磁共振弥散张量成像作为一种特殊的磁共振成像方法，其优点是可以从微观领域评价组织结构的完整性，它也是显示神经纤维束走向的唯一方法，但由于弥散张量成像特殊的成像特点，导致其扫描时间过长。这样极易引起运动伪影，甚至会超出病人的承受能力，在一定程度上限制了其在临床上的应用。因而，如何实现快速成像已成为该领域的重点研究内容。压缩感知作为近几年新兴的一种加速成像理论，已经被成功应用于磁共振弥散张量成像系统中。本文针对如何利用压缩感知理论进一步加速弥散张量成像，进行了初步探索和研究。论文的主要工作如下：优化了欠采样形式，并分别对采样值进行了旋转插值补偿。本文根据弥散张量图像所对应的k空间数据的结构特征，充分利用了各弥散图像间的相关信息。首先构造出有旋转角度的辐射型欠采样掩膜，生成欠采样形式以及相应的测量值，再根据不同弥散方向上的弥散图像之间的相关性，通过旋转采样掩膜，对每幅弥散图像的采样值进行插值补偿，最后利用压缩感知重建算法获取各弥散张量图像。结果显示，与传统的辐射型欠采样方法相比，旋转补偿欠采样方法减小了弥散张量图像的采样数量，重建图像边缘信息保存较好，且图像质量有所提高。利用分布式压缩感知理论提高弥散张量成像速度。鉴于不同弥散方向上的弥散图像之间的相关性很高，满足分布式压缩感知理论中的联合稀疏模型，因此可以考虑将其联合重建。本文利用分布式压缩感知方法，联合重建出了所有的弥散图的公有部分以及每幅图像所对应的特有部分，并将两部分相加求和即获得最终的重建图像。结果显示，相比于每幅图像分别进行压缩感知重建的方式，分布式压缩感知方法的重建误差较小，同时，弥散各向异性分数及表观弥散系数等参数的计算较准确；相比于插值补偿图像重建算法，通过分布式压缩感知联合重建出来的图像边缘信息保存程度要优于插值补偿重建图像，且二者在提高重建图像的结构相似性以及图像信噪比两方面的贡献均等。