乳腺癌的早期诊断、早期治疗对于降低乳腺癌的死亡率起着重要作用。研究表明，正电子发射断层成像(PET)对于示踪剂具有极高的灵敏度，能够很好地实现肿瘤的高精度热源成像。但是使用全身PET，由于分辨率等原因而不适用于乳腺检测中。为此，学者们研制出了专门用于乳腺检测的PET扫描仪——正电子发射乳腺成像(PEM)。PEM的引入推动了乳腺肿瘤方面影像学的发展。在PEM的成像中，图像重建算法起着重要的作用。因此本文着重就PEM图像重建算法方面展开研究。本文的主要研究工作如下：(1)解析法重建：介绍了滤波反投影法的理论基础——Radon变换即傅里叶切片定理，推导出了滤波反投影法算法的重建方程，并介绍了详细地实现流程。然后以Shepp-Logan大脑图作为标准图像，分别在投影间隔为10o、5o、1o下实现图像的重建。结果表明，投影间隔越小成像越清晰。针对滤波反投影算法在抗噪能力上的欠缺，我们研究了添加窗函数对成像效果的影响。因此在添加0.1的泊松噪声之后，我们对比分析了滤波反投影法未添加和添加窗函数下的重建结果。结果表明添加窗函数之后，图像噪声降低，但同时因为图像高频成分同时被消除，因此整体成像效果也并不理想。(2)基于迭代法的图像重建：本章首先介绍了迭代法相关基本知识然后主要研究了代数(ART)迭代法、最大似然期望值法(MLEM)以及有序子集最大期望值法(OSEM)，并对三种方法的成像效果进行对比分析，结果表明，OSEM算法的性能优于ART以及MLEM算法。另外我们还研究了OSEM算法每个子集中包含的投影方向数对图像重建的影响，结果表明，在OSEM算法中每个子集中包含10个以内的投影方向数是比较合理的。同时针对实际数据中包含大量的噪声，我们还研究了存在噪声的情况下迭代次数对成像质量的影响。结果表明，在实际的图像重建中存在迭代次数的最佳值，具体的次数则需根据实际噪声的情况而定。(3)图像重建算法在PEM中的应用：本章进行了乳腺模型实验以及小鼠肿瘤实验来验证方法的有效性。在乳腺模型成像实验中，实现了三维数据的单层重组计算，然后分别利用解析法与迭代法实现图像的重建。结果表明解析法成像效果更好，迭代法相对成像不明显，但伪影较少。在小鼠肿瘤成像实验中，实现了三种重组方式，同样也是利用解析法和迭代法进行图像重建。从重组模式方面进行对比分析的话，在本文PEM的基础上，单层重组（SSRB）及傅里叶重组（FORE）两种重组方式的成像质量优于多层重组（MSRB）重组方式；从重建算法层面进行比较分析，无论是显像的清晰程度还是对噪声的抑制方面，迭代法都明显优于解析法。