生物组织的病变伴随其物理特性的变化，由此可以认为生物组织的物理特性参数量化有助于分析其病变情况。现代医学影像技术发展迅速，CT、MRI等可以提供有效的临床诊断图像，但作为基于图像的定性分析手段仍然存在缺陷，比如对于小病灶，目前依据图像技术有时无法进行有效地检出和定性。本文以组织物理特性参数——弹性模量反求为研究对象，目的为结合现代医学影像学，利用测量组织弹性模量的大小解决常规办法难以检出的病灶的难题，其主要流程是首先将弹性模量问题求解描述成一个力学反问题，建立逆系统辨识的数学模型，并建立生物组织弹性模量反求算法，通过影像技术获取生物组织部分边界位移信息，最后利用各种算法反求弹性模量。主要研究成果包括：（1）结合有限元方法建立了弹性模量反求的系统模型和数学模型。通过获取几何模型、外部载荷、边界条件和对象的应力应变状态，实现反求弹性模量。（2）基于粒子群优化算法、遗传算法和正则化算法理论建立了不同的反求算法，分析了实验数据，研究了算法的参数性质和抗噪音能力，并比较了各算法特点。（3）通过试验模型变形前后的影像，结合图像识别及摄影测量学中采用影像内定向技术，实现了对试验模型变形前后位移的非接触式测量，为算法的研究提供了输入数据。（4）综合算法设计、实验研究等，系统地研究了基于反求算法的计算机辅助诊断系统。研究表明，反求算法为获取软组织物理特性参数提供了新思路，并且实验证明了其有效性和实用性，这为建立面向小病灶检出的计算机辅助诊断系统提供了理论基础。