مقدمه: توموگرافی فلورسنت مولکولی یک روش تصویربرداری از حیوانات کوچک است و امکان مشاهدۀ سه‌بُعدی توزیع فلورسنت را فراهم می‌کند. اما به‌دلیل غالب بودن پدیدۀ پراکندگی در بافت‌های بیولوژیک، بخش زیادی از اطلاعات از دست می‌رود. از دست دادن بخشی از اطلاعات منجر به ایجاد مسئلۀ ill posed در مرحلۀ بازسازی و کاهش دقت بازسازی می‌شود. در این تحقیق نشان داده می‌شود مسئلۀ ill posed بودن بازسازی تا حد زیادی می‌تواند از طریق بهینه‌سازی هندسۀ منبع- آشکارساز بهبود یابد. روش بررسی: ابتدا طی یک مطالعۀ شبیه‌سازی با نرم‌افزار NIRFAST با استفاده از یک الگوریتم بهینه‌سازی و با کاربرد Curvature Parameter تابع جمعی حساسیت، هندسۀ بهینۀ آشکارسازی تعیین شد. جهت مقایسه با پارامتر CP، پارامتر دیگری تحت عنوان Total Variation محاسبه شد. سپس یک سیستم تصویربرداری فلورسنت مولکولی با چینش ویژه طراحی شد. در‌نهایت، طی یک مطالعۀ تجربی کیفیت تصاویر بازسازی‌شده در دو هندسۀ بهینه و مرجع با استفاده از سه پارامتر MSE, SNR, AUC of ROC مورد بررسی قرارگرفته است. یافته‌ها: مقادیر دو پارامتر u و TV به‌ترتیب در هندسۀ بهینه 38/2 و 66/100 و در هندسۀ مرجع 54/30 و1260 می‌باشد. مقادیر سه پارامتر AUC of ROC , SNR , MSE در هندسۀ بهینه به‌ترتیب 4-10 × 35/. ، 7/26 ، 98/. و در هندسۀ مرجع 4-10 × 74/1 ، 82/23 ، 97/. است که مطابق با بررسی‌های آماری انجام‌شده در دو هندسۀ مذکور، تفاوت معنی‌داری مشاهده شد (p<0/05). نتیجه‌گیری: هندسۀ بهینه‌شده توسط الگوریتم بهینه‌سازی موجب ارتقاء دقت بازسازی می‌شود.