多频电阻抗层析成像（Multi-frequency Electrical Impedance Tomography,mf EIT）技术是一种新型的分布参数检测技术,由于其具有非侵入、安全无辐射、响应快、便携和成本低等优点,可以用于医学的长期临床监测,在医学成像领域有广阔的应用前景。然而电学层析成像图像重建是一个病态的非线性逆问题,导致了求解过程的不稳定。为了提高重建图像的精度,本课题研究进行了以下几项工作:针对病态性逆问题求解的正则化算法的研究、灵敏度矩阵优化的研究以及加权频差法的研究。具体的研究工作主要包括:（1）设计了L1-L2空间自适应正则化算法,它结合了电学层析成像差分成像的数据特征和正则化方法的约束特点,根据每一步的迭代结果更新空间分布信息并自动调整正则化项,改变了传统正则化方法对整个场域施加同种约束的做法,充分考虑了参数分布的局部特点。仿真和实验结果验证了该方法的可行性,成像结果表明,与传统的L1或L2正则化方法相比,该方法在重建内含物边界、抑制背景区域伪影以及恢复内含物大小等方面具有优越性。（2）针对差分成像中采用参考场的灵敏度矩阵求解存在的误差以及误差产生的原因进行了分析,并讨论和总结了灵敏度矩阵与电导率分布变化之间的关系,给出了差分成像中灵敏度矩阵的改进方案。提出了基于灵敏度矩阵优化的正则化算法,提高了成像精度。（3）分析了加权频差算法,并对其进行了拓展,当场域介质为具有频率依赖性的非均匀介质时,采用三个以上激励频率下的边界电压测量值计算多重加权频差值,去除多种背景介质随频率变化对边界测量值的影响,并从成像角度对其进行了验证,此外,还给出了针对每一层介质进行成像的成像方法和结果。