低场核磁共振扩散-横向弛豫二维反演算法

针对低场核磁共振一维反演中无法分辨一维谱中重叠组分和目前报道的扩散-横向弛豫二维反演算法计算量大、计算耗时长的问题,提出了一种计算量小、计算效率高、耗时短的扩散-横向弛豫二维反演算法. 首先对扩散系数D-和横向弛豫时间T₂进行布点;其次根据信号采集条件计算出两个核心矩阵,并分别进行奇异值分解;然后,由所采集信号计算出两个核心矩阵的奇异值截断值,分别对两个核心矩阵的奇异值矩阵进行截断并求其逆矩阵;最后计算出初始反演结果,并添加非负约束经过多次迭代得到最终反演结果. 实验结果证明,提出的扩散-横向弛豫二维反演算法在不影响反演结果准确性的基础上,能极大提高计算效率.     

二维核磁共振观测岩石润湿性

润湿性是反映储层中油水分布状况的一个重要表征参数,因此研究储层岩石的润湿性对原油开采有着重要的意义. 扩散弛豫二维谱可展示扩散系数与弛豫时间的相关性,并可以对油水的弛豫时间、扩散系数分别进行研究,与核磁共振一维弛豫谱相比极大地提高了区分油水的能力. 该文首先通过多组实验验证扩散-弛豫二维谱可以很好地观测到油水共存状态下玻璃珠表面的润湿性,继而通过对3组人造岩心表面润湿性的测量,获得了人造岩心表面润湿性的信息,解决了此时单独用一维弛豫谱方法难以区分油水的问题. 利用二维谱观察岩石润湿性的研究对油田提高采收率的研究有较大的参考价值.     

核磁共振二维谱反演技术综述

二维谱的出现是核磁共振（NMR）检测技术的一次飞跃,从二维谱中可以快速、精确地对不同组分进行区分,因而在测录井和常规实验中被广泛采用. 为了给相关研究提供借鉴和参考,推动二维反演技术的发展,该文对近年来国内外在核磁共振二维谱反演技术领域的研究进展进行了综述. 从实验采集数据中反演出二维谱的过程,比一维反演需要解决更多、更复杂的问题. 通过研究罚函数正则化和子空间正则化两大类方法,分析了不同二维反演算法的优点和不足. 根据对近年来国内外相关文献的深入分析可知,虽说目前已有的二维反演算法都存在一定的局限性,但其仍然具有很大的发展空间.     

D-T2二维核磁共振脉冲序列及反演方法改进设计

面对日益复杂的勘探对象, D-T₂二维核磁共振技术在实际应用中面临无法兼顾扩散系数测量范围和横向弛豫分辨率的困境. 脉冲序列作为D-T₂二维核磁共振数据采集的核心技术, 其性能优劣直接影响应用效果, 在综合对比PFG, STE-PFG, BP-PFG、改良式CPMG, 扩散编程, 多回波间隔CPMG脉冲序列性能的基础上, 有效融合脉冲梯度场、恒定梯度场D-T₂脉冲序列的优点, 本文提出一种基于脉冲梯度场的双变量、两窗口D-T₂脉冲序列改进设计. 针对两个窗口的D-T₂二维核磁共振数据反演, 为突破现有反演方法无法兼顾反演精度和解谱效率的瓶颈, 本着第二个窗口回波信号为主、第一个窗口回波信号为辅的原则, 本文提出一种同时使用两个窗口数据参与解谱的联合TSVD反演方法. 气水、油水、稠油、油气水模型不同信噪比条件下的数值模拟结果表明, 本文提供的D-T₂改进脉冲序列达到了平衡扩散系数测量范围和横向弛豫分辨率的设计要求, 本文提供的联合TSVD反演方法也有效平衡了反演精度要求和解谱效率. 文中的D-T₂改进脉冲序列及联合TSVD反演方法在复杂油气藏流体识别和产能预测中具有广泛的应用前景, 可为促进国内D-T₂二维核磁共振岩心分析技术的发展提供有利条件.     

