近年以来,光声成像技术已经发展成为一种新型的无损医学影像技术,该方法有效结合了纯光学成像技术高对比度和纯超声成像技术高穿透性的优点。光声成像技术不仅能够对生物组织结构成像,还能够实现精确的功能成像,特别适合提供有关血管生成的高对比度影像并检测增进的代谢活动,用于早期肿瘤的检测、血管成像和脑部结构与功能成像等场合,已经逐步发展成为生物组织无损检测技术领域的研究热点,具有很好的应用前景。　　本论文以光声成像系统信号采集与图像重建研究为背景,对基于单阵元探测器的光声成像系统信号采集方式与图像重建算法、基于阵列探测器的光声成像系统信号采集方式与图像重建算法、基于压缩感知的光声成像系统信号采集方式与图像重建算法进行了研究,并建立了基于阵列探测器的光声成像系统,进行了实验研究,针对光声成像过程中光声信号常伴有背景噪声影响重建图像分辨率的问题,着重研究了基于经验模态分解的光声信号预处理算法。本文的主要内容包括:　　采用单阵元探测器信号采集方式的光声成像系统中,单个阵元可接收很大角度的扇形范围内的光声信号,需要使超声探测器围绕生物组织旋转一周,在各个方向上采集光声数据,然后才能成像。本文针对时间反演算法在重构过程中由于测量位置稀疏,产生的散射波导致光声成像重构过程产生伪迹的现象,给出了一种基于粒子群优化支持向量机插值的时间反演重建算法,通过在重建过程中对采集的光声数据进行插值来消除,通过仿真实验证明,可以达到通过较少的测量位置来达到提高成像质量,消除成像伪迹的效果。　　采用阵列探测器的光声成像系统中,每个阵元只探测有限角度内的光声信号,多个阵元在横向上同时接收光声信号,采用这种信号采集方式,只需要在一个方向上接收光声信号就能够重建出一幅光声图像,因此采集与重建时间较单阵元的短得多,能够实现实时成像。但是通过单一位置采集到的信息量较少,图像的横向分辨率完全取决于探测器的阵元间距等参数,因此采用阵列探测器成像时往往横向分辨率低,伪迹现象较为严重。针对采用阵列探测器进行观测成像时存在的这些不足,利用相控聚焦重建算法,利用阵列超声探测器同时采集不同偏转角度对应聚焦主轴的光声数据,然后在同一参考坐标系下将这些光声回波数据进行数据融合处理,即对同一被测组织同时进行多角度的观测,可有效避免待测组织成像盲区,大大提高光声图像的横向分辨率和信噪比。　　目前常用的光声成像重建算法都是根据探测器探测到的光声信号重建组织内部的空间光学吸收分布函数。但在实际中,成像的空间分辨率通常受制于阵列探头的聚焦能力、阵元密度和带宽的限制,或者成像范围受到探测器尺寸和成像目标的影响,不能进行完备光声数据的采集,导致成像细节损失,伪迹现象严重。本文提出了基于压缩感知理论的光声成像算法,在采用非聚焦的单阵元探测器进行光声成像的情况下,利用压缩感知理论就可以不必使探测器围绕生物组织旋转进行成像,给出了基于压缩感知理论的光声成像装置并讨论了基于压缩感知的光声成像算法。采用多个单阵元探测器进行多角度观测,通过将不同观测角度的光声重建图像进行融合来提高图像质量,消除伪迹现象;引入了贝叶斯压缩感知成像算法,该算法在具有噪声干扰的情况下也能以高概率重建信号,能够更加精确地恢复原始光声信号;由于光声信号的采集和图像重建都是沿着弧线方向,构建了基于弧向的测量矩阵,能够采用较少的观测次数更准确的恢复出原始信号。通过仿真实验证明,基于多角度观测的弧向压缩感知算法能够获取高分辨率、无伪迹的光声图像,具有很好的应用潜力。　　由于采用基于单阵元探测器的光声成像系统,受到机械旋转的限制,光声信号的采集和图像重建需要较多的时间,因此考虑构建基于阵列探测器的光声成像系统。本文构建了基于阵列探测器的实时光声成像系统,针对时间分辨率低的问题,建立多通道并行采集、分布式快速重建的处理机制,将一次激光照射后各个方位产生的超声信号全部采集并记录下来,然后将这些数据上传到计算机中进行分布式处理,实现真正意义上的实时成像。针对光声信号易受噪声污染,大大影响光声图像的对比灵敏度,降低图像质量的问题,引入一种基于EMD分解和能量窗分析的光声信号预处理算法,能够有效提高光声信号信噪比,最大限度的除去噪声,保留有用信号。最后,基于阵列探测器的实时光声成像系统进行了实验研究,并对实验结果进行了具体分析。