电阻抗断层成像(Electrical Impedance Tomography,简称EIT)是近年来发展起来的一种基于计算机断层成像的医学影像技术,它根据生物体内部不同组织的导电参数的特性,由注入的交变电流信号和测量得到的电压数据,利用重建算法得到电阻抗的断层图像。生物阻抗技术具有无创伤、低成本、连续监测等特点,是一种功能成像方法,可以用于人体组织与器官的功能性评价,临床上可用于肿瘤、癫痫等多种疾病的早期发现及诊断。本论文主要包括两大部分,第一部分对基于RBF人工神经网络的电阻抗成像算法进行了研究,第二部分通过建立简化模型,对基于阻抗测量的肿瘤检测系统进行了仿真。电阻抗成像算法的研究,首先给出基于有限元的电阻抗成像正问题求解过程,对正问题的求解过程中所涉及到的有限元理论、拉普拉斯方程的变分推导以及区域模型的有限元剖分方式和剖分实现等问题进行了分析;其次,对电阻抗成像反问题以及反问题的病态性做了深入探讨;然后,将RBF人工神经网络应用到电阻抗成像算法中,对RBF网络结构设计、目标模型和样本设计、网络类型选择、网络训练方法、图像重建过程进行了具体论述;最后,就该算法的成像过程进行了仿真,对影响图像重建效果的因素进行了讨论。针对简单遗传算法中存在的早熟收敛现象和收敛速度慢的问题,借鉴自然界常见的有性繁殖和“小生境”现象,将性别、年龄与二倍体编码方法相结合,引入小生境选择技术,提出了基于有性繁殖的小生境遗传算法。通过建立简化模型,对肿瘤(如:乳腺肿瘤、淋巴瘤)检测系统进行了仿真研究,并用两种遗传算法对肿瘤位置进行定位分析,通过对比,验证了用基于有性繁殖的小生境遗传算法进行肿瘤位置确定的有效性。