磁共振波谱成像(MRSI)是将MRI 提供的空间信息和MRS 提供的波谱信息有机结合起来的一种成像技术。它可以获得多个体素的波谱信息和代谢物的空间分布图像,是一种可以对人体组织器官的代谢物及生化环境进行定量分析的无创方法,也是21 世纪分子水平的重要检测工具之一。新近出现的并行MRSI 技术采用多个接收线圈阵列同时采集数据,在保持空间分辨率不衰减的情况下,从一个或两个空间方向减少相位编码步数,大大减少了扫描时间。本文围绕其代谢物图像重建的两个核心部分(k-空间数据重建和波谱量化分析)进行了深入的研究,提出了改进的SENSE 重建算法和基于Lanczos 算法的奇异值分解量化方法,以提高图像重建的速度和SNR。同时,还开发了一套用于数据重建和波谱量化的软件。1. 对k-空间数据重建算法进行了研究。由于并行MRSI 的k-空间采样密度减小,直接FFT 重建势必只能得到多个有重叠伪影的部分-FOV 图像。SENSE 重建算法通过计算重叠位置的线圈灵敏度系数,将多个线圈得到的有重叠伪影的图像进行展开,得到一幅全-FOV 的无重叠的图像。我们详细研究了SENSE 重建算法在SENSE-SI 中的应用,对SENSE 重建算法进行了改进,在采用参考扫描的方法计算每个线圈的空间灵敏度时,加入了与对象同尺寸的掩板的方法,消除了对象外周无关位置信息的影响,大大减少了由于SENSE 重建带来的图像SNR 降低的固有缺陷,同时提高了重建速度。在MATLAB环境下对算法进行了验证和分析,证实了改进的SENSE 重建算法的准确性和在提高SNR方面的优越性。通过模拟一个圆柱体模型,对采用4 个线圈进行加速因子为4 的3D MRI的过程和数据重建进行了仿真。在不同方向采用不同的加速因子组合,分析了在x-y 平面采用掩板对图像SNR 的影响,得出如下结论:1) 在x-y方向采用SENSE 编码比y-z方向获得的图像SNR 要高得多。2) 不同层面采用SENSE 编码时,如果SENSE 编码方向与掩板同层面,2 个方向采用加速因子为2 和一个方向采用加速因子为4 的图像的SNR几乎相同; 如果SENSE 编码方向与掩板不同层面,与掩板同层面的一个方向加速因子越大,图像SNR 越高。2. 对时间域和频率域的波谱量化方法进行了研究。时间域的方法利用指数模型,将每个FID 信号重新排列成数据矩阵的形式,然后采用奇异值分解(SVD)的方法,来获得代谢物的种类和相关参数。传统SVD 方法需要分解所有的奇异值,速度很慢。我们利用Hankel 矩阵的对称性,采用基于Lanczos 算法的LSVD 方法,只求解部分奇异值,在