1.一种基于多尺度像素反重组网络的快速MRI重建方法，其特征在于，所述方法包括以下步骤：步骤1输入欠采样的MRI图像 这里， 表示复数域，xu通过如下方式获得：‑1 ‑1 ‑1

xu＝F yu＝F (M⊙y)＝F (M⊙F(x))，其中，yu＝M⊙y， 表示待重建的全采样的MRI图像，y＝Fx表示k空间中的全采样‑1数据，F(·)和F (·)分别表示二维傅里叶变换矩阵和二维傅里叶变逆换矩阵，F(·)用于‑1将MRI图像从像素空间变换到k空间，F (·)用于将MRI图像从k空间变换到像素空间，M∈M×N{0,1} 表示对y进行欠采样的掩码矩阵；

步骤2由多尺度像素反重组网络 得到重构后的MRI图像

2.如权利要求1所述的一种基于多尺度像素反重组网络的快速MRI重建方法，其特征在于，所述步骤2中，多尺度像素反重组网络fMS‑PU(·；Θ)由Γ个PU子网级联而成：其中，Θ＝{Θ1,Θ2,…,Θ γ ,…,ΘΓ}为网络的参数，s＝{s1,s2,…,s,…,sΓ}为网络所用到的各PU尺度，1≤γ≤Γ， 为PU尺度为sγ的PU子网。

3.如权利要求2所述的一种基于多尺度像素反重组网络的快速MRI重建方法，其特征在于，PU子网 由PU算子、Dγ个重建子网、像素重组(Pixel Shuffle，PS)算子三个部分级联而成：

这里， 表示PU尺度为sγ的PU算子，PU算子用于将输入的单通道图像进行像素反重组，使其维度从M×N变为 且 设定M和N都是可以被sγ整除的； 表示PS算子，是PU算子的逆运算，用于将输入的具有 个通道的低维图像进行像素反重组，使其维度从 变为M×N；

为 网络的参数集，d ∈{1 ,2 ,… ,D γ }，(0)

x ＝xu；fγ,d(·；θγ,d)为 的第d个重建子网，定义如下：

其中， 为残差学习模块，用于学习输入的MRI图像中丢失的细节信息，θγ,d为其参数；fDC(·)表示数据一致性算子，令 和 分别表示fDC(·)的输入和输出， 通过如下方式计算：这里， 通过如下方式计算：

其中， Z[i,j]表示矩阵Z中第i行第j列元素。