荧光分子断层成像(Fluorescence Molecular Tomography, FMT)可对生物体内特异性荧光分子探针的时空分布进行可视化，因其成像灵敏度高、无电离辐射风险及成本低廉等优点，在药物研发筛选、疾病早期诊疗、手术导航等可视化检测领域有着巨大的潜力。FMT通过使用高灵敏度相机采集体表面近红外光学信号，并结合光在生物组织中传播的物理模型，进而由重建算法得到荧光光源的三维分布。近年来，FMT的重建算法及其应用发展迅速，然而由于光在生物组织中传输及组织光学特性的复杂性，FMT在重建精度、重建速度和稳定性还亟待提升。本文主要围绕FMT荧光光源重建相关问题主要从以下三方面展开研究：
　　1、多模融合是实现FMT精确重建的前提，三维配准是实现FMT系统中不同模态信息融合的必要环节。为了提高配准的精度和速度，本文提出了一种基于双向距离比值的改进配准算法，在利用主成分分析方法实现点云模型粗配准的基础上，首先从正反两个方向搜索点云匹配点，其次计算匹配点间的双向距离比值并换算为概率，最后将此概率作为计算配准参数算法的权重，权重的添加约束了误匹配点的干扰，提高了配准的精度和速度。实验表明，当点云间存在较大位置偏差、明显形态差异和局部残缺等情况时，本文算法相较于经典ICP算法和TrICP算法的配准精度有明显提高，尤其是配准速度显著提升。同时，还将该配准算法应用于荧光映射中，考虑到白光与荧光图像采集同属一个光学系统，本文设计了一种将白光图像作为映射中介融合荧光信息和结构信息的方法，首先用二维白光图像重建三维表面，其次利用提出的配准算法实现白光三维表面与CT三维表面配准，然后结合白光与荧光图像坐标系一致的先验知识，将量化校正后的荧光信息映射至CT表面。小鼠实验结果表明本文荧光映射方法的可行性和改进配准算法的有效性。
　　2、FMT中由于待重建光源分量间存在耦合性，直接进行l1范数稀疏正则化求解的计算代价较大，而将重建的原问题转为其对偶问题的对偶增广拉格朗日(Dual Augmented Lagrangian Method, DALM)算法可以降低求解难度，但将全角度投影数据用于DALM算法求解时，收敛速度较慢而无法满足快速重建需要。为此，本文提出一种结合线性回归近似的DALM重建算法(DALM combined with a LinearRegression Approximation，LRA-DALM)，首先利用线性回归近似算法将原系统矩阵约减为一个近似子矩阵，然后利用基于l1范数稀疏正则化的DALM算法在近似子矩阵的数据规模下完成FMT重建。单光源和双光源的数值仿真实验表明，相比于Tikhonov正则化算法和DALM算法，光源重建的速度得到显著提高，重建精度和稳定性更好，并且当激发光源数量从3-36个变化时，与对比算法相比本文的LRA-DALM算法重建速度平稳保持在较快水平，通过真实小鼠的单光源实验验证了该算法应用于在体小鼠FMT重建的可行性。
　　3、针对均匀网格重建性能低和自适应网格参数设定困难的问题，本文提出了一种基于非均匀有限元网格的全域FMT重建策略。利用有限元方法对光传输模型进行数值求解时，需要对成像区域进行网格离散化，采用全域均匀网格时，过于稀疏的网格很难精确逼近荧光目标，而过于密集的网格又会影响重建速度。采用自适应网格时，虽然能够根据可行区域不断进行网格细分并实现重建，但准确划分可行区域的参数设定较为困难，当可行区域与真实光源区域存在偏差时，非细分区域将不能参与重建，影响最终重建精度。为此，该算法首先将成像区域进行网格粗分并完成初步重建，然后将初步重建中荧光产额较大的四面体节点区域再次进行网格细分，与自适应网格不同的是算法并非只针对细分网格进行精确重建，而是将粗分网格和细分网格融合为一个覆盖整个成像区域的非均匀网格，最终利用该非均匀网格实现FMT的全域重建。考虑到FMT光源目标的稀疏特性，重建算法采用IVTCG算法求解稀疏正则化问题。数值仿真和物理仿体实验表明，本文方法在重建定位精度、重建速度和稳定性等方面具有较好效果。