磁共振成像技术利用生物体内的磁性核在静磁场内产生共振信号的原理进行断面或立体成像,可以精确获得组织和器官的生理功能、解剖结构和病变信息。与X-ray、CT等其它成像技术相比,磁共振成像具有高图像分辨率和组织对比度、任意方向扫描、多参数成像以及对人体无电离辐射等显著优点,在临床和科学研究中得到了广泛应用,成为当今医学诊断领域中最重要的方法之一。然而,常规的磁共振成像时间较长,一定程度上限制了其在临床上的应用,如脑功能成像和心血管系统的实时成像等。因此,如何提高磁共振成像速度与图像质量一直是该研究领域的热点问题。本文在系统学习现有快速磁共振成像方法的基础上,对其中的并行成像和稀疏成像方法进行了初步的探讨和研究。论文的主要工作与贡献如下:(1)研究了基于互信息估计的加权平方和SENSE并行成像重建方法。并行成像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变的情况下,利用线圈的空间敏感度信息来降低磁共振成像所必需的梯度编码步数,从而提高成像的扫描速度。然而,数据采集过程中的某些非自主运动常常会使个别线圈数据遭到破坏,在采用传统平方和方法重建图像时,这些被破坏数据将会大大降低重建图像质量。通过深入分析SENSE成像的机理,本文提出了基于互信息估计的加权平方和重建方法,提高了SENSE成像的鲁棒性。首先使用同态滤波和B样条平滑的方法对图像进行亮度校正,获得一组亮度均匀的相控阵线圈图像,然后以线圈图像间最大互信息量作为判据来统计破坏资料,并在之后的灵敏度估计和图像合成中赋予不同的权值,从而消除被破坏数据对最终重建图像造成的影响。通过对仿体和头部非自主运动扫描成像数据进行实验,结果表明本方法可有效消除非自主运动在重建图像中产生的伪影。(2)探讨了部分可分离函数与钥孔成像相结合的稀疏采样快速成像方法。基于部分可分离函数的稀疏成像,通过探讨频域和时域图像数据的冗余性,实现k-t空间数据的稀疏采集和图像重建。但是,该方法在重建过程中涉及成像模型中的时间基、空间基以及频率成分等关键参数的估计,且其估计过程需要在获取足够的预扫描数据之后进行,因此将会导致预扫描数据量过大和预扫描时间过长。针对这一问题,本文探讨了将部分可分离函数与钥孔成像相结合的方法,以减少预扫描数据和预扫描时间。利用该方法对快速扩张/收缩的仿真动态模型进行实验,结果表明该方法在减少约1/2预扫描成像数据的同时,可保持与采用单一部分可分离函数近似相同的重建图像质量。