基于贝叶斯的核磁共振T2谱成像方法

吉林大学学报(信息科学版) ›› 2022, Vol. 40 ›› Issue (6): 893-897.

• • 下一篇

基于贝叶斯的核磁共振T₂谱成像方法

王琦¹ , 杜海龙¹ , 高威¹ , 刁庶²

1. 吉林大学通信工程学院, 长春 130012; 2. 无锡职业技术学院控制技术学院, 江苏无锡 214121

收稿日期:2022-05-12 出版日期:2022-12-09 发布日期:2022-12-09
作者简介:王琦(1988— ), 女, 长春人, 吉林大学高级工程师, 主要从事信号与信息处理及其应用研究, ( Tel) 86-13610791401(E-mail)wangqi0115@ jlu. edu. cn.
基金资助:
国家自然科学基金资助项目(42104142); 吉林省教育厅科学研究基金资助项目( JJKH20221006KJ); 吉林大学实验技术基金资助项目(SYXM2021a002); 教育部第二批新工科研究与实践基金资助项目(E-CXCYYR20200918)

Spectral Imaging Method of Nuclear Magnetic Resonance T₂ Based on Bayesian

WANG Qi ¹ , DU Hailong ¹ , GAO Wei ¹ , DIAO Shu ²

1. College of Communication Engineering, Jilin University, Changchun 130012, China; 2. Control Technology Institute, Wuxi Institute of Technology, Wuxi 214121, China

Received:2022-05-12 Online:2022-12-09 Published:2022-12-09

摘要/Abstract

摘要： 为解决T₂谱成像精度低, 影响检测结果的准确性的问题, 对基于贝叶斯的核磁共振T₂谱成像方法进行了研究。首先给出了NMR(Nuclear Magnetic Resonance) 信号的基本特征, 并基于贝叶斯原理, 推导了NMR信号的似然函数, 构建了T₂谱成像框架。其次, 采用改进的马尔科夫链蒙特卡洛策略, 得到T₂谱及其不确定度。最后, 通过随机构造服从多峰的混合高斯概率密度函数的T₂谱模型, 验证了基于贝叶斯的核磁共振T₂谱成像方法的有效性。该方法可应用于通信原理综合实验内容, 也可用于创新性训练实验。

关键词: 核磁共振; , T₂ 谱成像; , 贝叶斯

Abstract: Low-field NMR(Nuclear Magnetic Resonance) technology has been widely used in the detection of physical properties of substances due to its fast and non-destructive characteristics. To solve the problem that the imaging accuracy of T₂ spectral is low, which affects the accuracy of detection results. Therefore the imaging method of NMR T₂ spectral based on Bayesian is studied. Firstly, the basic characteristics of NMR signals are showen. Based on the Bayesian principle, the likelihood function of NMR signals is deduced, and the T₂ spectral imaging framework is constructed. Secondly, the T₂ spectrum and its uncertainty are obtained by using an improved Markov chain Monte Carlo strategy. Finally, the effectiveness of the Bayesian-based NMR T₂spectral imaging method is verified by randomly constructing a T₂ spectral model that obeys a multimodal mixture Gaussian probability density function. This method can be used as a comprehensive experimental content of communication principle, and can also be used as an innovative training experiment.

Key words: nuclear magnetic resonance(NMR); , imaging method of T₂ spectral; , Bayesian

中图分类号:

TP301. 6

王琦, 杜海龙, 高威, 刁庶. 基于贝叶斯的核磁共振T₂谱成像方法[J]. 吉林大学学报(信息科学版), 2022, 40(6): 893-897.

WANG Qi , DU Hailong , GAO Wei , DIAO Shu . Spectral Imaging Method of Nuclear Magnetic Resonance T₂ Based on Bayesian[J]. Journal of Jilin University (Information Science Edition), 2022, 40(6): 893-897.

[1]	李硕, 刘贺家, 刘东来, 李阳. 基于贝叶斯层次模型对联合分析方法的改进[J]. 吉林大学学报(信息科学版), 2022, 40(4): 657-662.
[2]	张明. 基于贝叶斯网络的集中化IT运维信息检索算法[J]. 吉林大学学报(信息科学版), 2021, 39(5): 576-582.
[3]	任伟建, 于雪, 霍凤财, 康朝海. 基于贝叶斯网络的油田管道失效概率计算[J]. 吉林大学学报(信息科学版), 2021, 39(1): 66-76.
[4]	郜泽霖, 魏晋, 蒋川东, 刁庶. 马尔科夫链蒙特卡洛地面磁共振信号参数提取[J]. 吉林大学学报(信息科学版), 2020, 38(4): 509-515.
[5]	李宏磊, 丛玉良, 任柏寒. 基于隐朴素贝叶斯分类方法的垂直切换算法[J]. 吉林大学学报(信息科学版), 2019, 37(3): 238-344.
[6]	李冶, 张思雨, 周炀, 任桂莹, 孙慧慧. 基于贝叶斯算法电梯运行效率的研究[J]. 吉林大学学报(信息科学版), 2017, 35(1): 57-62.
[7]	胡云鹏, 王世刚. 基于支持向量机与朴素贝叶斯的犯罪度理论研究[J]. 吉林大学学报(信息科学版), 2017, 35(1): 20-25.
[8]	刘哲, 谭振江, 王洪君. 基于规范化的B样条密度模型的聚类算法[J]. 吉林大学学报(信息科学版), 2013, 31(5): 522-527.
[9]	梁好\|徐长庚\|林和平. 实用高效的垃圾邮件过滤算法[J]. J4, 2010, 28(03): 298-.

基于贝叶斯的核磁共振T₂谱成像方法

Spectral Imaging Method of Nuclear Magnetic Resonance T₂ Based on Bayesian

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 9

Metrics

本文评价

推荐阅读 10