大脑是人体内最重要、最复杂的器官,只有充分认识脑的结构和功能才能更好地保护脑、开发脑和仿照脑。脑功能探测面临的主要挑战是如何在不影响被试正常行为的前提下进行脑功能成像。在常用的脑功能成像方法中,功能性近红外光谱技术（functional Near-infrared Spectroscopy,f NIRS）兼具适中的时间和空间分辨率、无创、便携、抗电磁干扰、运动鲁棒性强等优势,应用前景广阔。f NIRS的初级形式是基于修正朗伯比尔定律的光学拓扑成像（Optical Topography,OT）,它简单易用、鲁棒性强,但定量性较低。此外,OT空间分辨率较低,且只能进行二维成像,不能提供深度信息,难以区分头皮层干扰。为应对OT上述缺陷,研究者发展了以光子输运模型为基础的扩散光学层析成像（Diffuse Optical Tomography,DOT）。DOT利用多个源-探距离通道的测量数据实现具有深度分辨能力的三维成像,便于滤除头皮层干扰,且具有较高定量性和空间分辨率。高密度DOT（High Density-DOT,HD-DOT）是DOT的一种特殊形式,采用更密集的光源和探测器实现更高密度采样,测量数据更多,空间分辨率更高。HDDOT分两个步骤间接重建兴奋度图像,并定位兴奋脑区:（1）在每个时间点单独求解HD-DOT逆向问题,从头皮表面的光强变化量重建吸收系数变化量图像;（2）在每个像素点分析吸收系数变化量的时间序列,分别计算兴奋度并组成兴奋度图像。但是HD-DOT兴奋度图像间接重建方法分别在步骤（1）和（2）中先后单独利用像素点和时间点之间的内在联系,未能对二者同时利用。步骤（1）中的逆向问题具有严重的不适定性,很难获得精确、唯一、稳定的解,重建误差传递到步骤（2）中被放大,会降低兴奋度图像精度;其次,多场并行照射方式中,光源分场点亮,多场测量数据组成一帧。由于步骤（1）中逆向问题的求解需要完备测量数据集,每完成一帧测量,HD-DOT间接卡尔曼方法重建一幅吸收系数变化量图像,且分别更新一次各像素点的兴奋度估计结果。不仅时间分辨率较低,还要受到两个步骤间误差传递放大的影响,重建兴奋度图像精度较低;再次,HD-DOT间接重建方法在单独估计每个像素点血液动力学响应函数（Hemodynamic Response Function,HRF）的过程中,没有充分利用像素点之间的内在联系,精度较低,鲁棒性较弱。HRF的估计误差和不适定逆向问题的求解误差都会传递到步骤（2）中,降低兴奋度图像精度。为了解决上述问题,本文分别利用兴奋度图像稀疏先验特性、相邻时间点之间零漂移随机行走特性和同一个脑区内像素点具有相同HRF的特性发展了如下三种兴奋度图像直接重建方法:1.发展了稀疏正则化的HD-DOT兴奋度图像直接重建方法。为了抑制误差传递放大,首先利用HRF建立直接重建法框架。它将间接重建方法中的两个步骤合成一个步骤,通过求解一个线性方程直接重建兴奋度图像,避免了误差传递放大。但是逆向问题的不适定性仍然制约着兴奋度图像精度的进一步提高。由于兴奋度图像本身具有稀疏先验特性,本文利用稀疏正则化方法约束直接重建法的逆向问题,以缓解不适定性。数值模拟和仿体实验结果表明该方法有效提高了兴奋度图像精度和空间分辨率。但是,此方法没有利用兴奋度在相邻时间点之间的零漂移随机行走特性,且所采用的标准HRF缺乏灵活性。2.发展了卡尔曼估计支持的HD-DOT兴奋度图像直接重建方法。为了提高时间分辨率和抑制误差传递放大,本文利用兴奋度图像在相邻场之间的零漂移随机行走特性,以一场为时间单位建立状态运动方程和观测方程,把边界光强直接映射到兴奋度图像。每完成一场测量,不需要重建吸收系数变化量图像,而是直接更新一次对兴奋度图像的估计,有效避免了误差传递放大。此方法不仅把时间分辨率从一帧提高到了一场,还避免了直接求解不适定的逆向问题。数值模拟和仿体实验证实了该方法对时间分辨能力和兴奋度图像精度的改善效果。但是,此方法无法利用方法1中的稀疏先验信息,且需要预先定义标准HRF,缺乏灵活性。3.发展了HD-DOT中HRF和兴奋度图像联合直接估计方法。为了提高HRF的估计精度,且克服误差传递放大对兴奋度图像的影响,本文结合同一个兴奋脑区的像素点具有相同HRF的特性,首先通过截断奇异值分解法分离头皮层的生理干扰和灰质层的血液动力学响应信号,然后利用奇异矢量联合估计HRF和兴奋度图像。此方法可以灵活估计HRF,既避免了误差传递放大,又充分利用了像素点之间的内在联系。数值模拟和仿体实验证实该方法提高了HRF和兴奋度图像的估计精度,缩短了计算时间。但是此方法无法利用方法2中的兴奋度零漂移随机行走特性。