一种基于生成对抗网络的地面核磁共振信号噪声压制方法技术

本发明专利技术为一种基于生成对抗网络的地面核磁共振信号噪声压制方法，包括：利用核磁共振测深探水仪采集到的一组已知Larmor频率的观测MRS信号X1(t)；对采集到的观测MRS信号X1(t)进行希尔伯特变换，将全波信号变换为复包络信号X2(t)；采用短时傅里叶变换方法对MRS复包络信号进行预处理，将一维信号转换为时间

【技术实现步骤摘要】
一种基于生成对抗网络的地面核磁共振信号噪声压制方法


[0001]本专利技术属于磁共振测深(Magnetic Resonance Sounding,MRS)信号噪声滤除领域，具体是一种基于生成对抗网络的地面核磁共振信号噪声压制方法。

技术介绍

[0002]磁共振地下水探测技术(Magnetic Resonance Sounding，MRS)是一种非侵入性地下水资源探测方法，通过氢质子的数量可以直接探测地下水的含量、深度及厚度，近些来受到广泛关注。然而，由于MRS信号为纳伏量级，所以该信号对环境噪声的影响非常敏感，常见影响有尖峰噪声、工频噪声和随机噪声，在出现干扰的情况下，磁共振信号的特征参数提取会产生较大误差，导致反演解释结果不可靠。因此，消除采集信号中的噪声已经成为磁共振信号处理中的核心工作。
[0003]针对上述问题，国内外的专家和学者开展了大量的研究工作。对于工频谐波的滤除：Larsen等人在论文《Noise cancelling of MRS signals combining model
‑
based removal of powerline harmonics and multichannel Wiener filtering》(《Geophysical Journal International》，2014年第196卷2期：828
‑
836页.)提出了一种基于建模的谐波噪声去除方法。该方法通过最小二乘拟合确定谐波噪声的模型参数，然后从含噪信号中减去建模噪声，但该方法的性能取决于特定测量地点的噪声分布情况。李凡等在论文《Cancellation of varying harmonic noise in magnetic resonance sounding signals》(《Journal of Applied Geophysics》，2020年第177卷.)考虑到主线圈和参考线圈中的谐波噪声变化可能是异步的，提出了一种基于频域多通道Wiener滤波的帧去噪方法，进一步改善了降噪效果。但是，当Larmor频率接近于工频时，该方法会导致核磁共振信号被错误地滤除。
[0004]对于随机噪声的去除：2018年，林婷婷等人在论文《利用分段时频峰值滤波法抑制磁共振全波信号随机噪声》(《地球物理学报》，2018年第61卷9期：3812
‑
3824页.)提出了时频峰值滤波法(STFPF)抑制随机噪声，将全波磁共振信号分成若干段,编码为解析信号的瞬时频率,通过提取时频分布的峰值获得信号的无偏估计,达到抑制全波磁共振信号随机噪声的目的。但当信号的信噪比很低时,抑制效果较差。2021年，林婷婷等人在论文《基于改进短时傅里叶变换的磁共振随机噪声消减方法》(《物理学报》，2021年第70卷16期：134
‑
146页.)提出了利用改进短时傅里叶变换抑制随机噪声，采用解析信号代替常规短时傅里叶变换中的实值信号,得到MRS信号的高精度时频分布,然后提取时频域峰值幅度和峰值相位重构信号来消除随机噪声，取得了良好的效果。
[0005]针对MRS信号中包含的尖峰噪声：2016年，万玲等在论文《基于能量运算的磁共振信号尖峰噪声抑制方法》(《地球物理学报》，2016年第59卷6期：2290
‑
2301页.)提出一种能量运算法，通过计算信号能量,可有效检测尖峰噪声并突出不易识别的小幅度尖峰噪声,采用基于中位数的绝对偏差法确定阈值,进而剔除尖峰噪声。相比传统统计叠加法，该方法能够对于测量过程中出现的小幅度的尖峰噪声进行有效的检测以及剔除。同年，为了能够对
于电网中存在的尖峰噪声进行更好的消除，LARSEN在论文《Model
‑
based subtraction of spikes from surface nuclear magnetic resonance data》(《Geophysics》，2016年第81卷4期：WB1
‑
WB8页.)提出将尖峰噪声建模为两个不同二阶带通滤波器级联的单位冲激响应然后与含噪数据作差实现噪声滤除。但该方法仍存在过拟合和信号失真的缺陷。
[0006]CN107957566A公开了“基于频率选择奇异谱分析的磁共振测深信号提取方法”，该方法通过选择与MRS信号拉莫尔频率对应的奇异谱重构MRS信号，能够对含噪信号中随机噪声、尖峰噪声和工频谐波干扰进行有效滤除；CN109828318A公开了“一种基于变分模态分解的磁共振测深信号噪声滤除方法”，提出“三VMD”分解的方式用于处理磁共振测深信号中的工频谐波噪声及随机白噪声；CN109885906A公开了“一种基于粒子群优化的磁共振测深信号稀疏消噪方法”，提出了构建针对MRS信号和工频谐波噪声特征的振荡原子库，利用粒子群算法重构信号，去除磁共振信号中的工频谐波干扰和随机白噪声。
[0007]上述MRS噪声去除方法均在一定的条件下取得了良好的效果，但也存在其自身的局限性，针对MRS信号中所包含噪声的多样性，较难实现采用一种方法同时消除MRS信号中的多种复杂噪声。

