磁共振成像（Magnetic Resonance Imaging,MRI）是一种利用核磁共振原理的无放射性的医学成像手段。通常磁共振成像时间较长,并行成像的方法极大地提高了成像的速度。扩散加权成像（Diffusion-Weighted Imaging,DWI）是磁共振成像中一种独特的无损检测人体内自由水分子扩散情况的成像方法,在肿瘤诊断、中风等级评估和神经研究等方面有着广泛的应用。目前临床上常用的扩散加权成像方法是单次激发平面回波成像（single-shot Echo-Plane Imaging,ss-EPI）。但是,单次激发平面回波成像容易产生图像扭曲且成像分辨率有限。多次激发平面回波成像（multi-shot Echo-PlanarImaging,ms-EPI）可以抵抗图像畸变,并且可以提高图像的分辨率。然而,多次激发扩散加权成像也导致不同次激发所采集的图像存在相位差,使得采集到的数据无法直接合成无伪影图像。如何重建多次激发扩散加权图像是一个亟待解决的问题。本文首先提出基于多次激发扩散加权图像相位光滑特性约束的结构化低秩矩阵的无导航回波重建方法。利用某些磁共振图像具有相位光滑的特点构造结构化矩阵,并将不同次激发的图像所构成的结构化矩阵串联成一个大矩阵,约束该矩阵核范数最小化来重建图像。并根据每次激发成像的均匀欠采样特点,我们将核范数约束结合并行成像重建的SENSE（SENSitivity Encoding）方法对k空间数据进行校验以提高重建图像质量。然后,我们利用部分奇异值和约束进一步加强矩阵低秩约束。仿真数据和实测脑部数据实验表明,与目前前沿的无导航回波重建方法相比,本文所提方法可以重建出高质量的多次激发扩散加权图像,重建结果具有更少的伪影和更锐利的图像结构。而且,在高激发次数采样下的重建图像质量的提升更加明显。