電阻抗成像（EIT）是一種無輻射、非侵入式的可視化診斷技術。為提高胸部電阻抗成像技術重建算法的成像分辨率和去偽影能力，本研究提出了一種利用Hadamard product優化多層神經網絡（MANN）的HMANN算法。將HMANN算法的重建圖像與廣義矢量模式匹配（GVSPM）算法、截斷奇異值分解（TSVD）算法、反向傳播（BP）神經網絡算法和傳統MANN算法的重建圖像進行對比，仿真結果表明：相對于MANN算法，HMANN算法重建圖像的相關系數在圓截面模型中可以提高17.30%，在肺截面模型中可以提高13.98%。雖然肺截面模型中HMANN算法重建圖像的部分相關系數會有所下降，但在所有模型中，HMANN算法保留了MANN算法的圖像信息，同時HMANN算法重建圖像的偽影更少，檢測目標與背景的可識別度比傳統MANN算法高。本研究可以提升重建圖像的相關系數，有效去除重建圖像的偽影，為EIT成像技術提供了一種有效提升重建圖像質量的新思路。