磁共振成像技术(MRI)作为现代医疗影像技术中不可或缺的组成部分,信号采集时间过长是其最主要的缺陷。因此,众多学者致力于研究MRI的快速成像技术。压缩感知(CS)理论是信号处理领域兴起的一种信号采集和处理理论,将压缩感知理论应用于磁共振成像,可以有效地利用先验信息和部分K空间数据,通过非线性重建算法将磁共振图像精确地重建出来。在重建算法中,正则化模型的选取和步长大小固定是影响算法精度的重要因素,针对以上不足,本文在应用压缩感知理论的基础上,对已有的正则化模型进行改进,并提出了一种正则化参数控制策略,在算法迭代过程中修正正则化参数,从而精确重建出高质量MRI图像。交替方向乘子(ADMM)算法是求解优化问题的有效方法,该算法是从增广拉格朗日算法的基础上发展起来的,兼具了乘子法和交替最小化算法的优点,可以行之有效地解决具有可分离结构的凸优化问题。本文在以全变分作为ADMM算法正则项的基础上,提出一种非局部全变分(NLTV)正则化模型,该模型使用图像块间的距离来衡量图像的结构相似度的方式代替利用邻域像素点的度量方式,因此它能够更好地保护图像的细节纹理。传统非线性重建算法中正则化系数具有平衡正则项的作用,正则化系数的取值通常为固定值。在精确重建图像过程中,随着迭代次数的增多,两个相邻迭代的重建图像能量差是逐渐减小的,总体上重建图像能量差在重建初期下降幅度较快,随后下降幅度减慢,最后在一定范围内稳定。本文根据相邻迭代阶段的重建图像能量差的变化规律,提出一种修正正则化参数(MRP)的正则化参数控制策略,使得在压缩感知磁共振重建算法迭代过程中,采用数值较大的正则化参数平滑噪声,采用数值较小的正则化参数恢复边缘细节信息,平衡正则项和数据项。实验结果表明,在相同测量数据和实验条件的情况下,利用本文所提控制策略的重建算法重建出图像的质量均获得了提升,无论主客观评价指标均有所提高。