MoSAIK（Motion Search with AI in K-space）是一种在常规多线圈TSE k空间中直接估计平面刚体运动的算法。它不依赖运动自由参考、外部导航或额外采集，而是利用k空间自洽性违背来推断运动参数，并将预测的旋转和平移嵌入基于模型的运动感知重建流程，而不是对图像进行后处理校正。
在实现上，选取的复数线圈数据被拆分为对数幅度和相位两个通道。采用解耦的卷积嵌入层提取局部特征，随后通过Transformer编码器对相位编码线的索引进行序列建模，输出每条相位编码线对应的旋转角度和二维平移向量。训练阶段使用无运动的临床数据并在其上模拟不同幅度的运动；测试时在四名未见过的受试者上评估。
评估指标包括分量误差、结构相似性指数（SSIM）、峰值信噪比（PSNR）以及体内的熵焦点准则（EFC）。实验表明，旋转的均方误差（MSE）低于 $10^{-4}$，平移误差保持在亚像素水平。重建结果在无运动基准上实现了显著的SSIM提升（约0.03），PSNR提升约1.5 dB，且EFC下降表明图像清晰度提升。
点评