操作环境：

MATLAB 2024a

1、算法描述

磁共振成像是一种利用核磁共振原理获取物体内部结构信息的成像技术，其英文名称为 Magnetic Resonance Imaging。这种技术通过强磁场环境下人体内部氢原子的磁共振现象来获取信号，再通过信号处理方法重建出图像。由于人体中水分含量较高，水分子中的氢原子数量丰富，因此在磁场环境中能够产生稳定而可测量的共振信号。当人体进入MRI设备内部的强磁场后，氢原子的磁矩会按照磁场方向排列，并形成整体磁化矢量。随后设备会发射射频脉冲，对这些氢原子进行激励，使其偏离原有方向。当射频信号停止后，氢原子逐渐恢复到平衡状态，在恢复过程中会释放电磁信号。MRI系统通过接收线圈采集这些信号，并将其转换为电信号进行后续处理。

在实际的磁共振成像系统中，采集到的原始数据并不是直接的图像，而是存储在一种称为k-space的数据空间中。k-space可以理解为图像频域信息的集合，它记录了图像不同空间频率的信号分量。通常情况下，k-space中心区域包含图像的整体轮廓信息，而边缘区域则包含图像的细节与纹理信息。为了将k-space中的数据转换为可视化图像，需要利用傅里叶变换进行处理。通过二维逆傅里叶变换，可以将频域数据转换为真实的空间域图像。在MATLAB仿真中，常使用二维逆傅里叶变换函数来完成这一过程，通过该变换即可从k-space数据中恢复出对应的图像结构。

传统MRI系统在采集数据时需要完整扫描整个k-space，这一过程通常需要较长时间。例如在临床扫描中，一个完整的MRI检查可能需要十分钟甚至更长时间。扫描时间过长不仅会降低设备的使用效率，还容易引入运动伪影，例如患者呼吸、心跳或轻微移动都会影响图像质量。因此，在现代MRI研究中，一个重要方向就是减少k-space采样数量，从而加快扫描速度。减少采样的过程被称为欠采样。欠采样意味着只采集部分k-space数据，其余数据则通过算法进行重建和补偿。然而，如果简单地减少采样点，直接进行傅里叶重建往往会产生严重的伪影。这些伪影表现为图像重叠或结构失真，从而影响图像质量。

为了研究不同采样策略对图像质量的影响，可以通过仿真方式构建不同类型的采样模式。例如可以设计完全采样模式、规则间隔采样模式以及随机采样模式。完全采样表示所有k-space位置都被采集，这种情况下重建图像质量最好，但扫描时间最长。规则采样通常按照固定间隔进行采样，例如每隔几行或几列采集一次，这种方法虽然能够减少采样点，但容易产生周期性伪影。相比之下，随机采样能够打破规则结构，使伪影在图像中分布得更加随机，从而更容易被后续重建算法抑制。因此，在压缩感知理论中，随机采样被认为是较为理想的采样方式。

为了评估采样模式对图像质量的影响，可以引入点扩散函数这一概念。点扩散函数描述的是系统对一个单点信号的响应情况。在仿真中，可以在图像中设置一个单像素信号，然后通过傅里叶变换进入k-space，再应用欠采样掩膜进行采样，最后通过逆傅里叶变换恢复图像。恢复结果并不会仍然是单个像素，而是会扩散成一个具有主峰和旁瓣结构的分布。这个扩散结构就是点扩散函数。通过观察点扩散函数，可以分析欠采样带来的伪影强度以及能量分布情况。主峰对应真实信号，而旁瓣则代表伪影干扰。

在分析点扩散函数时，还可以进一步计算旁瓣峰值比，这一指标用于衡量伪影强度。旁瓣峰值比反映了点扩散函数中最大旁瓣与主峰之间的比例关系。如果旁瓣峰值较高，说明欠采样带来的伪影较强，系统相干性较高，不利于后续重建。如果旁瓣峰值较低，则说明系统相干性较低，更有利于压缩感知算法恢复真实图像。因此，通过计算旁瓣峰值比，可以定量评估不同采样模式的优劣。通常情况下，随机采样的旁瓣分布更加均匀，其最大旁瓣值也相对较低，因此更符合压缩感知成像的要求。

在进一步研究MRI加速技术时，还需要引入压缩感知理论。压缩感知是一种信号重建方法，其核心思想是如果信号在某个变换域中具有稀疏特性，那么即使只采集部分数据，也能够通过优化算法恢复出完整信号。医学图像通常具有较强的结构特征，在某些变换域中会呈现稀疏表示。例如在小波域或离散余弦域中，大部分系数接近于零，只有少量系数包含主要信息。利用这一特性，可以在采集阶段减少k-space数据数量，然后通过重建算法恢复完整图像。压缩感知的实现通常需要满足两个基本条件：一是信号在某个变换域中具有稀疏性，二是采样方式与稀疏基之间具有较低相干性。随机欠采样正是满足第二个条件的重要方式之一。

在MATLAB仿真中，可以通过构建不同采样掩膜来模拟MRI采样过程，并结合傅里叶变换实现k-space与图像空间之间的转换。随后利用点扩散函数分析采样模式带来的伪影结构，并通过旁瓣峰值比评价系统相干性。通过这种方式，可以直观观察不同采样策略对成像质量的影响。仿真结果通常表明，规则采样容易产生明显的结构性伪影，而随机采样则会将伪影分散到整个图像中，从而更有利于后续压缩感知算法进行重建。

综合来看，MRI成像系统可以理解为一个由信号采集、频域处理和图像重建组成的完整信号处理流程。首先通过磁共振现象获取原始信号，并将其存储在k-space中；随后通过傅里叶变换将频域数据转换为图像空间；在加速成像的研究中，通过欠采样减少采集时间，并利用点扩散函数与旁瓣峰值比分析采样模式特性；最后结合压缩感知等先进重建算法恢复完整图像。通过MATLAB仿真平台，可以较为直观地展示这些技术之间的关系，并为研究MRI快速成像方法提供有效的实验环境。

2、仿真结果演示