生物发光断层成像(Bioluminescence tomography,BLT)是一种新型的光学成像模态,它利用在体表获得的光强信息来反演生物体内部光源(荧光标记靶目标)的分布信息,从而实现对生物体内部分子水平的生理或病理过程进行无创在体观测。它具有成本低廉、灵敏度高、无电离辐射等优点,在药物研发、肿瘤早期检测等预临床应用方面很有发展前景。生物发光断层成像是典型逆源问题,具有高度不适定性。此外,由于生物体表能获取到的测量信息非常有限,也增加了成像的难度。如何解决BLT逆问题的病态性以及如何快速高效的进行光源重建一直是研究的热点问题。为克服BLT的不适定性获得稳定的光源重建结果,本文主要研究基于正则化技术的重建方法。主要内容包括:(1)正则化参数的自动选择众所周知,正则化参数对正则化方法的求解结果有很大的影响,因此选择一个最优的正则化参数才能确保得到好的解。本文研究了三种正则化参数自动选择方法:广义交叉验证法、L曲线法、U曲线法。将这三种方法与经典的Tikhonov正则化方法和不完全变量截断共轭梯度法相结合解决光源重建的问题,设计数字鼠实验分别验证三种方法在处理高不适定性BLT问题中的有效性。仿真实验表明:在BLT光源重建中,利用广义交叉验证法和L曲线法选取的正则化参数可以得到良好的光源重建,而利用U曲线法选取的正则化参数偏大,因此重建结果较差。(2)基于非凸L1-2正则化的BLT重建为进一步提高光源重建的精度,本文提出了一种基于非凸L1.2正则化的BLT重建方法,结合凸差分算法来求解最小化目标函数,在每一步迭代中采用带自适应惩罚项的交替方向乘子法高效求解,并结合L曲线法进行正则化参数选择。为验证此重建方法的定位能力和光源分辨能力,本文分别设计了多组数字鼠仿体上的单光源和双光源实验,并与几种典型的基于L1范数正则化的重建方法的进行了对比研究。仿真结果表明本文提出的方法可以进一步的提高重建的精度以及对双目标的分辨能力。