一种深度稀疏低秩学习网络的动态MRI重建方法

本发明公开一种深度稀疏低秩学习网络的动态MRI重建方法，属于MRI成像技术领域。获取心脏的动态MRI的全采样多线圈k空间数据，通过逐线圈的动态MRI图像的傅里叶逆变换算子和平方和操作得到全采样图像数据，随后通过多线圈动态MRI图像的欠采样算子、逐线圈的动态MRI图像的傅里叶变换算子和灵敏度编码矩阵生成欠采样多线圈k空间数据，最后将欠采样多线圈k空间数据与对应的全采样多线圈k空间数据组成训练集、验证集和测试集；设计深度稀疏低秩学习网络模型；构建损失函数；利用训练集和验证集及损失函数，学习深度稀疏低秩学习网络的最优参数；针对测试集，利用训练得到的最优深度稀疏低秩学习网络模型参数进行心脏MRI图像重建。