双傅氏变换核磁共振波谱学

二维NMR波谱是近十年来核磁共振领域内的重要新发展之一。本文综述了实现二维谱的五种可能性。给出双傅氏变换核磁共振谱的基本原理及实验的一般方法。讨论了这类谱的两个主要分支即:二维分谱解及二维相关谱。     

双傅氏变换核磁共振波谱学

二维NMR波谱是近十年来核磁共振领域内的重要新发展之一。本文综述了实现二维谱的五种可能性。给出双傅氏变换核磁共振谱的基本原理及实验的一般方法。讨论了这类谱的两个主要分支即:二维分谱解及二维相关谱。     

基于模拟退火算法的NMR波谱重叠峰解析

提出了基于模拟退火算法的NMR波谱重叠峰全局优化解析方法.对苯酚样品的核磁共振1H谱中6.9ppm和7.2ppm化学位移处的裂分峰组进行了定量解析处理.在分别对4次、8次和16次扫描测量的各自10套1H谱处理中,拟合曲线与实验曲线之间的相关系数大于0.9986,峰面积比值的最大标准差小于0.05.结果表明模拟退火算法适用于NMR波谱重叠峰的解析.     

脑科学研究中的质子磁共振波谱方法

核磁共振（NMR）波谱作为一种操作简单、高效且重复性良好的技术手段,在脑科学领域的应用日益广泛,尤其是离体核磁共振氢谱（¹H NMR）和活体核磁共振氢谱（¹H MRS）.¹H NMR和¹H MRS在实验设计、样品预处理、数据处理等方面各有优劣、各擅胜场.本综述主要从适用范围、样品预处理、数据处理分析等方面,对二者在方法学层面的研究现状进行总结和讨论,以期为脑科学领域的研究者进行大脑代谢相关研究时提供一定的参考和帮助.     

NMR碳谱谱峰检索系统

介绍了核磁共振(NMR)碳谱谱峰检索系统的程序设计原理、系统流程框图、检索比较算法和主要显示界面．系统数据库包含化合物核磁共振碳谱4万多张,能够根据未知物¹³C NMR波谱的谱峰个数及其化学位移值进行检索．结果得到未知化合物的有关信息及其标准波谱图．系统还允许用户将本专业的一些常用化合物的标准谱的信息以及图谱添加进数据库以供日后查询．     

阿扑西林结构确证的谱学研究

对青霉素类抗生素阿扑西林的红外光谱（IR）、紫外光谱（UV）、核磁共振氢谱（¹H NMR）、氢氢相关谱（¹H-¹H COSY）、核磁共振碳谱（¹³C NMR）、DEPT谱、碳氢相关谱（HSQC）、质谱（MS）进行了解析,对其所有的NMR谱信号进行了归属,同时讨论了质谱的主要碎片离子的可能的裂解方式和红外特征吸收峰所对应的官能团的振动形式. 通过多种波谱技术确证了阿扑西林的结构.     

阿托伐他汀内酯的波谱学数据与结构确证

对阿托伐他汀内酯的紫外吸收光谱(UV)、红外吸收光谱(IR)、质谱(MS)、核磁共振氢谱(1H NMR)、氢-氢相关谱(1H-1H COSY)、核磁共振碳谱(13C NMR)、DEPT谱、异核单量子相关谱(HSQC)、异核多键相关谱(HMBC)报道并进行了解析,对其所有的NMR谱信号进行了归属,同时讨论了质谱的主要碎片离子的可能的裂解方式和红外特征吸收峰所对应的官能团的振动形式.通过多种波谱技术确证了阿托伐他汀钙内酯的结构.     

