人类健康,研究发现肿瘤原发灶往往不止一处,因此早期精确的诊断并重建多病灶能够大大提高肿瘤的治愈率。近年来,越来越多的国内外学者在重建算法上进行了大量的研究,算法的效率和精确度得到很大的提高,并且通过仿真和仿体的方法验证了算法的有效性。但是,原位肿瘤在生物体内受众多生物因素的影响,具有不确定和不稳定的特点,这些算法是否在同样适用于活体肿瘤重建还无法得到验证。另外,激发荧光断层成像在预临床的应用还只局限于单肿瘤的检测。因此,在前人研究成果的基础上,进行系统的三维配准方法、重建算法研究,并将研究成果应用到活体多肿瘤的探测和重建是十分必要的,这对验证算法的有效性具有重要意义,也是推动激发荧光断层成像广泛应用的重要环节。在本文中,介绍了一种基于有限元的迭代收缩方法,我们在重建问题中引入了一般的范数Lp(1≤p<2)稀疏性约束,但是直接求解过于困难,于是通过加入特定的辅助函数,将高复杂度的多维优化问题转化为一系列简单的一维优化问题,使得重建算法的鲁棒性和效率都得到明显改善。我们将这种算法应用到双光源的重建中去,得到较好的结果。论文最后详细介绍了基于小鼠活体双肿瘤重建的具体过程,实验结果证明迭代收缩算法对于活体双光源重建的适用性,也说明了激发荧光断层成像在实际应用中的潜力。