生物组织电特性（EPs）包括电阻抗、电导率、介电常数等参数,是生物组织所具备的一个基本特征。生物组织的电特性在病变早期会发生明显变化,在早期组织病变的检测中起到重要作用。本文针对近年来新兴的两种基于磁共振设备（MRI）的电特性成像算法MR-EIT和MR-EPT进行了研究。研究首先对传统的MR-EIT微分进化算法（DE）进行了改进,提高了基于单一方向磁感强度的MR-EIT成像精度,然后将MR-EPT成像技术在乳腺模型上进行了验证,该方法克服了MR-EIT三维旋转的难题,可以获得高精度和高分辨率的电特性分布图像。本研究的主要工作如下:1)采用动态参数控制的方法对传统MR-EIT微分进化算法进行改进,并建立模型对算法进行了可行性分析。该算法改进了传统DE算法会过早收敛的缺陷,根据算法在搜索过程中的实际情况,线性调整参数的大小。研究采用三维头球模型对算法进行了正问题仿真,利用正问题求解的z方向磁感应强度和体表电压进行逆问题研究。结果表明:基于动态参数调整的MR-EIT微分进化算法能够准确对三维头球模型成像,误差控制在3%以内,而且分辨率较高。2)将基于射频成像（B₁-mapping）的MR-EPT成像技术应用于三维乳腺模型中,对算法进行可行性验证。该算法使用高场磁共振（MRI）和射频线圈同时对生物组织电导率和介电常数进行成像,可以比MR-EIT提供更多的电特性参数。研究建立了简单的三维乳腺模型,正问题使用已知的电导率和介电常数仿真得到射频场的幅值和相位,逆问题根据射频场分布对模型内部电导率和介电常数分布进行重建。研究结果表明:重建得到的电导率和介电常数相对误差分别为4.71%和11.32%,相比于病变组织电特性会倍增的情况,该误差仍在允许的范围内,具有较高的临床应用价值。