技术实现思路

[0008]本专利技术所要解决的技术问题在于提供一种地面核磁共振信号噪声压制方法及系统，针对MRS信号中所包含噪声的多样性，以及现有算法的局限性，较难实现采用一种方法同时消除MRS信号中的多种复杂噪声。
[0009]本专利技术是这样实现的，
[0010]一种基于生成对抗网络的地面核磁共振信号噪声压制方法，该方法包括如下步骤：
[0011]步骤1：利用核磁共振测深探水仪采集到的已知Larmor频率的观测MRS信号X1(t)；
[0012]步骤2：对采集到的观测MRS信号X1(t)进行希尔伯特变换，将全波信号变换为复包络信号X2(t)；
[0013]步骤3：采用短时傅里叶变换方法对MRS复包络信号进行预处理，将一维信号转换为时间
‑
频率的二维图像信息作为生成对抗网络训练的输入数据X3；
[0014]步骤4：对数据X2裁剪得到大小为65
×
85的二维图像X4，并对裁剪后的数据做min
‑
max归一化处理，实现所有数据映射在区间[0,1]；
[0015]步骤5：构建用于MRS去噪的WGAN
‑
GP生成对抗网络结构，实现随机噪声、工频谐波噪声、尖峰噪声三种不同噪声的去除；
[0016]步骤6：对去除噪声的数据采用短时傅里叶逆变换，将二维图像信息还原为MRS复包络信号，实现对MRS信号的噪声去除与参数提取。
[0017]进一步地，
[0018]步骤2中对采集到的观测MRS信号X1(t)通过希尔伯特变换将全波信号变换为复包络信号X2(t)，具体步骤为：
[0019]对于观测MRS信号X1(t)解析为：
[0020][0021]虚部为X1(t)的希尔伯特变换由解析信号得到MRS复包络信号：
[0022][0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于生成对抗网络的地面核磁共振信号噪声压制方法，其特征在于，该方法包括如下步骤：步骤1：利用核磁共振测深探水仪采集到的已知Larmor频率的观测MRS信号X1(t)；步骤2：对采集到的观测MRS信号X1(t)进行希尔伯特变换，将全波信号变换为复包络信号X2(t)；步骤3：采用短时傅里叶变换方法对MRS复包络信号进行预处理，将一维信号转换为时间
‑
频率的二维图像信息作为生成对抗网络训练的输入数据X3；步骤4：对数据X3裁剪得到大小为65
×
85的二维图像X4，并对裁剪后的数据做min
‑
max归一化处理，实现所有数据映射在区间[0，1]；步骤5：构建用于MRS去噪的WGAN
‑
GP生成对抗网络结构，实现随机噪声、工频谐波噪声、尖峰噪声三种不同噪声的去除；步骤6：对去除噪声的数据采用短时傅里叶逆变换，将二维图像信息还原为MRS复包络信号，实现对MRS信号的噪声去除与参数提取。2.按照权利要求1所述的基于生成对抗网络的地面核磁共振信号噪声压制方法，其特征在于，步骤2中对采集到的观测MRS信号X1(t)通过希尔伯特变换将全波信号变换为复包络信号X2(t)，具体步骤为：对于观测MRS信号X1(t)解析为：虚部为X1(t)的希尔伯特变换由解析信号得到MRS复包络信号：f
T
表示X1(t)的中心频率，对MRS信号，f
T
即为发射频率。3.按照权利要求1所述的基于生成对抗网络的地面核磁共振信号噪声压制方法，其特征在于，步骤3中对采用短时傅里叶变换方法对MRS复包络信号进行预处理，具体包括为：信号进行连续短时傅立叶变换为：s(t)为需变换的时域信号，g(t)为窗函数，*表示取共轭，通过短时傅里叶变换方法，将一维信号转换为二维图像信息。4.按照权利要求1所述的基于生成对抗网络的地面核磁共振信号噪声压制方法，其特征在于，步骤4中对数据X3裁剪并做min
‑
max归一化处理，具体包括：将短时傅里叶变换得到的时间
‑
频率的二维图像信息裁剪得到大小为65
×
85的二维图像输入数据X4；对用于WGAN
‑
GP网络训练的数据X4做min
‑
max归一化处理：
X
min
和X
max
分别表示训练集的最小值和最大值；把所有数据X4映射为在区间[0,1]中；将图像虚部信息和实部信息分开储存，得到65
×
85
×
2大小的图像数据X5，其中，65代表频率尺度，85代表时间尺度，...

【专利技术属性】
技术研发人员：田宝凤，段皓钰，张雪洋，李禧扬，栾卉，
申请(专利权)人：吉林大学，
类型：发明
国别省市：