磁共振成像技术已经发展成一种重要的非介入式断层成像技术,在临床医疗诊断和治疗上起着越来越重要的作用。超导磁共振成像系统因为其高场强和时间、空间内高度的稳定性和均匀度已经成为现代临床磁共振成像系统的主流,在科学研究以及其他领域都有着广阔的前景。超导磁共振成像系统的成像功能以及图像质量高度依赖于在成像空间内产生高均匀度静磁场的超导磁体。但是,超导磁体由于磁体设计、制造以及安装环境等因素的影响,主磁场的均匀性需要通过调整才能达到一定的均匀度标准从而得到高质量的磁共振图像。磁共振成像系统的匀场有两种,一种是有源匀场技术,通过通电线圈改善成像空间内的磁场均匀度,通电线圈会和梯度线圈等竞争可用空间而且需要电力维护,价格也比较昂贵；另外一种是无源匀场技术,它通过优化一系列的匀场片(磁性材料,一般是电工钢)的分布进行匀场,这种技术一旦实施不需要电力维护而且很廉价,灵活性很好。无源匀场技术中的匀场片被固定在超导磁体内壁的抽屉中,他们被磁化之后在成像空间产生磁化磁场以补偿Bo场的不均匀性。实践中,在达到匀场要求的同时,用于匀场的铁片总量应被控制在最小,这是因为匀场片的存在可能会引入热稳定性问题以及涡流问题。针对超导磁共振成像系统成像区域内主磁场的不均匀性,本文将围绕以下三个方面研究相关的无源匀场优化问题。(1)一种能够有效矫正磁共振成像系统静磁场的新型无源匀场方法在磁共振成像系统的MRI扫描过程中,待检测部位所在的成像区域一般是一个预先定义的球形区域,而无源匀场过程就是找出主磁体内壁的抽屉中最优的匀场片厚度分布从而提高成像空间的静磁场B0的均匀度。然而,传统的无源匀场方法都忽略了病床以下的那部分成像空间没有用于扫描成像这个事实。本文提出一种新型的无源匀场方法,该方法尝试避免对成像空间中病床以下那部分空间进行匀场。在这个过程中,静磁场B0的测量仍然是在传统成像空间的球体表面进行,然后被映射到有效的成像区域表面,即成像空间中病床以上的空间表面；同时也需要计算出专门针对病床以上那部分成像空间的敏感系数矩阵。本文应用传统线性规划算法求解匀场片的厚度以及位置分布进行匀场。文章中的实验研究表明,通过修改目标匀场区域,这种新的匀场方法可以提供更优越的优化解。和传统的无源匀场方法相比较,文中的新方法能够用更少量的匀场片在实际磁共振扫描空间中带来更均匀的磁场,这将提高系统静磁场的热稳定性而且可以减少涡流。另外,目标区域的减少也降低了优化问题本身的复杂度,节省资源。新的无源匀场方法能够有助于提高磁共振系统中实际成像空间内的磁场均匀度,最终提高成像质量。(2)基于L1范数的最小二乘正则化算法的无源匀场磁共振成像系统中主磁体的无源匀场问题用到的典型优化算法是线性规划算法。然而实践应用中线性规划算法一般都很慢,而且很难很好的平衡成像空间内磁场的均匀度和匀场所用匀场片的总量之间的关系。为此,我们发展了一种新的非线性规划算法——基于L1范数的最小二乘正则化算法,它能够更好的平衡成像空间内磁场的均匀度和匀场片总量这两个限制。该优化算法利用最小二乘方法最小化成像空间表面采样点的磁场误差,同时用基于L1范数的约束控制匀场铁片的总量。这个算法已经用实际超导磁共振成像系统中超导磁体的磁场数据进行仿真测试过,结果显示在使用相似的计算成本和匀场片总量的情况下,和传统的线性规划算法相比,新的算法能够得到更优越的磁场均匀度(文中的例子中,有43%的提高)。同时,该算法也克服了一般非线性算法用于无源匀场优化时用时很长的缺点,在匀场片和采样点都达到500以上的情况下用时在半个小时以内,如果用线性规划算法提供初始解那么该算法的单次运算时间在几分钟以内,可以快速的求解同时提供更加均匀的磁场环境。(3)基于粒子群算法的无源匀场研究无源匀场技术作为提高成像空间内主磁场均匀性的一个关键技术,因为其价格低廉以及很好的灵活性一直被广泛应用在磁共振成像系统中主磁场的匀场优化中。然而,无源匀场优化过程是一种高维优化问题,需要优化的变量数量经常达到几百甚至上千,一般的确定性优化算法在对主磁场进行匀场优化时,将主磁场均匀度提高到一定的均匀度的时候很难再进一步的提高磁场的均匀度。因此,本文考虑用智能优化算法中的粒子群算法对磁共振成像系统的主磁场进行第二次优化,即在传统优化算法——线性规划算法的基础上再进行粒子群优化(微调)以期得到更加均匀的磁场环境,从而提高磁共振成像系统的图像质量。本文第五章应用粒子群算法在传统的线性规划算法基础上进行了仿真研究和计算,结果显示粒子群算法在线性规划算法优化的基础之上仍然能够小幅度的提高磁场的均匀性。因为无源匀场优化本身在线性规划算法之后的成像空间磁场均匀度一般也达到10个ppm左右(对于高场磁共振成像系统),数量级很小,传统粒子群算法中通用的参数也需要做相应的调整才能够进一步提高磁场的均匀度。而且文中的研究发现,粒子群算法对初始粒子群的数量和多样性有一定的依赖性,容易陷入局部最优,该算法在无源匀场优化问题中的应用还需要进一步的研究和改进。