自从磁共振成像(magnetic resonance imaging,MRI)技术发明以来,由于具有高空间分辨率、无射线辐射、任意断层成像、多种对比度成像等优点,MRI广泛应用于人类疾病的诊断和脑功能研究,并发挥着越来越重要的作用。然而,受制于MRI扫描速度慢的特点,患者在长时间的扫描过程中,常常不可避免地发生自主或不自主的活动,导致图像出现运动伪影,进而影响医生的诊断。虽然通过重复扫描和麻醉手段可以减缓或消除运动的影响,但会显著增加医疗成本。因此,如何在扫描或后处理过程中消除潜在的运动对成像的影响,一直是MRI领域的重要研究方向。定量磁共振成像具有高敏感度和组织特异性,因而具有非常重要的临床诊断和研究价值。定量弥散成像是一种利用组织内水分子的弥散进行成像的技术,己经广泛应用于临床疾病诊断和脑科学研究,但是传统单激发弥散成像存在图像分辨率低和形变大的缺陷。最近应用于临床的多激发弥散成像技术克服了单激发弥散成像的缺点,为临床提供了更好的图像质量。另外,定量的磁共振指纹识别技术(magnetic resonance fingerprinting,MRF)提供了同时快速定量量化多个组织参数的可能性。虽然,学者们已经提出了许多方法来改善这两种定量技术的重建质量,但是,关于这两种技术的运动校正却很少研究。因此,本文致力于解决扫描过程中运动对这两种定量成像技术的影响,做了以下三方面工作:一、针对多激发弥散成像中运动会导致不同激发对应的图像位置的不匹配,本论文提出了一种基于迭代运动补偿的运动校正方法。该方法通过导航回波来估计每次激发对应的相位信息和运动信息,然后将估计的信息代入到一种迭代重建框架中来消除潜在的运动的对图像的影响。我们将提出的迭代校正方法和传统的基于采样函数的图像重建方法(image reconstruction using image-space sampling functions,IRIS)进行比较,分别做了仿真和真实的人体实验,实验结果验证了提出的运动校正方法可以校正重建图像中的运动伪影,提高弥散张量成像(diffusion tensor imaging,DTI)的精度。二、针对运动会导致多激发弥散采集的数据对应的真实弥散梯度的变化,本文提出了基于聚类的多激发弥散成像运动校正技术。该方法通过导航回波,将相同位置的数据归为一类,再用传统的IRIS技术来重建每类数据对应的弥散图像;随后,对这些重建的分类图像进行配准,用配准估计的运动信息来校正每类图像的弥散梯度;最后再进行DTI分析。仿真和真实的人体运动实验表明提出的方法可以降低运动引起的图像模糊和伪影,改善DTI参数估计精度。三、针对运动导致的MRF不同时刻采集的数据对应的空间位置的不匹配,我们提出了基于滑动窗重建的运动校正方法。先通过滑动窗重建改善单幅图像的质量,随后对这些图像进行配准,接下来用估计的运动信息来校正对应时间点采集的K空间数据,最后再用传统的MRF重建方法来获得各种参数图。通过仿真实验和真实的人体实验验证了提出的方法可以降低图像模糊和伪影,提高参数估计精度。