1.一种磁共振图像去噪方法，包括如下步骤：

S100：输入待重建图像y并初始化；

S200：根据待重建图像的原子的参数的上下限生成初始种群W；

S300：初始化迭代次数，利用自适应遗传算法加速搜寻L个最优原子，并利用这L个最优原子分别进行残差信号的匹配，更新原子的候选支撑集集合和残差信号，求得此次迭代的候选支撑集集合，如果迭代次数小于最大迭代次数则重复执行S300；

S400：对所得的候选支撑集集合进行二次筛选；

S500：当达到迭代要求时，找到对应残差最小的候选支撑集集合，进行重建信号的恢复，输出重建结果图

2.根据权利要求1的方法，步骤S100进一步包括：优选的，

初始化如下：迭代次数k＝0，初始残差r0＝y，初始候选支撑集集合S0＝{φ}，最大迭代次数Ntem。

3.根据权利要求2的方法，所述原子的参数的上下限具体设定如下：原子gγ＝(x，y，s，θ)的参数的下限为bi＝[0，0，0，0]，上限为bs＝[hx，hy，2j，π]，hx，hy分别代表图像高度和宽度，j表示尺度因子的指数，1≤j≤4；其中(x，y)表示原子的位置，s表示原子的尺度参数，θ表示原子的偏转角度。

4.根据权利要求2的方法，步骤S300进一步包括：

S301：当k＜Ntem时，迭代次数：k＝k+1，候选索引：u＝0，候选支撑集集合：Sk＝φ；

S302：当1≤i≤|Sk-1|，利用自适应遗传算法加速搜寻L个最优原子并利用这L个最优原子分别通过计算proj＝进行残差信号的匹配，其中，|Sk-1|表示对于第k-1次迭代的候选支撑集集合的数量；rik-1表示第k-1次迭代的第i个残差；proj表示计算的内积值的变量，i表示循环变量；

S303：当1≤j≤L，建立一个临时支撑集， 其中，Sik-1表示第k-1次迭代候选支撑集集合的第i个支撑集；grj表示针对当前的候选索引选择的最优的L个原子的第j个；

S304：检查是否存在共有支撑集，如果 则更新候选索引u＝u+1，更新当前候选支撑集 更新候选支撑集集合 之后进行更新重建信号

再更新残差信号 否则回到步骤S303，直至j＝L，结束步骤

S303，回到步骤S302，形成第k次的候选支撑集集合

5.根据权利要求4的方法，步骤S400进一步包括

当迭代层数达到一定值时，即k≥Γ时，根据对应的残差信号的大小，对候选支撑集集合Sk中的候选支撑集进行二次筛选，去掉残差最大的 个候选支撑集，其中Γ表示一个常数，用来指定特定的迭代层数；u表示当前迭代层的候选索引集的数量，α表示一个常数，用来计算删减掉的索引集的数量。

6.根据权利要求1的方法，步骤S200中的原子的生成函数是二维Gabor函数，二维Gabor函数g(x，y)是通过二维高斯窗函数w(x，y)和二维复数波s(x，y)相乘所得，g(x，y)＝s(x，y)w(x，y)，其中二维高斯窗函数w(x，y)和二维复数波s(x，y)分别表示如下：x′＝(x-x0)cosθ+(y-y0)sinθ，y′＝(y-y0)cosθ-(x-x0)sinθ，s(x，y)＝exp(i(2π(u0x+v0y)))，将上述式子整理得出二维Gabor核函数，通过平移、调制得到Gabor原子簇，表示如下：其中：x，y，x′，y′

为位置坐标， 表示高斯核幅度的比例，(u0，v0)表示频域坐标；四维参数组γ(x0，y0，s，θ)表示一个原子，(x0，y0)表示二维Gabor原子的位置，S表示原子的尺度参数，θ表示原子的偏转角度，二维复数波s(x，y)是复数形式。

7.根据权利要求1的方法，步骤S300中为了加快搜寻L个最优原子的速度，在自适应遗传算法中按照下式确定交叉概率和变异概率，其中，fmax表示群体中最大的适应度值， 表示每代群体的平均适应度值，f′表示进行交叉的两个个体中较大的适应度值，f表示进行变异的个体的适应度值，pc_max表示最大交叉概率，pc_min表示最小交叉概率，pm_max表示最大变异概率，pm_min表示最小变异概率；其中，设置pc_max＝0.9，pc_min＝0.6，pm_max＝0.1，pm_min＝0.01，保证群体中适应度值最大个体的交叉概率和变异概率不为0，从而使得算法跳出局部最优解。