以物理原理为基础的医学成像是当前能够无创地在体获取解剖结构、生理功能和病理信息的唯一方式，在人类的健康中具有重要作用。随着科学技术的快速发展，医学影像物理也取得了长足的进步，各种成像模态都能提供高质量的医学影像，以互补的、丰富的信息源大大提高诊断的准确率和治疗的有效性。但是，随着基因时代的来临，人类对疾病的关注也进入了分子层次，意味着医学成像进入了分子成像时代。新的临床应用需求，对医学影像物理也提出了更高的要求。一方面，临床上不仅需要提供高质量的解剖结构图像，还需要能够准确反应病理生理特征的分子水平的功能信息图像：另一方面，单一参数的二维静态图像提供的信息不足以完全辅助临床诊断，多参数、真三维、实时动态已逐渐成为基本要求。因此，现在医学成像技术的进步主要体现在分子成像和多模态成像上。总之，临床诊断要求医学影像技术能够以更快的速度提供更精确的图像，速度与精度已经成为现代医学影像物理永恒的目标。　　 在新的临床和基础研究共同要求下，各个影像模态都面临着很多新的挑战。在动态增强磁共振成像(DCE-MRI)方面，如何实现精确地定量分析，以得到能够反映肿瘤生理特征的药代动力学参数；在针孔SPECT成像方面，如何优化准直器的设计，以使得图像质量达到最佳，如何进行有效而准确的物理建模，从而快速准确的完成图像重建；在锥束CT成像方面，如何克服由于数据量大造成的重建和后处理耗时等问题。所有的这些问题，都和现代医学影像物理快速而准确的目标相悖。因此，本文的研究目标主要是通过从物理原理出发建立数学模型，结合相关计算机技术的最新进展，部分地解决以上问题，从而推动现代医学成像技术朝向速度与精度的目标前进。　　 本论文的主要贡献可以归纳为以下三点：　　 (1).定量DCE-MRI方面，提出了一种能够快速而准确地从常规临床DCE-MRI数据中估算药代动力学参数Ktrans和Ve的新方法。该方法融合了固定T1(0)、参考区域(RR)模型、FCM聚类、更精确的对比剂浓度计算公式、对聚类后的数据进行经验公式拟合，以及线性回归等技术。计算机模拟和39例临床病例的研究初步结果显示我们的方法具有以下特点：1)直接从临床DCE-MRI数据估算Ktrans和Ve的可能性；2)相对于传统NLS方法，不合理的结果大量减少；3)对DCE-MRI数据的噪声相对地不敏感；4)计算时间相对NLS方法平均降低了30倍；5)与传统NLS方法得到结果具有高度的统计相关性；6)临床应用潜力。　　 (2).针孔SPECT成像方面，提出了一种新的针孔准直器优化设计的解析方法，以及改善了针孔SPECT的图像重建。该方法直接以想要达到的分辨率为基本条件，最大的光子探测效率和最大的断层采样率为最终目标，推导了一组适合共FOV型针孔准直器优化设计的解析公式。针对多针孔准直器的情况，通过我们的方法对针孔位置分布进行优化，能够使针孔对Radon空间的采样达到最大值，从而改善轴向分辨率。图像重建方面，建立了简单而准确的γ光子输运模型，以及在重建中引入几何校正，并确立了同一子集内并行的OSEM重建算法并行方案，从而能够以较快的速度得到高质量的重建图像。　　 (3).锥束CT成像方面，通过引入CUDA平台，利用通用GPU来加速其图像重建以及相关后处理，通过大规模地并行执行，使运算速度大为提高。通过三点几何校准法，实现对系统的几何参数进行校准，并在重建算法中引入几何校正，保证了重建图像的正确性。针对锥束CT中使用最广泛的FDK算法完成了CUDA实现，并按照CUDA优化准则对代码进行了优化，获得了1000倍的加速比。针对CUDA平台上的SART迭代算法，对正投影反投影过程采取不同方式进行并行，避免了内存冲突的问题，获得了很好的加速比。针对CT重建中欠采样的问题，基于CUDA平台实现了TV最小化算法，不仅使得重建速度可以接受，将投影采集减少到60个，而且能够去除放射状和环状伪影，并在一定程度上抑制杯状伪影，同时还能够在低剂量扫描的条件下，得到高信噪比和高对比度的重建图像，具有临床应用潜力。最后，我们利用CUDA平台来加速后处理去除环状伪影和光线投射三维体绘制算法，都获得了良好的加速比。