为实现生物医学光学中的无创伤诊断，本论文以“通过背向散射光确定体光学参数”为核心内容.本文从生物组织光散射基础理论入手，以MonteCarlo模拟为主要计算手段，应用神经网络技术进行研究.从辐射传输理论分别导出标准和普适扩散近似的散射光光强表达式.对依据这两个近似确定体光学散射参数的方法进行了比较；得出不能用标准扩散近似从背向散射光完整地得到(μs，μα，g)的结论.证明普适扩散近似在此时是相对标准扩散近似的更好的近似，是从背向散射光中确定(μs，μα，g)的理论基础.对入射光为偏振光的散射体系，本文以Mie小球散射理论为基础，设计了通过测量散射光偏振特性求散射系数μs的MonteCarlo模拟程序；设计了全新的、用于MonteCarlo模拟的实时粗糙表面生成算法，这一算法与传统静态算法比显著节省了系统资源、提高了运算速度和大大扩展了研究区域；首次设计了同时包含粗糙表面和偏振性的MonteCarlo模拟程序.我们的研究证实偏振条件下粗糙表面使这一光学参数确定方法失效.对于非偏振光情况，我们应用神经网络技术通过对倾斜入射垂直检测光路的背向散射信号处理实现(μs，μα，g)的确定.针对从背向散射光确定(μs，μα，g)的特殊性，首次设计了一种专门用于本问题的复合反向传播神经网络.分析与比较证明，复合反向传播神经网络比单一反向传播网络训练时间更短、精度相当且泛化能力更强的结论.通过MonteCarlo模拟验证并与现有研究结果比较，我们得出对倾斜入射垂直检测光路所测量的背向散射光应用复合神经网络求解(μs,μα，g)的方法是目前最精确、适应性最好的方法的结论.对于生物组织光散射问题和无创伤生物医学光学诊断的研究，本文无论是在理论上还是应用上均有重要意义.