磁共振成像（MRI）的采集速度较慢，促使人们发展出两种互补的技术：一是同时获取解剖结构的多个视角（并行成像），二是采集少于传统信号处理方法所需数量的样本（压缩感知）。尽管这两种方法的结合有望显著缩短扫描时间，但如何从这种欠采样的多线圈数据中进行重建，长期以来仍是一个未解难题。本文提出了一种新方法，通过端到端学习的方式扩展了以往的变分法框架。该方法在fastMRI数据集上对脑部和膝关节MRI均取得了当前最先进的重建效果。