定量磁共振成像（MRI）可量化组织特性，是科学研究和临床研究的重要工具.旋转坐标系下的自旋-晶格弛豫时间（T_1ρ）能反映水与大分子之间的低频交互作用，在3 T及以上的高场环境下，T_1ρ受水和不稳定质子之间化学交换的影响较大，通过测量弛豫率随自旋锁定场强度的变化而得到其分布情况（T_1ρ散布），可用于分析和量化质子的交换过程，因此T_1ρ散布是一种重要的定量MRI技术.然而，获得不同自旋锁定场强下T_1ρ加权图像的时间过长，限制了其应用范围.针对这一问题，本研究提出一种基于多弛豫信号补偿策略的快速T_1ρ散布成像方法.该方法将不同锁定频率下的T_1ρ加权图像补偿到同一信号强度水平，并结合低秩与稀疏建立重建模型.实验结果表明，该方法在加速倍数高达7倍时仍获得了较好的重建结果.

网络游戏障碍（internet gaming disorder，IGD）极大的影响了青少年的学习与生活．IGD于2013年被纳入《精神障碍诊断与统计手册》第5版（DSM-5），但其神经机制还不清楚．本研究通过静息态功能磁共振成像研究30例IGD被试以及年龄、性别与之匹配的30例健康对照，分析他们大脑功能网络的rich club结构的差异．结果表明，IGD组和对照组均存在rich club结构，rich club脑区主要包含默认模式、执行控制、突显、感觉运动、听觉与视觉网络中的脑区；同时IGD组的rich club连接增加；此外，IGD组的右侧眶部额下回的度显著高于健康对照组. 这些发现表明了IGD人群大脑功能网络的rich club结构发生了改变．

脑动脉瘤破裂造成的蛛网膜下腔出血致死致残率极高，借助深度学习网络辅助医生实现高效筛查具有重要意义．为提高基于时间飞跃法磁共振血管造影（Time of Flight-Magnetic Resonance Angiography，TOF-MRA）的脑动脉瘤自动检测的精度，本文基于模糊标签方式，提出一种基于变体3D U-Net和双分支通道注意力（Dual-branch Channel Attention，DCA）的深度神经网络DCAU-Net，DCA模块可以自适应地调整通道特征的响应，提高特征提取能力．首先对260例病例的TOF-MRA影像预处理，将数据集分为174例训练集、43例验证集和43例测试集，然后使用处理后的数据训练和验证DCAU-Net，测试集实验结果表明DCAU-Net可以达到90.69%的敏感度，0.83个/例的假阳性计数和0.52的阳性预测值，有望为动脉瘤筛查提供参考．

肝癌是最常见的恶性肿瘤之一，亚洲地区最为常见的肝癌演变过程为肝炎-肝硬化结节-异型增生结节-肝细胞性肝癌．判断肝脏结节在演变过程所处分期，并采取干预措施，对降低肝癌的发生率非常关键．本文针对影像组学提出了更精确的支持向量机（SVM）分类算法——LFOA-F-SVM，用于对120名患者的腹部动态增强磁共振图像的肝脏结节进行四分类．该算法利用了考虑半径与几何间距的F-SVM，并结合莱维飞行策略（LF）的果蝇优化算法（FOA）寻求超参．为了验证方法的有效性，本文另外添加了5个UCI分类数据集（心脏、帕金森疾病、虹膜、葡萄酒和动物园），并与SVM、PSO-SVM、FOA-SVM、F-SVM进行比较．结果表明，在6个分类数据集（包括肝脏结节数据集和5个UCI分类数据集）中，相对于其他分类算法，LFOA-F-SVM的分类准确率最高，在肝脏结节数据集中的四分类精确率和查全率也较高．

为解决基于深度学习的成对配准方法精度低和传统配准算法耗时长的问题，本文提出一种基于变分推断的无监督端到端的群组配准以及基于局部归一化互相关（NCC）和先验的配准框架，该框架能够将多个图像配准到公共空间并有效地控制变形场的正则化，且不需要真实的变形场和参考图像．该方法得到的预估变形场可建模为概率生成模型，使用变分推断的方法求解；然后借助空间转换网络和损失函数来实现无监督方式训练．对于公开数据集LPBA40的3D脑磁共振图像配准任务，测试结果表明：本文所提出的方法与基线方法相比，具有较好的Dice得分、运行时间少且产生更好的微分同胚域，同时对噪声具有鲁棒性．

