电阻抗成像（EIT）技术是近年来发展起来的一种新的图像重建技术。它根据生物体内部不同组织导电参数的相异性，由注入的安全电流信号和测量得到的电压数据，利用重建算法得到生物体内部电阻抗的分布图像。它不使用核素或射线，对人体无害，可以多次测量，重复使用，具有无创伤、连续检测等特点，近年来已成为国内外生物医学工程领域研究的热点问题之一。 本论文首先对生物电阻抗成像技术的国内外发展状况进行了综述，对该技术的应用前景进行了展望，对几种典型的EIT 重构算法进行了分析。随后，利用有限元法(FEM)对EIT正问题进行求解。对EIT 场域进行了数学描述，针对人体血管建立了EIT 正问题求解的数学模型，为EIT 逆问题的求解打下基础。进而，对于EIT 阻抗重构，采用修正的牛顿－拉夫逊(MNR)方法，针对其病态特征进行正则化方法的研究。 分别研究了Tikhonov正则化方法，变差正则化方法和将Tikhonov 正则化与变差正则化结合起来的混合正则化方法。针对血管壁内脂肪块的仿真模型，分别进行了仿真实验，并对三种正则化方法的结果进行了对比分析。结果表明，Tikhonov 正则化虽然目标函数在迭代中有所收敛，但是目标区域与背景区域间边界模糊，成像效果不好；变差正则化方法有效地改善了MNR 方法的病态性，使其解适定，与Tikhonov正则化相比，重构图像目标区域电阻率分布的陡峭度显著增加，与背景区域的区别更加明显，向目标区域的收敛的集中程度也进一步提高；混合正则化算法保留了Tikhonov 正则化重构算法的收敛性能，同时还保留了变差正则化重构精度高的优点，使得重构图像具有较高的对比度和锐度，得到了较为理想的重建结果。