磁共振成像(Magnetic Resonance Imaging)是一种基于核磁共振现象的断层及立体成像技术,相对于其他的成像技术如x线,CT(Computed Tomography)和超声等具有无可替代的优点,在临床上已经得到广泛的应用。尤其是近年来的动态磁共振成像,更是成为前沿科学引人注目的研究热点。动态磁共振能够对随时间变化的生物现象进行整体全方位动态监测,在临床应用和科学研究中产生广泛和深远的影响。为了更好地捕捉到成像物体的动态信息,对动态成像技术提出了快速扫描的要求。然而由于磁共振的信号采集本身就是一个非常耗时的过程,再加上动态成像往往是在同一时刻要对多个层面同时采集,所需的k空间数据采集时间就更长了。信号采集时间过长一方面不利于动态信息的捕捉,另一方面病人的自主性或非自主性运动会在最终的重建结果中产生伪影,因此如何缩短成像时间成为众多学者研究的热点。现阶段可以通过硬件的改进和部分k空间信号的采集来缩短信号的采集时间。由于硬件的改进(主要是通过加快梯度磁场的切换速率)受到物理的和生理上的限制,使得部分k空间采集成为减少采集时间的主要手段。但如果直接用所采集的少量信号重建出来的图像是很模糊的,有大量的伪影,甚至是杂乱不堪的图像。为了保持图像的时间分辨率和空间分辨率,出现了不少成像算法研究如何利用动态采集的少量的部分k空间数据来重建出动态序列图。本文先对现有的多种应用广泛的快速成像方法进行了分析,主要有：1、并行磁共振成像类的方法,用多个线圈同时接收部分相位编码上的信号,再利用线圈敏感度或k空间信号之间的线性关系来重建出缺失的信号；2、View sharing类的方法,根据一定先验信息每帧只采集少量数据,其他缺失的信号就用邻近帧的或者预先采集好的信号来替代；3、稀疏数据重建方法,如CS, k-t SENSE和HYPR。然后针对动态磁共振成像采样的特点(稀疏性,非笛卡尔采样方式),结合原有的一些优秀的快速成像技术,如并行成像,非笛卡尔轨迹采集方式和网格化算法等,与本文提出的动态成像方法一起实现动态磁共振成像的重建工作。充分利用所有的采集数据来协助每一帧稀疏采集的动态图像的重建,在这一思想的指导下,本文提出了一种可同时获得良好的空间与时间分辨率的,基于non-local均值滤波器的动态图像重建方法。该方法无需迭代也,对难以精确获得的线圈敏感度没有任何要求,并且适用于任意轨迹。本文将这一方法命名为MNLM(Modified Non-Local Means)。MNLM是一种基于non-local滤波器的动态磁共振重建算法,该算法先用简单的方法(包括在时间方向上的滑动窗函数,sliding-window和网格化,Gridding算法)分别重建出一幅具有高时间分辨率但因信号不足因而包含大量伪影的图像,和另一幅具有高空间分辨率但时间分辨率不足的图像,然后以non-local滤波器为工具,寻找两幅图像的相似结构并将相似程度量化得到权重因子,最后用权重因子将两幅图像结合,得到我们想要的时间分辨率和空间分辨率兼具的图像。另外针对本文算法提出的non-local滤波器的应用角度问题(相似结构的寻找不是在原图中而是在另外一幅图像中进行),本文重新进行了non-local滤波器的构造,将两幅图像的信息结合起来计算滤波参数。实验结果表明,该算法可以有效去除在动态成像采集过程中因稀疏采样而产生的大量伪影,增强图像细节。