中文摘要：

并行磁共振成像(pMRI)采用多个线圈同时采集数据，加快了成像速度。但现有的成像方式在扫描时，为了得到图像重建所需的每个线圈的位置敏感度信息，采用了"附加扫描"，增加了相位编码和脉冲序列的设计难度，降低了实际成像速度。我们拟建立在k空间采用"无附加扫描"的纯欠采样方式的pMRI，研究这种扫描方式的可行性，以及对这种采样数据进行图像重建的方法。采用数值估计的方法，对纯欠采样数据进行自动拟合，获取线圈灵敏度信息和加权因子。图像重建采用k-空间分块重建的模式,将运动伪影的影响"限制"在局部，防止在全空间扩散化。这种pMRI方式可简化相位编码和脉冲序列设计，节省扫描时间，提高图像重建速度。我们将开发出相应的图像重建软件系统，对重建算法进行成像验证，实现快速的高分辨pMRI图像重建。该技术将拓宽pMRI的临床检查领域，实现对危险疾病的更快速检测，也有利于我国MRI扫描仪的制造从跟踪走向创新

结论摘要：

并行磁共振成像(pMRI)采用多个线圈同时采集数据，加快了成像速度。但传统成像方式在扫描时，为了得到图像重建所需的每个线圈的位置敏感度信息，在加速采样之前或之中采用了"附加扫描”，增加了相位编码行的采集次数，降低了实际成像速度。我们设计了k空间“无附加扫描”的pMRI成像方式，采用径向采集与固定ky行采集相结合的脉冲序列，在一次TR时间内同时得到非均匀采集和均匀采集两种数据。从数学上，对基于Shepp-logan和人体头部模型的pMRI成像进行了数值模拟，对阵列线圈的个数、放置和各种加速采集方式进行仿真，得到k空间原始数据。对‘无附加扫描’在径向方向数据进行网格化，内插得到与ACS功能相同的中心全采样数据，但计算出的线圈灵敏度的抗干扰力比普通pMRI采集少数ACS行的抗干扰力强。我们对pMRI图像重建的新方法进行了研究。对传统GRAPPA算法在恢复缺失行时采用固定分块法进行了改进，提出了按频率分区的新方法。低频区域以当前未采集行为中心，上下各确定Nb/2个区块，高频区域以未采集行向中心区域方向寻找Nb个区块，这种方式防止了采集中噪声带来中心伪影严重的缺陷。我们还对基于压缩感知的并行重建方法进行了研究，对压缩感知方法在pMRI的应用条件进行了分析，研究了采用L1范数正则化进行pMRI图像重建的新方法。将灵敏度和图像两个未知数一起进行L1范数联合估计，采用每个线圈的灵敏度和图像的双树—复小波稀疏，以及图像的全变差分值作为限制条件，重建结果不再依赖于灵敏度估计值的准确性，优于单独估计图像的压缩感知方法，但计算复杂性增加，速度要慢。利用Matlab GUI开发了pMR成像的数值模拟平台，并基于Visual Studio 2005开发环境，采用VC++开发了并行MRI图像重建软件，可用于国内MR扫描仪厂家的技术升级，有利于我国MRI扫描仪的制造从跟踪走向创新。