电阻抗成像技术作为无损医学检测与成像技术,以生物体内电阻抗的分布或变化为成像目标,与常规检测手段相比,具有无创、廉价、便于携带等优点,反应组织的功能性变化,对疾病的预防、诊断以及长期监测具有重大意义。在研究电阻抗成像原理的基础上,对二维电阻抗成像问题进行建模。正问题采用有限元法进行求解,推导拉普拉斯方程的变分形式,线性插值构建正问题的有限元方程。基于Matlab软件对圆形场域进行有限元剖分,边界区域加密。采用高斯消元法求解有限元方程得到电位信息。在正问题的求解结果的基础上,研究电阻抗成像逆问题,逆问题是非线性的,欠定的,病态的。在研究经典的牛顿迭代算法的基础上,采用基于Tikhonov正则化方法修正的牛顿-拉夫逊算法求解逆问题,对单目标和多目标进行图像重建,研究目标的相对位置和不同的正则化参数对重构图像质量的影响。由于修正的牛顿-拉夫逊算法重构的电参数精度不高,同时过于依赖剖分模型,并且采用迭代算法求解导致需要更多的时间和空间。采用支持向量机算法重构目标的电参数,该算法建立在统计学习理论的基础上,可以有效解决高维问题、非线性问题。通过支持向量机回归算法解决目标电参数重构问题,该算法能够快速地得到较准确的重构结果。之后引入遗传算法优化SVR参数,进一步提高了重构电参数的精度,相对均方根误差下降。说明该算法是可行的,有效的。