生物发光断层成像（Bioluminescence Tomography,BLT）是一种新型光学分子影像模态,它可对生物体内被标记细胞进行可视化观测,在了解疾病发展过程、恶性肿瘤早期检测、治疗药物和方案定量评估等预临床研究中有广泛的应用前景。但是,BLT的重建需要通过表面测量得到的光通量信息去恢复生物体内部的光源位置和强度,是一个典型的不适定性问题,且生物组织对光的吸收和散射作用导致测量非常有限,增加了数值求解的难度。为了减少BLT重建的不适定性,本文结合多光谱测量方法来获得更多的光通量信息,展开了一系列基于原对偶有效集（Primal Dual Active Set,PDAS）算法的生物发光断层成像研究,并分别设计了仿真和小鼠在体实验验证算法的可行性和有效性。本文的研究内容主要包括:（1）结合多光谱信息建立了求解多光谱生物发光断层成像的一个统一非凸正则化模型,并引入原对偶有效集算法对不同的非凸正则化模型进行求解。数字鼠上的一系列仿真实验证明了提出的这一算法在非凸正则化模型上的广泛适用性。（2）为进一步改善BLT重建结果,在PDAS的基础上提出了一种基于连续化原对偶有效集（Primal Dual Active Set with Continuation,PDASC）的多光谱BLT重建算法,该算法结合了正则化参数的连续技术,可以通过自动调节正则化参数得到最优解。非匀质数字鼠模型的仿真结果表明,在单光源和双光源实验中,基于连续化原对偶有效集的BLT算法展现出了更精确的定位误差和更好的形状拟合能力,小鼠实验结果也进一步验证了该方法在肿瘤检测等实际应用中的可行性和潜力。（3）组稀疏信息作为一种结构先验信息,可以将变量分组并根据变量是否整体为零进行稀疏性的判断,能够更好地重建出光源的形态。在PDASC的基础上,结合组稀疏先验信息,提出了一种基于组连续化原对偶有效集（Group Primal Dual Active Set with Continuation,GPDASC）的多光谱BLT重建算法。一系列仿真实验证明提出的组稀疏模型不仅在大光源重建方面表现较好,与其他组稀疏类算法相比,双目标辨别能力也更强,形状拟合度更高。而小鼠实验也验证了该算法在一些实际应用中也具有一定的潜力。