基于L1范数的低场核磁共振T_2谱稀疏反演方法

低场核磁共振技术(LF-NMR)以其无损、非侵入、原位和绿色等优势被广泛应用在食品、农业、能源和化工等行业,尤其是在食品安全监管领域发挥着越来越重要的作用.在油品品质检测中,常规非负奇异值分解(SVD)弛豫(T_2)谱反演方法,只能反映光滑模型的T_2谱,对于稀疏模型的反演结果存在较大差异,从而导致T_2谱反演分辨率低和品质分析不准确的问题.针对这一问题,本文提出基于L1范数最小化约束的T_2谱稀疏反演算法,建立NMR回波曲线的稀疏模型表达式,利用截断牛顿内点法求解L1范数最小化问题,得到稀疏模型的T_2谱反演结果.通过构造光滑模型的T_2谱、以及不同峰值数和信噪比的稀疏模型的T_2谱,对比非负SVD算法和L1稀疏算法的反演效果,得到当信噪比大于20 d B时,L1稀疏算法能精确反演多峰T_2谱,峰值幅度和峰位置均优于非负SVD算法结果.最后通过多组煎炸油样品进行低场核磁共振检测实验和不同信噪比数据的反演结果对比,验证了L1范数稀疏反演算法的准确性和优越性.     

二维傅里叶变换核磁共振波谱学

一、原 理 普通的核磁共振谱图是一个平面图,它是一个变量(频率或磁场)的函数S(ω1),因此可以把它称为一维谱.在七十年代后半期出现了一个新的领域,称为二维核磁共振波谱学(twodimensional nuclear magnetic resonance spectrosco-py).它使核磁共振谱变为两个变量的函数S(ω1,ω2),因此可以得到一个立体图或等高线图,从而使谱图更加直观、清晰、便于解析,并能够提供更多的信息,扩大了核磁共振的应用范围. 虽然用普通的连续波方法可以得到二维谱,但目前用得最多的是脉冲傅里叶变换方法,称为二维傅里叶变换核磁共振波谱学(ZDFT-NMRS)[1].…     

基于差分进化算法的核磁共振T2谱多指数反演

提出了一种基于差分进化(DE)算法的核磁共振弛豫信号多指数反演新方法.将核磁共振T2谱反演问题转化为带非负约束的非线性优化问题,不需要预先给定横向弛豫时间T2分布,直接利用差分进化算法进行反演计算.在测量信号低信噪比的情况下,计算机模拟和实验数据反演鄙表明了该方法在分析处理NMR弛豫信号中的有效性.     

基于差分进化算法的核磁共振T2谱多指数反演

提出了一种基于差分进化(DE)算法的核磁共振弛豫信号多指数反演新方法. 将核磁共振T₂谱反演问题转化为带非负约束的非线性优化问题,不需要预先给定横向弛豫时间T_{2分布,直接利用差分进化算法进行反演计算. 在测量信号低信噪比的情况下,计算机模拟和实验数据反演都表明了该方法在分析处理NMR弛豫信号中的有效性. 关键词： 核磁共振 多指数反演 差分进化 岩心分析}     

水中矿物油三维荧光谱的特征提取与光谱重构

基于荧光激发-发射矩阵的奇异值分解方法,提取矿物油三维荧光谱的特征序列并进行光谱重构研究。对数十个水中污染油的三维荧光谱进行了奇异值分解和参数计算,表明奇异值参数具有明显的能量聚拢特性; 在适当截取奇异值特征参数后,将奇异值与相应的伴随特征向量组合构成三维荧光谱泛基因序列,实现了三维光谱反演重构。作为比较典型的示例,给出了水中柴油的原始三维荧光谱和重构三维荧光谱的对照图。重构的三维荧光谱与原始三维荧光谱基本相同。研究表明,矿物油三维荧光谱的奇异值特征谱能够代表三维荧光谱主能量的分布特征,有限的奇异值泛基因序列具有三维光谱反演重构能力。该结论对于水环境中的污染油模式识别以及矿物油荧光信息文库的建设有重要意义。     

