1.一种基于稀疏投影的Nesterov同伦摄动迭代的光学层析成像重建方法，其特征在于，包括以下步骤：

步骤1，设置待测区域的光学参数、激发光源、探测器的分布；

步骤2，结合光子传播模型和有限元理论，建立成像区域内部未知光学参数与测量数据的非线性关系；其中，采用辐射传输方程模型描述光子在待检成像区域内的传输过程；通过多光源激发及有限角平均测量数据建立光学层析成像问题的测量系统；

步骤3，基于步骤2建立的非线性关系，利用基于稀疏投影的Nesterov加速同伦摄动迭代正则化方法对光学参数进行反演，获得区域内部光学参数的分布图像；其中，将每次迭代结果进行稀疏投影，用于保证重建质量；

其中，步骤2具体包括：

步骤2.1，采用辐射传输方程作为光子在成像对象内的传播模型，结合边界测量的角度平均数据，构造描述光学层析成像过程的边值问题；基于有限元理论及RTE_2D_MATLAB软件，将成像区域离散为N个三角元，将所述边值问题转化为表面测量数据与内部光学参数的非线性关系，表达式为，

Fi(x)＝yi,i＝1,…,Ns，式中， 是吸收系数， 为测量数据，Nd为探测器的个数，Ns为光源个数；

上述表达式简记为，F(x)＝y；

步骤2.2，基于步骤1预设的光学参数分布情况，利用RTE_2D_MATLAB软件进行正向问题计算，得到真实的测量数据y；

δ

步骤2.3，对步骤2.2获得的真实的测量数据加入噪声，得到含有噪声的测量数据y ，光学参数与含有噪声的测量数据的关系表达式为，δ

F(x)＝y ,

δ

式中，||y‑y||≤δ，δ为噪声水平；

步骤3具体包括：

步骤3.1，以成像区域背景的吸收系数作为初值 Nesterov参数α＝3；

步骤3.2，构造Nesterov加速同伦摄动迭代正则化算法，根据所述正则化算法获得迭代结果；所述正则化算法的表达式为：其中，α为Nesterov参数，k为迭代步数， 为Nesterov中间变量，sk为搜索方向，迭代步长 为 的伴随算子；

1

步骤3.3，将步骤3.2获得的迭代结果投影到光学参数的L ‑球BR:＝{x:||x||1≤R}中，用于提高异常区域的重构精度,表达式为，其中， 为向球BR的投影算子；

步骤3.4，通过步骤3.2和步骤3.3进行迭代，得到第k次迭代的重构结果 当满足时，迭代停止；其中，τ为大于1的参数；

步骤3.3具体包括：

(1)将 中的元素的绝对值进行降序排列，得到一组新序列(2)搜索 中的第n个元素，使其满足：其中，阈值算子S定义为

(3)令 以及 则

2.根据权利要求1所述的一种基于稀疏投影的Nesterov同伦摄动迭代的光学层析成像重建方法，其特征在于，步骤1具体包括：设置待测区域内部光学参数的分布情况，包括：成像区域的大小及内部异常区域的个数、位置、形状；

设置激发光源与探测器的分布情况，包括：采用多光源激励和多角度测量策略；其中，光源点与探测器等距、交错地分布在待测区域的外表面。

3.根据权利要求1所述的一种基于稀疏投影的Nesterov同伦摄动迭代的光学层析成像重建方法，其特征在于，还包括：步骤4，通过相对误差或截线图指标将光学参数分布真实图像与步骤3获得的分布图像进行比对，用于评估重构结果。

4.根据权利要求3所述的一种基于稀疏投影的Nesterov同伦摄动迭代的光学层析成像重建方法，其特征在于，步骤4中，重构误差表达式为，式中，x代表重构的吸收系数， 代表真实的吸收系数；

所述基于稀疏投影的Nesterov同伦摄动迭代的光学层析成像重建方法在第120次迭代时，RE＝0.1649。

5.一种基于稀疏投影的Nesterov同伦摄动迭代的光学层析成像重建系统，其特征在于，包括：

参数预设模块，用于设置待测区域的光学参数、激发光源、探测器的分布；

非线性关系构建模块，用于结合光子传播模型和有限元理论，建立成像区域内部未知光学参数与测量数据的非线性关系；其中，采用辐射传输方程模型描述光子在待检成像区域内的传输过程；通过多光源激发及有限角平均测量数据建立光学层析成像问题的测量系统；

重构模块，用于基于建立的非线性关系，利用基于稀疏投影的Nesterov加速同伦摄动迭代正则化方法对光学参数进行反演，获得区域内部光学参数的分布图像；其中，将每次迭代结果进行稀疏投影，用于保证重建质量；

其中，非线性关系构建模块中，采用辐射传输方程作为光子在成像对象内的传播模型，结合边界测量的角度平均数据，构造描述光学层析成像过程的边值问题；基于有限元理论及RTE_2D_MATLAB软件，将成像区域离散为N个三角元，将所述边值问题转化为表面测量数据与内部光学参数的非线性关系，表达式为，

Fi(x)＝yi,i＝1,…,Ns，式中， 是吸收系数， 为测量数据，Nd为探测器的个数，Ns为光源个数；

所述表达式简记为：F(x)＝y；

基于预设的光学参数分布情况，利用RTE_2D_MATLAB软件进行正向问题计算，得到真实的测量数据y；

δ

对获得的真实的测量数据加入噪声，得到含有噪声的测量数据y ，光学参数与含有噪声的测量数据的关系表达式为，δ

F(x)＝y ,

δ

式中，||y‑y||≤δ，δ为噪声水平；

所述重构模块中，

以成像区域背景的吸收系数作为初值 Nesterov参数α＝3；

构造Nesterov加速同伦摄动迭代正则化算法，根据所述正则化算法获得迭代结果；所述正则化算法的表达式为：

其中，α为Nesterov参数，k为迭代步数， 为Nesterov中间变量，sk为搜索方向，迭代步长 为 的伴随算子；

1

将获得的迭代结果投影到光学参数的L‑球BR:＝{x:||x||1≤R}中，用于提高异常区域的重构精度,表达式为，

其中， 为向球BR的投影算子；

迭代得到第k次迭代的重构结果 当满足 时，迭代停止；其中，τ为大于1的参数。