基于子空间自学习高保真NMR波谱重建

基于子空间自学习高保真NMR波谱重建.pdf
多维磁共振波谱的快速采集是迫切需要的,一种典型的做法之一是用非均匀采样来采样部分数据并进行信号重建得到完整谱.然而,高加速因子可能会牺牲波谱质量.本文提出一种基于子空间自学习的高保真波谱重建（Self-LearningSubspace，SLS）方法。通过在重建模型中引入信号空间，在重建过程中会不断连续的更新信号子空间，不仅考虑谱峰强度，还要注意谱峰形状，进而更好地保持低强度信号。
作者：郭迪 涂章仁 鲁恒发 邱天宇 肖旻 屈小波
作者单位：厦门理工学院计算机与信息工程学院,厦门361024厦门理工学院光电与通信工程学院,厦门361024;厦门理工学院计算机与信息工程学院,厦门361024厦门大学电子科学系,厦门361005厦门理工学院光电与通信工程学院,厦门361024
母体文献：2021第二十一届全国波谱学学术会议论文集
会议名称：2021第二十一届全国波谱学学术会议  
会议时间：2021年11月11日
会议地点：浙江温州
主办单位：中国物理学会
语种：chi
分类号：
关键词：多维磁共振波谱  信号重建  子空间自学习  奇异值分解
在线出版日期：2022年5月27日
基金项目：
相似文献
相关博文

2024-12-1 20:21 上传 基于子空间自学习高保真NMR波谱重建.pdf

文件大小:

317.5 KB

下载次数:

60

高速下载