一种基于奇异谱的语音激活检测方法

为了提高语音激活检测在低信噪比环境中的检测性能,提出了一种基于奇异谱的语音激活检测方法。首先用多窗口方法计算每一帧语音信号的相关矩阵;然后对相关矩阵进行奇异值分解;利用奇异值可以反映有用信号和噪声分布情况的特性,将每一帧语音信号经过加权处理后的最大奇异值与自适应阈值进行比较进行语音激活检测。该方法原理简单,易于硬件实现,通过实验仿真表明,在低信噪比环境下,和基于对数能量方法相比,本文方法也能够很好的区分语音段和非语音段,有良好的检测性能。     

A new method for multi-exponential inversion of NMR relaxation measurements

The NMR technique has been widely applied to petroleum well logging and rock core analysis since the 1990s when NUMAR introduced a reliable NMR logging tool to the oil industry. It has been playing an important role for prospecting and exploiting resource of oil and gas for the last ten years. In an oil well, NMR can provide parameters of reservoir and fluid properties, such as porosity, pore size distribution, bound water volume, bulk volume of free water, permeability, in-situ fluid dif…     

氯化聚乙烯辐射效应的NMR研究

用¹H NMR,¹³C NMR谱,二维谱,FT-IR等方法研究了氯化聚乙烯（CPE）在室温下限量空气中经⁶⁰Co γ射线辐照后的辐照效应. 结果表明CPE在辐照过程中以发生裂解反应为主,在裂解反应过程中伴随着HCl脱出,HCl的脱出量随着辐照剂量的增加而增加. 辐照后CPE样品的大分子结构发生相应变化,序列结构为CH₂CHClCHClCH₂CHCl,CH₂CH₂CHClCH₂CH₂,CHClCH₂CHClCH₂CH₂,CHClCH₂CHClCH₂CHCl的单元数量减少,但没有形成新的序列结构类型,T₁ 和T₂值给出了有关辐照前后分子运动变化的信息.     

Feasibility of similarity coefficient map in improving morphological evaluation of T2* weighted MRI for renal cancer

The purpose of this paper is to investigate the feasibility of similarity coefficient map (SCM) in improving morphological evaluation of T₂^* weighted (T₂^*W) magnatic resonance imaging (MRI) for renal cancer. Simulation studies and in vivo 12-echo T₂^*W experiments for renal cancers were performed for this purpose. The results of the first simulation study suggest that SCM can reveal small structures which are hard to be distinguished from the background tissue in T₂^*W images and the corresponding T₂^* map. The capability of improving morphological evaluation is likely due to the improvement in signal to noise ratio (SNR) and carrier to noise ratio (CNR) by SCM technique. Compared with T₂^*W images, SCM can improve SNR by a factor ranging from 1.87 to 2.47. Compared with T₂^* maps, SCM can improve SNR by a factor ranging from 3.85 to 33.31. Compared with T₂^*W images, SCM can improve CNR by a factor raging from 2.09 to 2.43. Compared with T₂^* maps SCM can improve CNR by a factor raging from 1.94 to 8.14. For a given noise level, the improvements of SNR and CNR depend mainly on the original SNRs and CNRs in T₂^*W images, respectively. In vivo experiments confirmed the results of the first simulation study. The results of the second simulation study suggest that more echoes are used to generate SCM, and higher SNR and CNR can be achieved in SCM. In conclusion, SCM can provide improved morphological evaluation of T₂^*W MR images for renal cancer by unveiling fine structures which are ambiguous or invisible in the corresponding T₂^*W MR images and T₂^* maps. What is more, in practical application, for a fixed total sampling time, one should increase the number of echoes as much as possible to achieve SCMs with better SNR and CNR.     

核磁共振T2谱换算孔隙半径分布方法研究

岩芯核磁共振T2谱和压汞分析数据均在一定程度上反映了岩石的孔隙结构特征,理论分析和二者频率分布图对比表明,这两组数据有较好的相关性,核磁共振T₂谱能够换算为反映岩石孔隙结构特征的孔隙半径分布图. 本文应用最大相关性原理、最小二乘法及插值算法等数学方法,给出了一个改进的将T2谱换算为孔隙半径分布图的实用有效新方法,求得了T2弛豫时间与岩芯孔隙半径r之间的换算系数C,计算过程中着重对比了T₂谱与压汞数据的主要分布区间,并考虑了压汞进汞饱和度小于100%对换算结果的影响. 天然砂岩岩芯核磁共振T₂谱换算为孔隙半径分布图的实际应用效果表明,着重对比T₂谱与压汞数据的主要分布区间,同时考虑压汞进汞饱和度小于100%对换算结果的影响是必要的,换算结果更加真实可信.     

