-
公开(公告)号:CN117008028A
公开(公告)日:2023-11-07
申请号:CN202310931220.5
申请日:2023-07-27
Applicant: 厦门大学
IPC: G01R33/46 , G01N24/08 , G06V10/82 , G06V10/774
Abstract: 本发明公开了一种核磁共振谱峰位置检测方法、装置及可读介质,通过获取基于自旋回波相位变化谱的二维谱图,构建SEcho‑Net神经网络并训练,SEcho‑Net神经网络包括编码层和解码层,编码层包括间接维下采样模块和直接维下采样模块,间接维下采样模块用于对基于自旋回波相位变化谱的二维谱图进行压缩,得到第一特征向量,第一特征向量输入直接维下采样模块中提取与谱峰位置相关的关键信息,得到关键特征,解码层包括直接维上采样模块和分步降维模块,直接维上采样模块用于从关键特征中恢复谱图信息,得到第二特征向量,第二特征向量输入分步降维模块中进行特征提取,得到谱峰纯化学位移位置信息。该方法对实验要求低,可以精准定位谱峰位置。
-
公开(公告)号:CN112132028A
公开(公告)日:2020-12-25
申请号:CN202011007196.9
申请日:2020-09-23
Applicant: 厦门大学
Abstract: 获取高质量核磁共振纯化学位移谱的方法,涉及核磁共振。利用matlab程序代码模拟实时ZS谱和理想纯位移谱的自由感应衰减信号,进行傅里叶变换得到相应的频谱,并进行归一化等预处理;建立模拟数据集;将数据集分为训练集、测试集两个部分;对数据集进行数据归一化预处理;设计神经网络结构;调整网络参数以训练网络模型;利用模拟实时ZS数据及实验实采实时ZS数据作为测试数据对模型进行测试检验。避免了伪二维ZS实验时间长的问题,将实验时间缩短1~2个数量级。将训练设计好的神经网络模型对实验中的实时ZS谱图进行数据重建,得到高分辨率、小线宽、高信噪比、去伪峰的谱图,从而达到快速获取高质量纯化学位移氢谱的目的。
-
公开(公告)号:CN112132028B
公开(公告)日:2023-12-26
申请号:CN202011007196.9
申请日:2020-09-23
Applicant: 厦门大学
IPC: G06F18/10 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 获取高质量核磁共振纯化学位移谱的方法,涉及核磁共振。利用matlab程序代码模拟实时ZS谱和理想纯位移谱的自由感应衰减信号,进行傅里叶变换得到相应的频谱,并进行归一化等预处理;建立模拟数据集;将数据集分为训练集、测试集两个部分;对数据集进行数据归一化预处理;设计神经网络结构;调整网络参数以训练网络模型;利用模拟实时ZS数据及实验实采实时ZS数据作为测试数据对模型进行测试检验。避免了伪二维ZS实验时间长的问题,将实验时间缩短1~2个数量级。将训练设计好的神经网络模型对实验中的实时ZS谱图进行数据重建,得到高分辨率、小线宽、高信噪比、去伪峰的谱图,从而达到快速获取高质量纯化学位移氢谱的目的。
-
-