核磁共振反式K空間的分類研究.pdf

1、核磁共振譜學是人類在分子水平研究物質(zhì)結(jié)構(gòu)的重要方式。在傳統(tǒng)的核磁共振試驗中，一次只測定一種物質(zhì)的核磁共振譜，而且隨著譜的維度的增加，所需時間呈倍數(shù)增長，所以如何快速測定物質(zhì)的核磁共振譜一直是一個熱門的研究方向。文章嘗試從核磁共振反式K空間的角度，結(jié)合圖像處理及機器學習的算法，從一次實驗所得的混合物質(zhì)的核磁共振譜中進行信號分類，并得到各物質(zhì)對應的核磁共振譜，可以節(jié)省重復實驗的時間，提高實驗效率。
　　將數(shù)字圖像處理和機器學習的方法引

2、入核磁共振的實驗，是核磁共振研究的新趨勢之一。機器學習算法和分類器可以輔助研究者對核磁共振圖像的研究，為研究帶來新的方式和手段。本文從圖像處理和機器學習的角度，對反式K空間中兩物質(zhì)混合的核磁共振二維譜進行探索，并對反式K空間中的物質(zhì)信號峰進行分類研究，將兩種物質(zhì)相應的信號峰進行分類。
　　文章首先提出使用數(shù)字圖像處理與機器學習的算法，將反式K空間中的信號峰進行提取和聚類，然后通過分類器在兩類信號峰中找出合適的決策邊界，并利用該決策

3、邊界將不同物質(zhì)的信號峰從反式K空間上分離開，分別得到兩個物質(zhì)的反式K空間矩陣，而后便于進行變換回K空間進行核磁共振譜學研究。
　　接著，本文基于計算動詞理論及相關(guān)概念，對從反式K空間中提取出來的信號峰從分布上進行聚類分析，通過計算動詞相似度和計算動詞相關(guān)度的方式，從二維信號峰的形態(tài)和分布上將同種物質(zhì)的信號峰聚類到一起。并且在此基礎(chǔ)上，進一步提出了計算動詞奇異值分解聚類算法，從計算動詞空間的角度對反式K空間中的信號進行聚類分析。最后