20世纪70年代以来，一系列新的成像技术的出现使得神经科学家和医生们可以有效地观察到脑的功能性活动，为解释脑的奥秘提供了有效方法。其中基于内源信号的脑功能光学成像是一种前沿的脑成像技术，它因空间分辨率较高，可长时间在体记录，结构简单等特点，可以有效地研究大脑功能特性，在脑功能研究中发挥了重要作用。虽然基于内源信号的脑功能光学成像的原理和系统构成比较简单，但在活体成像实验过程中存在诸如呼吸、心跳以及血管周期性波动等生物噪声，其引起的皮层反射光强变化往往远高于刺激相关的皮层活动信号，这些生物噪声降低了成像信噪比，需要经过一系列图像信号处理之后才能从噪声中提取到所需要的真正反应大脑功能的信息，因而研究适用于光学成像的图像处理方法成为了研究热点。早期光学成像研究中使用的叠加平均及差分等的方法可以有效地从噪声中提取信号，提高信噪比，但在某些情况下，噪声仍然较强，存在的血管伪迹也降低了图像质量，因而工程技术人员一直在致力于研究和建立适于内源信号脑光学成像的图像处理新方法。在本课题组进行的内源信号脑光学成像实验中，得到的图像信号较强但存在血管伪迹较强的问题，降低了信噪比。因此本文旨在探索多种血管伪迹提取及去除方法，然后从中寻找到最适合于本课题组实际实验结果的血管伪迹提取及去除方法。本文首先介绍了课题中主要应用的血管伪迹提取方法：方差法和局部相似度最小化方法，两者都可以取得对血管伪迹较准确的预测，但是方差法存在着对于局部细节预测不够准确并且有预测错误的情况；而局部相似度最小化方法则不能对血管伪迹的本身形态、长宽粗细等给予很好的表达，因此本文在这里创新性地把两种方法结合使用，得到了比单独使用两种方法更好的血管伪迹预测效果。其次本文系统研究了血管伪迹去除的算法，提出用血管伪迹周围灰度值中位值去除的方法，可以有效的对血管伪迹进行去除，进一步比较了不同参数对该算法的影响，并进行了性能分析。本文在血管伪迹提取去除算法的基础上，创新性地把该方法与主成分分析、独立成分分析相结合，证明了把主成分分析和独立成分分析作为数据预处理手段，再使用血管伪迹提取及去除方法，可以很大程度上改善内源信号脑光学成像图像质量，比单独使用主成分分析和独立成分分析，能够取得更好的效果。本文的主要结论是：把方差法和局部相似度最小化法相结合可以预测出较好的血管伪迹，在此基础上用中位值去除血管伪迹能得到较好的伪迹处理效果。PCA和ICA作为图像预处理手段，结合上述伪迹检测和去除手段，能进一步增强图像信噪比，提高图像质量。