本文提出了一种新的鲁棒低秩动态磁共振成像重建优化模型，通过高度欠采样和离散傅里叶变换（DFT）减少噪声并增强算法的抗干扰能力。利用双重总变差（TV）和双重核范数（NN）正则化，优化了动态磁共振成像序列的重建精度和时间复杂度。

本文提出了一种新的鲁棒低秩动态磁共振成像重建优化模型，通过高度欠采样和离散傅里叶变换，利用双重总变差和双重核范数正则化，实现了多维数据的重建精度和时间复杂度上的优于当前五种最先进方法的性能。