针对卷积神经网络应用于图像压缩感知重构在低采样率下包含的信息量较少，重构网络关注图像的上下文信息比较困难的缺点，提出了一种基于深度展开自注意力网络的压缩感知图像重构。该网络将采样矩阵和自注意力机制相结合用于图像的深度重构，并通过多阶段的重构模块充分利用测量值的信息，以提高图像的重构质量。实验结果表明：本文提出的网络可高效利用图像的采样信息，在不同数据集上均优于现有的最先进的方法，重建图像的视觉效果更优。