我国肝癌死亡率居高不下，早期检测是肝癌有效治疗的关键。近红外二区（NIR-II区）光学分子断层成像具有更高的组织穿透能力和时空分辨力，在肝癌的早期诊断方面具有极大的应用潜力。本文在前期NIR-Ⅰ区光学分子断层成像研究基础上，研究新型NIR-Ⅱ区光学分子断层成像方法，提出了基于深度学习网络的光源重建方法。该算法能够快速、准确、智能的重建出光源的3D形态，进一步提高光源重建结果的准确性和鲁棒性，在一定程度上克服了重建问题的不适定性。