二维磁共振波谱重建是一项具有挑战性的任务。在少数据情况下,即使是最新的基于压缩感知理论的重建方法也不会重建出令人满意的波谱。在本文中,一系列的谱峰被建模成为了不同参数下的洛伦兹函数的叠加。该种建模方式是波谱的一种更为稀疏的表征方式。在该表征方式下,优化问题中的未知量从原先的几万到几十万下降到了几十到几百,即洛伦兹函数方法是对波谱的一种参数化的重建而不是像素化的重建。这些参数为吸收峰的中心、尺度与形态参数。由洛伦兹函数所组成的目标函数是一个非凸非线性函数,对于这个问题本文选用模拟退火算法进行求解。在极少数据的单峰重建效果方面,传统FFT方法与压缩感知放方法已经无法重建数据,但本文方法依然可以重建出几乎完美的结果。另外,本文方法对于极少数据多谱峰重建也能得到相对较好的结果。最后本文测试了在不同和噪声环境下的不同数据量的多谱峰重建效果,结果表明洛伦兹函数的参数化方法能够在很大程度上提高少数量的二维磁共振谱峰重建效果。