磁共振成像技术是现今医学临床诊断和研究领域的重要工具之一。然而，由于磁共振成像过程时间相对较长，因此成像结果易受到被检查者的运动影响而出现伪影。这些伪影降低了图像的质量，干扰了临床判断，极大地降低了图像的应用价值。因此对运动伪影抑制方法的研究有着极其重要的意义。本文从磁共振成像的基本原理出发，分析磁共振成像过程中伪影产生的原因。并总结了现有的运动伪影的抑制方法，这些方法大致可分为两类：实时伪影抑制法和后处理伪影校正法。我们主要对后处理伪影校正法进行研究。首先详细分析了基于兴趣区提取频率域约束的伪影校正法。兴趣区图像与无运动影响图像在频率域的相位有一定程度的相似性，可用兴趣区图像与伪影图像在频率域的相位差对偏移量进行估计。在校正过程中，兴趣区提取的准确性直接影响着校正效果。我们用自动提取和手工提取相结合，可获得相对较准确的兴趣区。目前有关运动伪影后处理的研究主要在模拟运动的数据上进行仿真试验，我们把校正方法应用于MRI仪器采集所得伪影数据中，观察校正效果。实验结果表明，有相位方向运动影响的图像校正后图像效果得到明显改善，轮廓和内部细节都变得清晰，更加有利于观察。而有频率方向运动影响的图像校正后图片也得到了一定程度的改善，但是相较于相位方向运动伪影校正后的图片，效果稍差。然后对频谱平移法和基于子带轮廓追踪的两种后处理校正法进行了详细分析。分析了两种方法的校正原理，以及试验中所遇到的问题，为后续运动伪影后处理的研究提供了参考。频谱平移法依据成像物体在频率编码方向的位移使得混合域的信号也在x方向产生了一个位移。该方法理论上仅能对像素级以上的偏移量进行校正。但我们在试验中发现，有时很难找出混合域数据的边界偏移量，从而无法进行后续的校正。基于子带轮廓追踪的伪影校正法，把k空间采集数据分成若干个子带，通过对子带图像的轮廓提取，确定子带图像的中心位置，从而获得运动的偏移量。实验发现，子带恢复的低分辨率的图像十分模糊，无法通过轮廓来追踪物体的运动。我们在Matlab的图形用户界面开发环境下，实现了上述算法，创建了MRI运动伪影校正平台。该平台可以读取数据，选择校正方法，观察校正后效果图，并对校正误差进行量化分析。在此平台基础上，可以方便地添加各种新的伪影校正方法，为新算法的研究提供了参考。