核磁共振（NMR）光谱是广泛应用于生物医学、化学和生物学领域的分析技术。最新研究发现，深度学习（DL）在NMR去噪中具有潜力，比传统方法更优。通过将数据驱动训练与传统的TV去噪相结合，DL方法的性能可以进一步提高。TVCondNet方法优于传统的TV和DL方法，具有更好的去噪性能和更快的推断速度。

本文利用深度学习方法，通过次-Nyquist采样策略降维k空间数据，提高磁共振成像速度。实验证明该方法只需用到29%的k空间数据就能生成高质量图像。