随着探针标记技术的发展，分子影像(MI)在生物医学成像中已经成为一个重要的新领域。与传统的医学诊断成像手段相比较，分子影像可以提高人们对生物现象的理解，监测基因表达和细胞变化以及提前发现疾病。在分子影像的研究中，生物自发光断层成像(BLT)是当前医学科学前沿领域内的一个热门研究课题，它的研究对人类健康有着深远的影响。 生物自发光断层成像研究的问题分为前向问题和逆向问题。前向问题是指根据生物组织中自发光光源的相关信息和生物组织的光学特性参数信息，获取生物体表面的光强分布；而逆向问题是指已知生物体表面的光强分布信息和生物组织的光学特性参数信息，反演生物组织内自发光光源的相关信息。其中，前向问题是研究生物自发光断层成像研究的基础。前向问题主要研究的是光在生物组织中的传输问题，是典型的粒子输运问题，数学上常用辐射传输方程和蒙特卡洛模型来描述。前向问题的求解方法主要有有限元方法、边界元方法、差分方法、自适应有限元方法和蒙特卡洛方法等，其中蒙特卡洛方法具有精确的特性，因而较多的被人们使用。 由于BLT逆向问题的研究需要获取生物表面的光强数据(即前向问题的结果)作为原始数据，但通过真实实验获取这种数据代价高昂。为此，实验室开发了一个基于蒙特卡洛算法的仿真软件一分子光学仿真平台(MOSE)来对光子包在生物组织中的传输过程进行模拟，它为BLT逆向问题的研究提供了一种廉价、方便但可靠的原始数据获取方式。但这个软件还存在一些缺陷：首先光子包在复杂组织内部运动的处理方式不够完善，导致运行结果不够精确；其次，蒙特卡洛算法虽然比较精确，但时间代价过大，导致软件仿真时间较长；此外，软件的仿真核心算法过于单一，缺少有限元等数值解方法；最后软件的使用界面不是很友好，功能也不是很完善。针对这些问题，本文主要做了以下几点工作：(1)对原来的蒙特卡洛算法模块改进了光子包在组织传输中的处理，使软件的仿真结果更精确，运行更稳定；大幅度的修改了软件的结构以改善可扩展性，并开发了更友好的用户界面。(2)从单层平板模型出发，提出了复杂生物组织模型的FEM-MC算法，在不损失太多结果精度的前提下大大提高了仿真速度。(3)引入了基于有限元方法的数值解方法模块，为用户提供了一种高速但结果精确性稍差的仿真算法，并引入了LU分解方法处理有限元算法得到线性方程组，解决了维数过大难以求解的问题。