本發(fā)明涉及核磁共振，更具體的，涉及：1、一種基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的方法；2、一種基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的裝置。

背景技術(shù)：

1、核磁共振(nmr)技術(shù)是一種通過檢測核磁矩在外加磁場中的共振現(xiàn)象來分析物質(zhì)分子結(jié)構(gòu)和化學(xué)環(huán)境的有效方法。nmr譜圖提供了豐富的化學(xué)和物理信息。信噪比(snr)是評價nmr譜圖質(zhì)量的重要指標(biāo)，表示信號強(qiáng)度與噪聲強(qiáng)度的比值。較高的snr意味著譜圖更加清晰，從而有助于提高分子結(jié)構(gòu)解析的準(zhǔn)確性。

2、在nmr譜圖中，信號通常以頻率域的峰值形式出現(xiàn)，這些峰值對應(yīng)于不同核的共振頻率及其化學(xué)環(huán)境，而噪聲則表現(xiàn)為基線上的隨機(jī)波動。為了獲得高質(zhì)量的nmr譜圖，需要最大化信號與噪聲的比值，即提高信噪比。高snr不僅能夠提供更清晰的譜圖，還能更準(zhǔn)確地確定峰值的位置、強(qiáng)度和形狀，這對于定量分析和分子結(jié)構(gòu)解析至關(guān)重要。低snr的譜圖可能導(dǎo)致信號峰值被噪聲掩蓋，從而導(dǎo)致重要化學(xué)信息的丟失或誤讀。此外，高snr有助于縮短實(shí)驗(yàn)時間。在nmr實(shí)驗(yàn)中，通常需要進(jìn)行多次掃描以平均隨機(jī)噪聲，從而提高snr。每次掃描時間從幾分鐘到幾小時不等。當(dāng)snr足夠高時，可以減少掃描次數(shù)，從而縮短實(shí)驗(yàn)時間，這對于高通量分析或?qū)崟r監(jiān)測的實(shí)驗(yàn)尤為重要。

3、近年來，國內(nèi)外學(xué)者在提升nmr譜圖信噪比方面進(jìn)行了大量研究，并提出了多種方法和技術(shù)。例如，使用更高強(qiáng)度的磁體以增強(qiáng)nmr信號的強(qiáng)度，從而增加信噪比；通過優(yōu)化脈沖序列的參數(shù)，如松弛時間、占空比、脈沖序列時間等，提高信噪比。盡管這些傳統(tǒng)方法在提升nmr譜圖信噪比方面取得了顯著進(jìn)展，但硬件升級通常伴隨著高昂的成本和復(fù)雜的操作要求，而數(shù)據(jù)采集優(yōu)化的方法則可能需要較長的實(shí)驗(yàn)時間和復(fù)雜的參數(shù)設(shè)置。此外，傳統(tǒng)方法在處理復(fù)雜和動態(tài)系統(tǒng)時，其效果仍然有限。

技術(shù)實(shí)現(xiàn)思路

1、基于此，有必要針對傳統(tǒng)提升nmr譜圖信噪比的方法存在時間與經(jīng)濟(jì)成本高、操作復(fù)雜、效果不理想的問題，提供了一種基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的方法及裝置。

2、本發(fā)明采用以下技術(shù)方案實(shí)現(xiàn)：

3、第一方面，本發(fā)明公開了一種基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的方法，包括以下步驟：

4、步驟一，獲取低信噪比核磁共振波譜；

5、步驟二，將低信噪比核磁共振波譜輸入到訓(xùn)練好的深度迭代收縮閾值網(wǎng)絡(luò)中進(jìn)行處理，得到高信噪比核磁共振波譜。

6、其中，深度迭代收縮閾值網(wǎng)絡(luò)包括：數(shù)據(jù)初始化層、迭代特征部、波譜輸出層。

7、數(shù)據(jù)初始化層用于將低信噪比核磁共振波譜進(jìn)行處理，得到初始特征圖x_input。迭代特征部包括：n個依次連接的迭代特征層，用于對x_input進(jìn)行n次特征迭代，得到第n次迭代的輸出特征圖x_outputn。波譜輸出層用于對x_outputn進(jìn)行卷積操作，得到高信噪比核磁共振波譜。

8、其中，深度迭代收縮閾值網(wǎng)絡(luò)中所有卷積為一維卷積。

9、該種基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的方法實(shí)現(xiàn)根據(jù)本公開的實(shí)施例的方法或過程。

10、第二方面，本發(fā)明公開了一種基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的裝置，其使用了第一方面公開的基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的方法。

11、基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的裝置包括：波譜獲取模塊、波譜處理模塊。

12、波譜獲取模塊用于獲取低信噪比核磁共振波譜。波譜處理模塊用于將低信噪比核磁共振波譜輸入到訓(xùn)練好的深度迭代收縮閾值網(wǎng)絡(luò)中進(jìn)行處理，得到高信噪比核磁共振波譜。

13、該種基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的裝置實(shí)現(xiàn)根據(jù)本公開的實(shí)施例的方法或過程。

14、第三方面，本發(fā)明公開了一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序。該計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)第一方面公開的基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的方法的步驟。

