本文采用原位连续流动条件和间歇条件下的固体核磁共振技术，以及二维¹³C-¹³C基于偶极耦合的结合R2（COmbined R2 Driven，CORD）自旋扩散序列的核磁共振实验捕获了H-SSZ-13分子筛催化乙醇脱水过程中多种中间物种，并揭示了各种中间物种的动态演变过程.结果发现H-SSZ-13分子筛催化乙醇脱水过程中，存在两种不同吸附构型的乙醇、活化态的乙醚、乙氧基以及三乙基氧鎓离子，并首次通过原位固体核磁共振技术观测到乙烯的生成.这些结果加深了相关研究者对乙醇脱水反应的认识.

本文首先利用等体积共浸渍法合成了一系列Pd/Sn比（原子比）不同的Pd₁-Sn_x/Al₂O₃双金属催化剂，然后通过多相催化仲氢诱导极化（PHIP）技术研究了Pd-Sn/Al₂O₃双金属催化剂上1, 3-丁二烯选择性加氢反应.结果发现催化剂的Pd/Sn比会影响1, 3-丁二烯反应活性和丁烯选择性：随着Pd/Sn比的下降，反应中1, 3-丁二烯转化率降低，丁烯选择性提高.利用PASADENA（parahydrogen and synthesis allow for dramatically enhanced nuclear alignment）技术，发现Pd/Sn比的变化影响了1-丁烯与2-丁烯之间的异构化过程：随着Pd/Sn比的下降，1-丁烯异构化率降低，这是由于Sn组分含量的提高减少了表面暴露的Pd组分，使得催化剂反应活性降低；Sn组分含量的提高同时导致了Pd电子密度的上升，使得选择性还原产物丁烯更易脱附，阻止其进一步加氢生成丁烷，并抑制了1-丁烯异构化反应过程.

本文利用固体²H核磁共振（²H NMR）技术探究了甲胺铅氯（MAPbCl₃）钙钛矿正交相、四方相和立方相晶体结构内甲胺阳离子（MA）的运动特征.结合²H NMR实验数据和拟合数据，本文分析和建立了不同相结构中MA阳离子的运动模型，揭示了不同相结构中MA阳离子的运动特征：正交相中MA并不处于完全静止状态，而是在围绕C-N键快速内旋转的同时局部晃动；随着温度升高，MA在钙钛矿晶格中呈现出多种不同的运动模式，MA阳离子运动在不同温度下的变化过程与该材料的相转变过程并不一致.该研究有助于加深对MAPbCl₃相结构转变分子机制的理解.

近年来研究发现，在高场及超高场磁共振成像（MRI）中，高介电材料在提高磁共振射频线圈性能，以及增强图像信噪比方面具有极大的应用潜力.当前高介电材料研究主要集中于其对磁共振图像信噪比的改善，但对于高介电材料几何结构，以及其对发射场分布均匀度影响的研究不多.本研究利用电磁仿真的方法定量分析了1.5 T下，高介电材料几何结构对水模感兴趣区内发射效率均值和发射场$ {B}_{\text{1}}^{\text{+}} $均匀度的影响.结果表明，高介电材料的几何结构对$ {B}_{\text{1}}^{\text{+}} $均匀度会产生较大影响；比较了不同几何结构的高介电衬垫之后发现，加入四等分圆筒状高介电衬垫后，感兴趣区内发射效率提升最高，同时$ {B}_{\text{1}}^{\text{+}} $均匀度也保持良好.该结果对高介电材料应用于MRI具有重要的参考价值.

本文介绍了一种可以不接环形器，并在扫描间使用的5 T磁共振射频功率放大器（RFPA）.该RFPA基于驻波高耐受的横向扩散金属氧化物半导体（LDMOS）功率管进行设计，共包含三级放大电路.针对传统磁共振RFPA中带磁芯的传输线变压器进行了无磁化的设计，加强了对反射功率的监控，采用模拟负反馈技术实现了对RFPA非线性的自动矫正.测试结果显示该RFPA的输出功率为2 kW，在负载扰动（反射系数Г < 0.5）时，40 dB动态输入范围，其增益线性度≤ 1 dB，相位线性度≤ 10˚，满足成像需求，验证了该设计方案的合理性与可行性.

二维核磁共振技术能够对储层中各类含氢流体进行无损、快速、定量的测量和表征，但受限于采集方式和参数，核磁共振设备在对页岩油等致密储层中的有机质、沥青等超快弛豫组分进行检测时，经常出现由于信号采集不完整所导致的二维谱中流体组分缺失或不准的问题.本文提出了基于超快弛豫组分补偿技术的T₂-T₁二维谱高精度反演方法，该方法将一维核磁共振前端信号补偿技术进行推广，通过在二维核磁数据反演前对回波数据进行组分补偿，能够有效解决二维核磁共振测井前端信号漏失的问题.实验及测井数据的应用表明，该方法在页岩油等富含快弛豫组分信号的储层中，可以得到更加精准和完整的储层信息.

