磁共振成像(MRI)技术是近代出现的一项重要的医学诊断技术。然而,磁共振成像扫描的时间较长,使病人无法长时间忍受而发生不自觉的运动,对医学图像质量产生一定的影响。临床应用中为了缩短成像时间,通过提高主磁场强度、梯度场强度等物理方法已经达到极致,必须通过一定的数学方法提高重建速度。因此,如何通过快速重建得到清晰图像的研究显得尤为迫切。实践证明,并行磁共振成像(pMRI)是一种能够有效缩短成像时间的图像重建算法,本文主要针对基于k空间的并行磁共振成像算法进行深入研究。首先在比较各种并行磁共振成像算法的基础上,重点对采用部分k空间数据进行图像重建时,k空间数据拟合不完全的问题展开研究,提出了一种更为有效的k空间数据拟合算法,即改进的GRAPPA数据拟合算法。该算法在数据采集时考虑了相位方向的变化,视拟合系数为非线性的。仿真实验表明,即使在较大的加速因子欠采样情况下,此算法也能减少k空间信号采集的数量并能拟合出更精确完整的k空间数据,从而缩短数据采集时间,同时也使重建图像更加清晰。由于GRAPPA算法是通过欠采样的部分k空间数据拟合出全k空间数据,因此必然存在有效数据缺失情况,导致最后图像重建时极易产生Gibbs环状伪影。因此,本文在GRAPPA数据采集的基础上,针对采用部分k空间数据进行图像重建后所产生伪影的消除进行研究,提出了一种有效去除伪影的重建算法,即基于区域互信息量的加权平方和并行重建算法。该算法把各图像分割成许多小区域,得到图像的分块灰度信息,通过信息熵计算图像间的互信息量,然后在图像重建过程中赋以不同的权重系数。该算法能够弥补常用的权重相同的平方和重建算法的不足之处,避免因实际采样时不同线圈数据破坏程度的不同所导致的图像误差。实验证明,此方法能够有效解决原方法中像素灰度不精确对重建图像质量影响较大的问题,可以有效去除伪影,进而提高图像重建的精度。