Neural network enhanced 3D turbo spin echo for MR intracranial vessel wall imaging

PurposeTo improve the signal-to-noise ratio (SNR) and image sharpness for whole brain isotropic 0.5 mm three-dimensional (3D) T₁ weighted (T₁w) turbo spin echo (TSE) intracranial vessel wall imaging (IVWI) at 3 T.MethodsThe variable flip angle (VFA) method enables useful optimization across scan efficiency, SNR and relaxation induced point spread function (PSF) for TSE imaging. A convolutional neural network (CNN) was developed to retrospectively enhance the acquired TSE image with PSF blurring. The previously developed VFA method to increase SNR at the expense of blur can be combined with the presented PSF correction to yield long echo train length (ETL) scan while the acquired image remains high SNR and sharp. The overall approach can enable an optimized solution for accelerated whole brain high-resolution 3D T₁w TSE IVWI. Its performance was evaluated on healthy volunteers and patients.ResultsThe PSF blurred image acquired by a long ETL scan can be enhanced by CNN to restore similar sharpness as a short ETL scan, which outperforms the traditional linear PSF enhancement approach. For accelerated whole brain IVWI on volunteers, the optimized isotropic 0.5 mm 3D T₁w TSE sequence with CNN based PSF enhancement provides sufficient flow suppression and improved image quality. Preliminary results on patients further demonstrated its improved delineation for intracranial vessel wall and plaque morphology.ConclusionThe CNN enhanced VFA TSE imaging enables an overall image quality improvement for high-resolution 3D T₁w IVWI, and may provide a better tradeoff across scan efficiency, SNR and PSF for 3D TSE acquisitions.     

几种高分子材料的域结构、分子动力学和相互作用的固体NMR研究

聚3-羟基丁酸酯(PHB)是微生物细胞在其生长的特定时期在胞内合成的具有相应生物功能的聚羟基烷酸酯类物质, 是一种具有潜在的广泛应用前景的生物可降解的高分子材料. 由于天然的PHB其较高的结晶度和较窄的温度处理范围,它在应用过程中受到较大的局限性. 人们将结构相似的单体3-羟基戊酸(HV)与3-羟基丁酸(HB)共聚形成共聚物(PHBV)以后, 显著改善了PHB的物理机械性能,譬如:冲击强度和韧性有所增加，而硬度脆性有一定程度的下降. 人们虽然在这些降解高分子材料的开发、制备和物理机械性能以及这些材料的应用等方面有很多研究，但是有关分子水平的问题并未得到系统的探索. 因此，针对这些分子基础问题(结构域特征和分子动力学等)做了一些初步的研究.  全氟磺酸树脂(Nafion)是杜邦公司生产的一种燃料电池电极薄膜材料，其较低的使用温度(<100℃)严重地限制了它的应用范围. 人们发现，当把层状硅酸盐(蒙脱土)和Nafion合成为有机无机纳米复合材料之后，在一定程度上提高了它的使用温度. 虽然这种复合材料很容易合成出来并且已经运用到了实际工业应用之中，但是这种热稳定性提高的原因却不甚清楚. 通过固体NMR等分析方法从微观相互作用方面来认识这种宏观性能改善的原因.  使用固体¹³C CP MAS、¹³C SPE MAS NMR以及XRD方法测定了PHB和两种PHBV的结晶度(X_c)，发现随着HV的引入它们的X_c 逐渐减小. 研究同时发现在测量X_c 的这几种方法中¹³C SPE MAS NMR误差较小. 实验中我们利用质子弛豫诱导谱编辑(PRISE)、质子自旋扩散(Spin-diffusion)等固体NMR技术研究了PHB以及不同含量HV的PHBV的结构域特征和相应结构域的运动性. 实验结果表明随着HV含量的增加，它们的非晶相结构域尺寸增大，晶相结构域尺寸减小，可以看出HV的引入导致PHB的结构域特征的变化是其宏观性能改善的原因.  进一步通过低分辨固体NMR测量了PHB和PHBV的变温质子弛豫时间(T₁, T_1ρ, T₂), 然后通过理论拟合获得了它们不同运动状态的分子运动相关频率(τ_c)和分子活化能(E_a)等动力学信息，研究发现随着HV含量的增加，分子运动加快，活化能减小，在分子水平上认识了HV的引入使得PHB宏观性能改善的微观原因.  通过溶胶凝胶法合成了燃料电池电极薄膜(Nafion)和层状硅酸盐(蒙脱土)纳米复合材料来提高Nafion的使用温度，FT-IR和²⁹Si MAS NMR实验结果表明在杂化材料中虽然质子化的十二烷基胺修饰的蒙脱土(MMT)的引入没有导致MMT的骨架结构发生明显变化，而且Nafion也没有插入到MMT的层间，但是TGA分析表明杂化材料中的Nafion的热稳定性比纯的Nafion高. 通过一系列固体NMR技术包括¹⁹F MAS、¹H-¹³C CP MAS NMR和¹H-¹³C HETCOR 2D NMR实验初步证实了这种材料的热稳定性的提高可能是由于MMT表面吸附的NH⁺₃与Nafion侧链上的SO^-₃之间存在较强的静电相互作用，初步可以认为这种相互作用是导致电极材料性能改善的原因.     

