磁共振成像(MRI)具有组织、空间高分辨率和无放射损伤等优点,已经广泛应用于临床。然而,由于磁共振数据采集时间比较长,病人常常会发生自主或非自主的运动,导致图像中出现伪影,严重地影响临床诊断。如何有效地克服运动对成像的影响,一直是医学磁共振成像研究的热点,同时也是技术难题之一。本文针对消除运动伪影和磁敏感性伪影的技术进行了研究,设计实现了基于PROPELLER采样技术的磁共振成像算法,并取得了较好的实验结果。首先研究实现了PROPELLER采样技术中的相位校正算法,消除了K空间的偏移；研究实现了旋转校正算法,消除了K空间中心的高权重；研究实现了平移校正算法,消除数据带的线性平移,最后采用Jackson网格化算法,对校正后的生数据进行重建,最终消除了图像伪影。另外,本文针对采用可编程图形硬件GPU对PROPELLER技术加速时,数据写写冲突导致重建结果不准确的问题进行了研究,提出了一种逆向网格化算法,解决了数据冲突问题,使GPU重建结果与PROPELLER网格化算法重建结果一致,保证了基于GPU的PROPELLER重建算法的正确性。本文通过大量的数据实验,验证了本文提出的逆向网格化算法和PROPELLER网格化算法是行之有效的,在一定程度上消除了伪影,提高了磁共振成像的质量。并且将此算法应用到东软飞利浦公司的Superstar 0.35T磁共振系统中