光声层析(photoacoustic tomography,PAT)成像结合了超声成像的高分辨率和光学成像的高对比度的优势,是一种新型的生物医学成像模式。PAT成像算法包含两个逆问题,即根据组织产生的光声信号构建初始声压分布图,以及在此基础上估算成像区域的光学特性参数,后者是一个非线性的不适定问题,通常称为定量光声层析(quantitative photo-acoustic tomography,qPAT)成像。qPAT成像弥补了PAT的不足,可以定量地检测病变组织的光学参数、形态、尺寸等。本文的主要内容是研究生物光声内窥成像中,对腔体组织横截面上的光吸收系数分布进行定量重建的方法。首先,采用辐射传输方程的扩散近似模型,对光声内窥成像进行前向仿真,得到腔体横截面上的光吸收能量分布的理论值;然后,根据超声探测器采集到的光声信号,采用基于精确解的方法重建腔体横截面上光吸收能量分布的测量值;最后,根据光吸收能量分布的理论值与测量值构造待优化的目标函数,在对目标函数进行正则化处理后,采用Bregman算法对目标函数进行优化,重建出腔体横截面上光吸收系数的空间分布。本文采用含有粥样硬化斑块的血管横截面计算机仿真模型验证所提出的定量光声内窥层析成像算法的正确性和可行性,并结合实验结果讨论分析全变差(total-variation,TV)非光滑正则化与L2正则化的有效性,定量评价L-M算法和Bregman算法对目标函数的优化效果,讨论其优缺点,进而衡量光吸收系数的重建质量。同时,通过定量分析光吸收能量分布与光吸收系数分布的重建结果,说明定量光声成像的必要性。