Fractional order vs. exponential fitting in UTE MR imaging of the patellar tendon

PurposeQuantification of the T₂¹ relaxation time constant is relevant in various magnetic resonance imaging applications. Mono- or bi-exponential models are typically used to determine these parameters. However, in case of complex, heterogeneous tissues these models could lead to inaccurate results. We compared a model, provided by the fractional-order extension of the Bloch equation with the conventional models.MethodsAxial 3D ultra-short echo time (UTE) scans were acquired using a 3.0 T MRI and a 16-channel surface coil. After image registration, voxel-wise T₂¹ was quantified with mono-exponential, bi-exponential and fractional-order fitting. We evaluated all three models repeatability and the bias of their derived parameters by fitting at various noise levels. To investigate the effect of the SNR for the different models, a Monte-Carlo experiment with 1000 repeats was performed for different noise levels for one subject. For a cross-sectional investigation, we used the mean fitted values of the ROIs in five volunteers.ResultsComparing the mono-exponential and the fractional order T₂¹ maps, the fractional order fitting method yielded enhanced contrast and an improved delineation of the different tissues. In the case of the bi-exponential method, the long T₂¹ component map demonstrated the anatomy clearly with high contrast. Simulations showed a nonzero bias of the parameters for all three mathematical models. ROI based fitting showed that the T₂¹ values were different depending on the applied method, and they differed most for the patellar tendon in all subjects.ConclusionsIn high SNR cases, the fractional order and bi-exponential models are both performing well with low bias. However, in all observed cases, one of the bi-exponential components has high standard deviation in T₂¹. The bi-exponential model is suitable for T₂¹ mapping, but we recommend using the fractional order model for cases of low SNR.     

Decoherence in crystal lattice quantum computation

Nuclear magnetic resonance (NMR) quantum computation in a crystal lattice holds more promise for scalability than its solution NMR counterpart, but dephasing is a severe concern. Pulse sequence refocusing can help bring the qubit dephasing time closer to the limit of the intrinsic decoherence time, but the intrinsic transverse relaxation time (T₂) and the longitudinal relaxation time (T₁) of the crystal must be sufficiently long for a successful implementation. We discuss these time scales and their relation to parameters relevant to quantum computation for several crystal types, discussing in detail the examples of CaF₂, MnF₂, and CeP. Included in the calculation of coherence times for CeP is the development of spin-wave spectra in a type-1 antiferromagnetic FCC lattice.