膝关节是类风湿性关节炎（Rheumatoid Arthritis，RA）常见累及关节，膝关节滑膜的精准分割对RA诊断和治疗有重要影响，本文提出了一种基于VNet网络的改进算法对膝关节滑膜磁共振图像进行自动分割．首先对39名滑膜炎患者的膝关节磁共振图像进行数据预处理，通过将Transformer编码器嵌入VNet网络底部的方式构建VNetTrans网络，使用MemSwish激活函数进行训练. 最终模型平均Dice系数为0.758 5，HD为24.6 mm；相较于VNet，Dice系数提升0.083 6，HD距离减少10 mm．实验结果表明，该算法可对膝关节磁共振图像中滑膜增生区域实现较好的3D分割，具有诊断和监测RA发展过程的应用价值．

因其较高的核自旋极化度所提供的探测灵敏度，超极化¹²⁹Xe气体已被成功应用于动物和人体磁共振成像（MRI）.但是，在超极化¹²⁹Xe的收集-升华过程中，多种因素会导致¹²⁹Xe核自旋弛豫，进而限制其应用范围.本文通过理论模型分析和实验测量，验证了温度、磁场、螺旋冷阱材质等对冷冻恢复过程中超极化¹²⁹Xe弛豫的影响；同时，测量了自动收集-升华装置的稳定性.研究结果表明，升华方式和冷阱材质对¹²⁹Xe极化度损耗的影响显著；自制收集-升华装置的自动化程度高、长时间稳定，¹²⁹Xe极化度的恢复率可达到85.6% ± 4.7%.本研究非常有助于提升超极化¹²⁹Xe在动物和人体MRI中的使用效率.

本文提出了一种在数字磁共振控制台中保证发射机与接收机之间相位相干的方法.该方法通过可编程数字逻辑在发射机与接收机中各设计了一个同频的数字参考源，脉冲序列执行过程中，当发射机或接收机由于进行了频率切换而失去相位相干性时，通过重新设置它们的相位以确保它们与各自的参考源同步，从而恢复两者之间的相位相干性.经过水膜成像实验验证，该方法具有良好的成像效果，且既不需要额外的硬件电路，也不增加序列设计的复杂度，具有很高的实用性.

脑磁图作为一种无创的脑功能成像技术，依靠超高的时间及空间溯源分辨率，在脑科学研究和临床应用领域中有着极其重要的价值.本文介绍了自主搭建的基于原子磁力计的穿戴式脑磁图系统，通过设计匀场补偿线圈组并结合参考传感器阵列，实现被试头部运动区域内剩磁在±1 nT以内，保证动态测量过程中传感器输出维持在动态范围以内；同时提出了一种虚拟合成梯度去噪方法，显著抑制了环境共模噪声；最终在被试者头部自然运动状态下，成功检测到高信噪比的α节律信号与听觉诱发磁场信号，证实了该系统的有效性，为穿戴式脑磁图应用推广提供更多的可能性.

磁共振在化学分析和医学影像等领域发挥着不可或缺的作用，而磁共振仪器设备是开展磁共振研究的必要前提.长期以来，国外仪器厂商在我国磁共振仪器市场居于垄断地位.近年来，随着我国在磁共振仪器研发和产业化方面不断取得进展，市场份额为外商垄断的局面已大为改观.本文调研综述了我国磁共振仪器设备研制的现状，以及面临的若干挑战.

目前常用的分子影像技术主要有正电子发射型断层显像（PET）、质子磁共振波谱（¹H MRS）及成像（¹H MRSI）、化学交换饱和转移（CEST）、超极化¹³C MRSI等.近4年来，氘代谢波谱（DMS）及成像（DMI）作为一种新兴的分子影像技术获得了越来越多的关注，其通过采集注射或口服氘代葡萄糖后的目标组织与正常组织间氘代谢产物的磁共振信号进行组织区分.相比于其他分子影像方法，该影像技术具有无辐射、稳定性好、扫描操作相对简单等优点.本文综述了近年来DMS/DMI技术的研究进展及其意义，归纳总结了其临床应用价值，并对该技术未来的发展和改进方向，以及应用前景进行了展望.

近年来，生成对抗网络（Generative Adversarial Network，GAN）以其独特的对抗训练机制引起广泛的关注，应用场景也逐渐延伸到医学图像领域，先后出现了众多优秀的研究成果.本文首先介绍了GAN的理论背景及衍生出的典型变体，特别是多种用于医学图像转换领域的基础GAN模型.随后从多种不同的目标任务和训练方式出发，对前人的研究成果进行了归纳总结，并对优缺点进行了分析.最后就目前GAN在医学图像转换领域存在的不足以及未来的发展方向进行了细致讨论.