核磁共振测量参数的实时优化算法研究.pdfVIP

中文摘要 摘 要 核磁共振(Nuclear Magnetic Resonance, NMR)技术能够无损的从微观层面探索 物质结构及其性能，现已广泛运用于医学、生物、化学、石油、地质等领域。NMR 在这些领域中大量的应用都是建立在对核磁共振弛豫时间T 、T 和自扩散系数D 1 2 0 的二次分析之上，所以 T 、T 、D 的快速、准确测量非常关键。它们的测量效果 1 2 0 主要取决于谱仪测量参数的设置，而不同样品对应的最佳测量参数差异很大。在对 样品没有先验了解的情况下，业内常见的T 、T 、D 测量方法存在测量冗余、参 1 2 0 数设置依赖操作人员的主观经验、参数设置复杂等问题。 本文提出基于蒙特卡罗的测量优化算法，用随机抽样的方法实时的评估被测 样品不确定度，选择最能降低样品不确定度——也就是蕴涵样品信息最多的位置 进行测量，完成了T 、T 、D 测量实验中控制测量位置的关键参数的自动设置与 1 2 0 寻优。对纯净水和甘油的测量实验表明该算法对T 、D 值相差几十倍的样品具有 1 0 良好的适应能力，且能在测量结果与传统方法差异小于4%的前提下达到约6 倍的 加速测量。但是蒙特卡罗方法在评估多组分样品不确定度时效率低下，实践中加速 效果不明显。 为此本文继续研究了基于贝叶斯推断的测量参数优化算法，对样品真实 T 、 1 T 、D 值的后验分布建模，在后验分布指导下进行有针对性抽样，解决了蒙特卡罗 2 0 随机抽样在评估多组分样品不确定度时效率过低的问题。三种单一成分物质混合 而成样品的测量实验仿真表明，该方法在多组分样品T 、D 测量实验中仍然能够 1 0 达到3~4 倍的加速效果，结果与精确值的系统误差小于5% 。 考虑到所依托单边核磁共振传感器低磁场均匀度的特点，本研究未涉及 T2 实 验中测量参数的自适应调整，但在医用核磁共振等高磁场均匀度场合 T2 测量参数 的自适应调整与单边核磁中T 、D 测量参数的自适应调整没有本质区别，本文提 1 0 出的算法仍可通用。由于T 、D 测量实验中其他测量参数都能通过简单的编程确 1 0 定，后续研究中将算法集成到嵌入式系统芯片即可实现实际操作层面的一键测量， 具有商业应用前景。 关键词：参数优化；抽样方法；MCMC ；贝叶斯推断；低场核磁共振 I 英文摘要 Abstract Nuclear Magnetic Resonance (NMR) is able to explore the structure and properties of materials from a microscopic level and has been widely used in the field of medicine, biology, chemi