基于高斯自适应迭代网络的核磁共振异核谱和纯化学位移谱降噪方法技术

本发明专利技术公开了一种基于高斯自适应迭代网络的核磁共振异核谱和纯化学位移谱降噪方法，包括：第一步，构建纯化学位移训练数据集并进行预处理；第二步，构建高斯自适应迭代网络，具体网络架构包括数据预处理模块、N个迭代去噪模块；第三步，建立反向传播的损失函数并且对建立的网络进行训练，得到最优核磁共振波谱降噪模型，用于对含噪的核磁共振波谱进行处理，并输出降噪后的核磁共振波谱。本发明专利技术能将含噪声磁共振波谱输入训练后的深度神经网络经过自适应降噪处理，从而能有效提高核磁共振异核谱和纯化学位移谱的降噪效果。

【技术实现步骤摘要】

本专利技术涉及磁共振波谱降噪领域，尤其涉及一种基于高斯自适应迭代网络的核磁共振波谱降噪方法。

技术介绍

1、核磁共振(nmr)技术是一种通过测量物质中原子核在外加磁场中共振产生的信号，来分析分子结构、化学环境和动态行为的重要工具。nmr谱图能够提供分子内部的精确信息，包括化学位移、耦合常数、以及不同原子间的相对位置和数量。化学位移()表示由样品内部的局部磁场变化引起的共振频率偏移，通常以百万分之一(ppm)为单位衡量。通过分析化学位移，可以区分样品中处于不同化学环境的核，进而解析分子结构。然而，nmr谱图中往往伴随着噪声，这些噪声来源于仪器固有噪声、环境噪声以及热噪声等因素。噪声的存在不仅影响谱图的清晰度，还可能干扰重要信号的识别和定量分析。因此，如何有效地去除或减少噪声，提升谱图的信噪比(snr)，是nmr技术应用中的一个关键问题。高信噪比的谱图能够更准确地反映分子的真实特性，而低信噪比的谱图则可能导致信号与噪声混淆，影响对化学环境的判断和分子结构的解析。

2、为提升nmr谱图的信噪比，传统上有多种方法可供选择。硬件方面，使用更高磁场强度的磁本文档来自技高网...

【技术保护点】

1.一种基于高斯自适应迭代网络的核磁共振异核谱和纯化学位移谱降噪方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于高斯自适应迭代网络的核磁共振异核谱和纯化学位移谱降噪方法，其特征在于，所述步骤1包括：

3.根据权利要求1所述的基于高斯自适应迭代网络的核磁共振异核谱和纯化学位移谱降噪方法，其特征在于，所述步骤2.1包括以下步骤：

4.根据权利要求1所述的基于高斯自适应迭代网络的核磁共振异核谱和纯化学位移谱降噪方法，其特征在于，所述步骤2.2中的每个迭代去噪模块包括：特征优化处理单元、特征增强处理单元、高斯自适应调整单元GAU、数据重构输出单元...

【技术特征摘要】

1.一种基于高斯自适应迭代网络的核磁共振异核谱和纯化学位移谱降噪方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于高斯自适应迭代网络的核磁共振异核谱和纯化学位移谱降噪方法，其特征在于，所述步骤1包括：

3.根据权利要求1所述的基于高斯自适应迭代网络的核磁共振异核谱和纯化学位移谱降噪方法，其特征在于，所述步骤2.1包括以下步骤：

4.根据权利要求1所述的基于高斯自适应迭代网络的核磁共振异核谱和纯化学位移谱降噪方法，其特征在于，所述步骤2.2中的每个迭代去噪模块包括：特征优化处理单元、特征增强处理单元、高...

【专利技术属性】
技术研发人员：詹昊霖，倪洋，周玲玲，陈心语，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：