并行磁共振成像是一种利用多个接收线圈同时采集信号,减少相比使用单个线圈时所需的相位编码的次数,从而降低信号采集时间,加快成像速度的方法。其中SENSE是目前较为成熟和使用广泛的一种并行磁共振成像方法。压缩感知是近年来信号处理领域的一项新理论,它可以利用信号的稀疏特性,对原始信号进行随机采样,在低于奈奎斯特频率的情况下采样也能完美的重建信号。本文主要对压缩感知和SENSE进行研究,并对它们的重建效果进行比较和评价。此外,将两项技术进行结合,在极大的提高采样速率的同时,也可以解决并行磁共振技术在较高加速比时信噪比急剧下降的问题。本文的主要工作有：(1)基于稀疏性约束将压缩感知和自动校准敏感度编码并行磁共振成像方法进行结合,并对该模型的随机采样、敏感度重建、加速比等方面做了详细分析,实验证明,此模型在较高的加速比时能保证较好的成像质量。(2)由于上述模型中的压缩感知阶段具有TV和l1复合正则化约束,对其求解使用传统的共轭梯度类算法的时间复杂度较高,需要耗费大量计算时间,因此将快速分裂复合算法应用在上述模型,对多个正则化项进行分裂求解,实验证明此算法能够在加快重建速度的同时,能在一维随机采样方式的k空间采集中带来更好的重建效果。(3)传统稀疏磁共振重建中是将小波变换作为稀疏基的l1正则化,由于小波在多尺度分析方面存在不足,因此本文将Contourlet作为新的正则化项,引入到重建模型中,通过修改后的FCSA算法来实现,并将其应用于压缩感知并行成像模型中,实验证明有良好的重建效果。