借助信號內在的稀疏性或可壓縮性，壓縮感知利用隨機投影實現以遠低于奈奎斯特頻率的采樣頻率下對壓縮后數據的采集。結合壓縮感知和低秩思想，可以加快心臟磁共振（CMR）圖像的掃描速度，減輕患者不適，提高檢查質量。本文提出 CMR 圖像的多尺度低秩分解模型，并采用交替方向拉格朗日乘子法（ADMM）進行求解。以峰值信噪比（PSNR）和相對誤差（RLNE）作為定量評價指標，結合人眼視覺感受以及局部區域放大，對比分析本文算法與 L + S 分解、kt FOCUSS、k-t SPARSE SENSE 等主流算法的性能優劣。實驗結果表明：本文提出的多尺度低秩分解模型，經過 ADMM 算法重構的效果在性能指標上明顯優于其他對比算法，同時圖像細節和邊緣輪廓成像質量更佳。該方法將推動 CMR 快速成像技術的發展及其在臨床疾病診療中的應用。