磁共振成像是一种在医疗诊断中得到普遍使用的医疗影像技术,它具有无电离辐射、能高质量显示组织的解剖结构和软组织变化等优越性能。然而在磁共振成像过程中通常需要采集和处理大量的数据,导致成像速度变慢,因此研究快速磁共振成像成为当今的热点之一。为了加快磁共振的成像速度,减少数据的采集量是一种可行的方式,但受限于传统采样定律,往往很难实现利用少量数据重建出高质量的磁共振图像。近年来兴起的压缩感知理论作为一种可以通过较少数据实现高精度信号重构的技术,为快速磁共振成像的研究指出了新的方向。但是在目前基于压缩感知理论的磁共振图像重建方法中,通常使用预定义算子作为稀疏表示的工具,且在先验信息的探求上也大多只关注于待重建图像本身。基于以上两个方面的不足,本文提出了一种基于自适应紧框架和参考图像的压缩感知磁共振图像重建方法,该重建方法具体包括以下三个方面:第一:在重建模型中引入了自适应紧框架作为稀疏表示算子。由于磁共振图像包含着丰富的结构信息,现有预定义的稀疏表示方式通常不能充分挖掘图像的稀疏信息,而本文提出的自适应紧框架由于综合了待重建图像的自适应性以及紧框架的完全重建性质,能够有效获取磁共振图像的稀疏信息。第二:在重建模型中探究了磁共振图像之间的相似性先验信息。通常情况下,成像目标相同的磁共振图像之间存在着相似性信息。本文利用这种相似性先验信息构建了相应的磁共振图像重建模型。在该模型中,通过一种自适应加权的方式有效利用了图像之间的相似先验信息,从而提高了磁共振图像的重建质量。第三:基于光滑快速迭代阈值法设计了所提模型的求解算法,有效实现了对重建优化模型的求解,并通过仿真实验,验证了本文所提方法在磁共振图像重建上相较于其他对比方法的优越性。