近二十余年发展起来的电阻抗层析成像技术(Electrical Impedance Tomography - EIT),相比于其他CT技术,以其非侵入性、便携性、价格低廉、响应快速等技术优势,在工业和医学领域具有重要的应用背景。电阻抗层析成像技术,将阵列电极附于物体表面并交替施加电流激励,测量电极上的电压信号。运用边界上的测量值重建内部场域的电特性近似空间分布。数学上,EIT的物理模型符合拉普拉斯椭圆偏微分方程。对于场域中任意电特性的分布,无法求取解析解。因此,采用有限元(FEM)方法求解正向问题。EIT的图像重建问题是非线性且病态的逆问题,需采用正则化的方法才能获得较精确的解。本论文中,EIT的正向问题采用COMSOL Multiphysics@和Matlab@软件进行求解,COMSOL具有建模方便简单和求解精确等优点。结合CT扫描图建立人体肺部二维/三维模型,进行正问题求解。文中讨论了逆问题求解的基本理论,为克服边界数据不足的缺点,引入先验知识,提出了几种新的图像重建算法:1.基于传统的Tikhonov正则化方法,利用正则化矩阵引入系统平滑信息,以提高图像重建精度。此外,基于广义的Tikhonov正则化方法,引入最大熵罚函数项,利用其非负特性约束,达到提高成像精度的目的。2.利用CT扫描图,引入人体结构以及各组织电导率分布等先验知识,提出了基于肺部模型结构的成像算法,有效提高了肺部成像质量。3.利用呼吸循环周期肺部结构及电导率分布的有关信息,提出一种基于基函数约束的方法。由基函数的线性组合构成问题的解,从而减少重建参数,使得逆问题求解稳定。但是,当被测对象结构和电导率分布与先验信息不符时,则会导致解偏离。4.基于Tikhonov正则化方法,利用正则化矩阵引入肺部组织结构和电导率分布信息,选择合适的正则化参数,使解合理趋近于真实分布。即使实际分布不同于先验信息,此方法仍能获得较好的成像效果。5.建立三维肺部模型,进行初步分析研究。最后,作者提出了对医学EIT成像进一步改进的意见。