荧光分子断层成像是当前分子影像技术中一种非常重要的成像方式。该成像方式采用荧光探针作为对比剂,在外部光源的激发下产生荧光。通过测量组织边界处的光信号,结合光子在组织中传播的模型,可以重建出组织吸收和散射系数的分布,还可以求得荧光产额和寿命。荧光成像具有无放射性损伤,成本低,设备简单等优点,在基因表达、肿瘤检测、蛋白质分子检测、揭示机体功能变化等方面有着很大的应用潜力,具有极高的研究价值。本文主要研究荧光分子断层图像的重建算法,主要工作和贡献如下:荧光分子断层图像重建过程中需要不断求解大规模的矩阵方程,计算开销非常大。本文首先根据有限元理论建立荧光成像的正向数值模型,提出了一种基于小波的多分辨率荧光图像重建算法,结合一种并行计算策略,在小波域内表述正向问题和逆向问题,通过多分辨率表示,利用“细-粗-细”的求解策略,计算荧光图像重建的正向问题和逆向问题。实验结果证明多分辨率小波重建算法极大地加速了重建过程,同时提高了重建精度。该算法尤其适用于当目标介质和参考介质的光学参量差异较大的情况。为了提高重建算法的收敛速度,提出了一种基于树结构的舒尔补分解方法。该方法最大的特点是利用舒尔补沿着树结构的两个分支对全局系统进行逐层分解,并结合双共轭梯度法求解子系统,通过舒尔补分解,所得到的子系统的条件数会减小,因此在给定的精度下,矩阵方程系统的求解速度将得到很大提高。采用正则化方法改善重建问题的病态特性,提出了一种自适应的正则化参数确定方法。该方法由节点所在的空间位置和目标函数来决定正则化参数。为减少重建问题的未知量数目,提高重建效率,提出了一种新颖的基于区域的荧光图像重建方法。该方法将重建区域分为两类:目标区域和背景区域。背景和目标区域的光学参量分别设为不同的常数,目标区域通过寻找最近邻点来确定。这使得重建时所涉及的未知量大大减少。由于未知量数目的大大减少,在重建过程中又引入了Hessian矩阵(二阶导数)加速算法收敛。另外,还提出了一种多波长重建策略,轮流使用激发光和发射光波长的测量数据进行迭代计算。在荧光图像重建中,需要重复计算雅可比矩阵,该矩阵的运算量极大。因此,提出了一种有效的雅可比矩阵计算方法。当雅可比矩阵中某一列元素的绝对值之和小于阈值时,将该列从矩阵中删除,使雅可比矩阵得以简化,减小了矩阵规模,提高了矩阵计算效率。实验结果表明,该算法有利于加速矩阵计算,从而大大提高了重建效率。