医学影像作为一种辅助的医疗手段，可以帮助人类检测、判定、认识和研究疾病。现有的医学成像方式不足以帮助人类对疾病的探索与研究。光声成像作为一种新型无损生物医学成像技术，结合了纯光学成像和纯超声成像的优点，可以提供高分辨率和高对比度的组织成像。　　光声成像是采用调制激光照射目标组织，使组织受热而激发出超声波，再由采集的声波重建出反映目标组织内部结构的光吸收分布。重建的光声图像反映了生物组织对光吸收的差异。作为一种高对比度、高分辨率的无损检测技术，光声成像能够有效地进行生物组织结构和功能成像，特别是在在病灶的早期诊断方面有着巨大的潜力，为研究生物组织的形态结构、生理特征、病理特征和代谢功能等提供了重要手段。目前，光声成像技术被广泛应用于肿瘤检测、血管成像、脑部结构和功能成像等领域。　　重建算法会影响图像的成像质量，因此重建算法的选取是非常重要的。如何利用接收到的超声信号实现光声成像重建是本文的重点研究内容。围绕光声成像的重建算法，论文主要完成的工作包括:　　1)研究了光声成像的物理模型和相应的数学模型，并采用格林函数法对光声波动方程进行求解，进一步利用基于K-space的方法完成了光声信号的前向仿真，并开展了单源与双源仿真实验，观察了基于时间步长的探测器波形，且单个探测器的波形符合预期判定的“N”型结构，验证了该方法的可行性。　　2)提出了一种基于正则化光声成像重建方法。光声成像重建是一个逆问题，具有严重的病态性。为克服病态性，一般采用基于正则化的方法。然而，越小的奇异值会在求解过程中带来越大的偏差，为了避免这种现象，采用截断奇异值的正则化方法实现重建，并和Tikhonov正则化重建结果进行比较。实验结果表明，截断奇异值和Tikhonov正则化都可以实现光声成像重建，但是截断奇异值法的重建效果要更佳。　　3)介绍了光在生物组织中的传输模型以及一些经典的前向求解方法，分析了几种传输模型以及前向求解算法的适用性，并开展仿真实验比较了扩散近似模型和高阶简化球谐近似模型的性能，为定量光声成像奠定基础。　　4)提出了一种基于迭代逼近策略的定量光声成像算法。目前大多数光声成像重建算法只重建光吸收能量密度的分布。光吸收能量是局部光子数密度和光吸收系数的乘积，而只有光吸收系数才能反映生物组织的本质。因此提出一种基于迭代逼近策略的定量重建方法，该方法将已知的声压测量数据与光扩散传输型结合起来，并采用一种迭代逼近的算法策略计算得到组织中光能量密度分布，进而得到生物组织的光吸收系数图像，实现光声成像重建的定量化。实验结果表明:该方法可以实现光声成像的定量重建，且重建精度较高，重建时间较短。