扩散光学断层成像技术是一种无创的人体组织功能检测手段。它可以达到毫秒级的时间分辨率，设备成本低廉，然而，该技术还有成像区域较小、深度分辨率较低等缺点。本文的目的正是解决扩散光学断层成像技术的这些缺点，推动该技术的临床实用化。　　 近两年来，多中心光纤排布模式的出现大大改善了扩散光学断层成像技术的空间分辨率，然而，六边形的多中心光纤排布模式覆盖区域较小，要真正进行大脑成像，必须覆盖更大的区域。本文在六边形多中心光纤排布模式的基础上提出了五边形多中心光纤排布模式，并将五边形和六边形通过适当的方式拼接，形成覆盖区域更大的全脑成像头盔。　　 扩散光学断层成像技术的另一个缺点是深度分辨率较差，这主要是因为光子在人体组织中传播时，能量迅速衰减，导致深层的光子密度远小于浅层组织的光子密度。本文提出了一种基于反S型的光子密度调整算法(LSA算法)，它通过在深层的光子密度上乘一较大的系数，在浅层的光子密度上乘一较小的系数来减小深层和浅层的光子密度对比度，从而提高扩散光学成像技术的深度分辨率。　　 本文将LSA算法应用在大脑成像中，结果表明该算法可以显著提高图像的深度分辨率，将大脑激活区定位在大脑皮层上。在应用了LSA算法的重建图像中，本文作者可以分辨出手指运动与对指任务激活区的差别，但在没有采用LSA算法的重建图像中，这两个任务激活区的区别不明显。　　 扩散光学断层成像技术还可以用在乳腺成像中，但是较低的深度分辨率导致重建图像中的噪声较大，图像质量不高。本文的结果表明，在应用了LSA算法之后，重建图像中的噪声显著减小，图像质量大幅提高。应用了LSA算法之后，扩散光学断层成像技术在检测较小的肿瘤和更早期的肿瘤方面的表现得到显著提升，有利于该技术的临床应用。