15、與現(xiàn)有技術(shù)相比，本發(fā)明具備如下有益效果：

16、(1)本發(fā)明提供了深度迭代收縮閾值網(wǎng)絡(luò)，將迭代收縮閾值算法展開成深度神經(jīng)網(wǎng)絡(luò)的形式，結(jié)合了傳統(tǒng)優(yōu)化算法的結(jié)構(gòu)優(yōu)勢和深度學(xué)習(xí)網(wǎng)絡(luò)的計算效率，具備高速度與高精度的優(yōu)點(diǎn)；與傳統(tǒng)的優(yōu)化方法相比，本發(fā)明采用深度迭代收縮閾值網(wǎng)絡(luò)來對低信噪比核磁共振波譜進(jìn)行處理，能夠在保留高計算速度的同時，實(shí)現(xiàn)更高的重建精度。

17、(2)本發(fā)明結(jié)合了傳統(tǒng)迭代收縮閾值去噪算法的優(yōu)勢，可靈活調(diào)整迭代次數(shù)，并在保留優(yōu)異的波譜去噪性能的同時，提高了網(wǎng)絡(luò)訓(xùn)練速度和迭代去噪過程的可解釋性。

18、(3)本發(fā)明融合了深度學(xué)習(xí)，使得網(wǎng)絡(luò)關(guān)鍵參數(shù)(如收縮閾值、步長等)均通過端到端學(xué)習(xí)自動優(yōu)化，使得網(wǎng)絡(luò)能夠自適應(yīng)處理不同類型的數(shù)據(jù)，顯著提高了網(wǎng)絡(luò)的泛化能力與重建效果，保證了在多種應(yīng)用場景下的高性能表現(xiàn)。

19、(4)本發(fā)明基于多次迭代和閾值收縮處理，表現(xiàn)出卓越的魯棒性，能夠有效去除噪聲，提升信號的清晰度和可靠性；因此，即使在噪聲較大的環(huán)境下，本發(fā)明依然可以獲得高質(zhì)量、高信噪比的波譜信號。

20、(5)本發(fā)明在多個迭代特征層實(shí)現(xiàn)多輪特征迭代，確保了信號的穩(wěn)定性和一致性；相比傳統(tǒng)方法，本發(fā)明能夠顯著提升信號的信噪比，保留原始信號的細(xì)節(jié)，具有降噪效果顯著、處理效率高的優(yōu)點(diǎn)。本發(fā)明具有廣泛的應(yīng)用前景，例如在醫(yī)學(xué)成像、化學(xué)分析和材料科學(xué)等領(lǐng)域，可以為高質(zhì)量核磁共振譜數(shù)據(jù)的獲取提供有力支持。

技術(shù)特征：

1.一種基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的方法，其特征在于，所述數(shù)據(jù)初始化層包括：

3.根據(jù)權(quán)利要求1所述的基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的方法，其特征在于，第n個迭代特征層包括：

4.根據(jù)權(quán)利要求3所述的基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的方法，其特征在于，

5.根據(jù)權(quán)利要求3所述的基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的方法，其特征在于，所述第n個迭代特征層還包括：

6.根據(jù)權(quán)利要求5所述的基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的方法，其特征在于，深度迭代收縮閾值網(wǎng)絡(luò)的訓(xùn)練方法包括：

7.根據(jù)權(quán)利要求6所述的基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的方法，其特征在于，深度迭代收縮閾值網(wǎng)絡(luò)在訓(xùn)練時采用的損失函數(shù)losstotal為：

8.根據(jù)權(quán)利要求1所述的基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的方法，其特征在于，n＝9。

9.一種基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的裝置，其特征在于，其使用了如權(quán)利要求1-8中任一項(xiàng)所述的基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的方法；

10.一種計算機(jī)程序產(chǎn)品，其特征在于，包括計算機(jī)程序；所述計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如權(quán)利要求1-8中任一項(xiàng)所述的基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的方法的步驟。

技術(shù)總結(jié)
本發(fā)明涉及核磁共振技術(shù)領(lǐng)域，具體涉及一種基于深度迭代收縮閾值網(wǎng)絡(luò)提升核磁共振波譜信噪比的方法及裝置。本發(fā)明的方法包括以下步驟：步驟一，獲取低信噪比核磁共振波譜；步驟二，將低信噪比核磁共振波譜輸入到訓(xùn)練好的深度迭代收縮閾值網(wǎng)絡(luò)中進(jìn)行處理，得到高信噪比核磁共振波譜。本發(fā)明提供了深度迭代收縮閾值網(wǎng)絡(luò)，將迭代收縮閾值算法展開為深度神經(jīng)網(wǎng)絡(luò)的形式，結(jié)合了傳統(tǒng)優(yōu)化算法的結(jié)構(gòu)優(yōu)勢和深度學(xué)習(xí)網(wǎng)絡(luò)的計算效率，實(shí)現(xiàn)核磁共振波譜信噪比的提升，能夠在保留優(yōu)異的波譜去噪性能的同時，提高了網(wǎng)絡(luò)訓(xùn)練速度和訓(xùn)練過程的可解釋性。本發(fā)明解決了傳統(tǒng)提升NMR譜圖信噪比的方法存在時間與經(jīng)濟(jì)成本高、操作復(fù)雜、效果不理想的問題。

技術(shù)研發(fā)人員：詹昊霖,倪洋,周玲玲,陳心語
受保護(hù)的技術(shù)使用者：合肥工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10