生物发光断层成像(BioluminescenceTomography,BLT)是光学分子影像的一种重要成像模态,通过生物体表面测量到的光子通量,重建出生物体内部荧光光源的三维分布,从而反应出生物体内部的病理特征。仅根据生物体表面有限的测量数据来重建光源的三维分布是一个高度病态、不适定的逆问题。经过多年的研究,研究者们提出了基于有限元方法(Finite Element Method,FEM)的数值解法,但难以获得高分辨率高准确度地重建结果。近年来,研究者们在FEM的基础上提出了一系列多级自适应有限元方法(Multilevel Adaptive Finite Element Method,MAFEM),显著提高了重建光源的质量,但在重建时经常采用手动设置能量阈值的方法来确定可行区域,存在着过多的人工干预,导致重建光源的位置偏离真实光源,光源定位误差过大。为了解决MAFEM存在过多人工干预,导致光源定位不准确的问题,本人在MAFEM的基础上,提出了一种结合可行域收缩的多级自适应有限元方法的BLT重建框架(Permissible Region Shrinking—Multilevel Adaptive Finite Element Method,PRS-MAFEM)。该框架将可行区域收缩策略引入MAFEM的重建过程中,通过迭代收缩自动确定光源可行区域,减少了人工干预,在有限的测量数据下,实现了准确的光源重建。为了验证该重建框架的有效性,在数字鼠躯干模型上设计了单光源和双光源仿真实验,结果表明,PRS-MAFEM能显著提高重建光源的定位精度与重建能量密度。为了进一步探究PRS-MAFEM在BLT中所具有的优良性质,进行了PRS-MAFEM对重建算法参数敏感性以及对多种重建算法适用性的研究,仿真实验结果表明,该框架对重建算法参数较为敏感,但在选择适合参数的情况下,对多种不同重建算法都能够获得较好的重建结果,在BLT中有一定的适用性。