随着科技的发展以及人们生活水平的提高，人类的身体健康成为整个社会越来越关注的问题，在此背景下，医学影像的发展势头良好，因此关于医学影像的研究也变得炙手可热，并呈现出蓬勃发展的局面，成为中国新一代的朝阳产业。目前医学图像领域应用较为广泛的当属磁共振成像、超声、CT等方法，其中磁共振成像因其成像质量较高，对人体无损伤等优势应用范围越来越广泛。其中磁共振参数成像在临床应用中较为广泛，通过对磁共振参数图像各点参数值的分析能够得到人体组织病变情况，当前磁共振参数成像是磁共振成像的一个主要研究方向。本文对人体膝关节软骨部分进行磁共振参数T2成像，通过对膝盖软骨部分的T2值的判断，得到膝盖病变情况，在临床上对及时预防关节炎，关节囊肿等疾病有一定预防和指示作用。本文是在膝关节磁共振参数成像基础上进行研究，针对磁共振参数成像速度慢，扫描时间过长这一问题，提出了基于改进压缩感知算法的磁共振参数成像方法，旨在提高磁共振参数成像速度的同时，保证成像质量。目前压缩感知因其对欠采数据良好的重建能力在磁共振成像中应用较为广泛。基于压缩感知算法在磁共振参数成像中的应用，本文提出了改进算法，对参数成像过程中出现的多幅图像在时间轴上的稀疏变换进行研究。目前在磁共振参数成像中，压缩感知理论在时间轴上选取一维主成分分析方法作为稀疏变换。研究前沿方向是在参数成像中压缩感知理论在时间轴上的稀疏变换，由一维主成分分析变换能够取得比傅里叶变换较好的磁共振参数成像质量，本文在此基础上提出两种改进方法。第一种，针对成像速度慢这一现象，提出用二维主成分分析代替一维主成分分析，作为参数成像过程中时间轴上的稀疏变换，相应的对压缩感知算法重建部分进行调整，以此达到缩短成像时间的目的，使用该方法对实验数据进行处理，得到了较为理想的结论，在相同硬件运行条件下成像速度由原来的122.9s缩短为现在的33.9s，成像质量也有所提高，图像均值误差由原来的0.21减小为现在的0.19。为了近一步提高成像质量，本文提出了第二种方法，用来取代二维主成分分析在时间轴上作为稀疏变换，即将小波算法与主成分分析相结合，本文称为WAVAPCA算法。在一维主成分分析作为稀疏变换的前提下，使用WAVEPCA变换对之前数据进行预处理，对原始数据首先进行小波变换，将得到的小波系数按维数整理并对该系数矩阵进行一维主成分分析，得到最后的稀疏系数，再反变换回到图像域，经过此番处理，即将进行重建的数据将会变得更为稀疏，在压缩感知理论中，数据越稀疏，其重建效果越好。通过对实验数据的仿真处理，取得了相对理想的结果，成像质量提高较明显。本文提出的这两种方法侧重点，一个是针对成像速度慢的问题进行改进，另一个是针对成像质量仍需提高这一问题进行改进。通过对真实数据的处理，分别证明能够取得较为理想的结论。在今后对磁共振参数成像的研究中，这两点如何能够恰当的融合也是值得探索的问题。