采用膝关节模型进行电磁仿真是计算膝关节局部射频功率沉积（SAR）的主要方法，为了构建膝关节模型，本文提出了一种包含两个卷积神经网络——U-Net的级联网络结构，用于膝关节磁共振图像的分割.第一个网络在整幅图上分割肌肉、脂肪等占比较大的组织，并从分割结果中预测软骨与半月板的大致位置信息，第二个网络基于该信息在一个更小的子图上分割小组织以提高分割精度.两个网络均采用焦点损失函数，它们的分割结果合并在一起构成膝关节模型.我们将该方法与其它4种方法的分割结果进行了定量指标的对比研究，并分别构建膝关节模型，计算局部SAR值.结果表明本文提出的级联网络结构可以更精确的构建用于SAR仿真的膝关节模型.

准确可靠的乳腺肿瘤分割是乳腺癌诊断、治疗、预后评估的关键.针对现有的基于动态增强磁共振成像（DCE-MRI）的乳腺肿瘤分割方法易遗漏小目标肿瘤等不足，本文提出了一种基于全卷积网络的可靠高效的乳腺肿瘤DCE-MRI图像分割方法.首先，对乳腺DCE-MRI数据进行预处理后，截取128*128大小的图像块，并以肿瘤区域像素数为依据将数据分为两个子数据集；其次，利用数据集训练CBP5-Net得到分类模型；然后，利用两个子数据集分别训练RAU-Net得到两个分割模型；最后，将测试集数据送到网络输入端，并对网络输出结果进行后处理，得到最终的乳腺肿瘤分割结果.利用本文提出的方法得到的Dice系数、敏感性、特异性和交并比（IoU）分别达到了0.938 8、0.952 3、0.998 5和0.876 8，说明利用本文方法能够有效、精确地分割乳腺肿瘤DCE-MRI图像.

为解决以往基于深度学习的滑膜磁共振图像分割模型存在的分割精度较低、鲁棒性较差、训练耗时等问题，本文提出了一种基于Dense-UNet++网络的新模型，将DenseNet模块插入UNet++网络中，并使用Swish激活函数进行训练.利用1 036张滑膜磁共振图像数据增广后的14 512张滑膜图像对模型进行训练，并利用68张图像进行测试.结果显示，模型的平均DSC系数为0.819 9，交叉联合度量（IOU）为0.927 9.相较于UNet、ResUNet和VGG-UNet++网络结构，DSC系数和IOU均有提升，DSC振荡系数降低.另外在应用于相同滑膜图像数据集和使用相同的网络结构时，Swish函数相比ReLu函数有助于提升分割精度.实验结果表明，本文提出的算法对于滑膜磁共振图像的病灶区域的分割有较好的效果，能够辅助医生对病情做出判断.

基于单次数据采集的多种扩散模型联合应用已逐渐成为临床研究的热点，本研究比较了三种采集方案对于神经扩散模型定量计算的影响，包括Q空间笛卡尔网格（QGrid）、多壳层异向（Free）和多壳层同向（MDDW）采集方案，涉及的扩散模型包含扩散张量成像（DTI）；扩散峰度成像（DKI）；神经突方向分散度和密度成像（NODDI）；平均表观传播（MAP）模型.结果表明DTI和DKI模型对采集方案相对不敏感，而NODDI和MAP对采集方案和最大b值的设置相对较敏感，并且QGrid和Free方案一致性较高，因此在大样本和多中心研究中需要考虑采集方案的选择.此外，考虑到QGrid和Free方案分别在结合更多扩散模型和神经纤维束成像应用上更具优势，因此推荐使用.

在对核磁共振（Nuclear Magnetic Resonance，NMR）定量检测进行方法验证时，检出限是一项重要的指标.本文对文献中报道的校准曲线法、校准方程参数法、数学模型法、单浓度点评估法进行了系统梳理，重点介绍了这些方法的基本原理、计算公式和特点，并针对信噪比法的不足，提出了信噪比回归曲线法.采用上述五种方法计算了水溶液中甲酸钠¹H NMR检测时的检出限，并讨论了采样次数对检出限的影响.在700 MHz核磁共振谱仪上，当采样次数为64时，甲酸钠的检出限在10.4~14.4 μmol/L之间.该结果为¹H NMR检出限的评估提供了参考.