癌变与正常直肠组织的核磁共振氢谱差异的研究

核磁共振(NMR)波谱法是一种表征分子结构、组成变化的有效手段,能够得到生物组织中的核酸、蛋白质、脂类和糖类等生物大分子的含量、分子的空间排列和结构特征等信息,可以从分子水平上研究肿瘤与对照组织之间的差别,更深入地揭示肿瘤的发生、发展中产生的各种分子水平变化。文章对9例直肠癌组织及癌旁正常组织进行了核磁共振氢谱的测定。结果表明,直肠正常和癌变组织的核磁共振氢谱存在显著的差异,这可以通过对谱图特征峰区域积分面积相对比值的差别看出来。直肠正常组织核磁共振氢谱中A0.9/A3.0,A1.3/A3.0,A2.0/A3.0,A1.3/A0.9及A4.1/A3.0值较相应的癌组织偏大,直肠癌组织核磁共振氢谱中A3.2/A3.0值较相应正常直肠组织偏大。通过这些差异核磁共振氢谱技术有可能发展成为早期诊断直肠癌组织的一种方法。     

恩曲他滨的波谱学数据与结构确证

对恩曲他滨化合物1的紫外吸收光谱(UV)、红外吸收光谱(IR)、核磁共振氢谱(¹H NMR)、氢-氢相关谱(¹H-¹H COSY)、核磁共振碳谱¹³C NMR、DEPT谱、碳氢相关谱(HMQC)、碳氢远程相关谱(HMBC)及质谱(MS)进行了解析,对其所有的NMR谱信号进行了归属,纠正了文献\[11\]中的归属错误,讨论了红外光谱特征吸收峰所对应的官能团的振动形式,通过上述多种波谱技术确证了恩曲他滨的结构.     

AT1受体拮抗剂缬沙坦化学位移的量子化学计算研究

核磁共振波谱实验能够通过谱峰化学位移归属确定化合物分子结构,同时理论计算预测化学位移有助于核磁共振对化合物的谱峰归属. 该文基于李芳等人的核磁共振实验以及分子动力学模拟结果,采用量子化学方法预测了缬沙坦（Valsartan）在SDS胶束中2种构象的化学位移. 通过比较不同量子化学方法和基组的计算结果,特别是采用了ONIOM模型考虑了胶束环境对药物分子化学位移的影响,表明Valsartan在SDS胶束溶液中所存在的2种构象可以通过理论计算加以区分,且这2种构象的化学位移理论预测值与NMR实验值吻合得很好. 本工作表明在计算复杂体系化合物的化学位移时,理论模型应该考虑环境效应的影响.     

基于模糊识别的γ能谱定性分析

提出了一种基于模糊识别的γ能谱分析方法。通过建立关于未知谱的模糊集合、标准核素库及模糊识别算法,实现了γ能谱的快速自动定性分析,并对3组混合标准源γ能谱和3个低本底样品γ能谱进行了定性分析。结果表明在不精确求解峰位的情况下,即可准确分析出样品中所含的放射性核素。     

强噪声下已知信号的模糊神经网络识别

以计算机模拟为基础研究了用模糊神经网络方法对被噪声严重污染的已知信号进行识别的问题,研究表明,将模糊隶属函数和BP神经网络相结合对信噪比极低的信号有较强的识别能力,本文还从实用性角度讨论了这一识别方法的可行性,这为强噪声下的磁共振信号识别问题提供了新途径.     

基于最大隶属度原则的彩色图像分割方法

提出一种基于模糊最大隶属度原则的彩色图像分割方法.从彩色图像的彩色直方图中获取目标色和背景色，建立一组色彩模糊集，计算该图像中的色彩在各模糊集中的隶属度，并基于最大隶属度原则确定色彩的归属.基于上述最大隶属度的模糊模式识别原则建立了最大隶属度-径向基函数神经网络，实现了快速有效的彩色图像分割. 关键词： 最大隶属度原则 彩色图像分割 彩色直方图 神经网络     

近红外光谱主成分分析与模糊聚类的典型地面目标物识别

近红外光谱技术在遥感监测领域中应用广泛,针对典型地面目标物遥感监测识别需要,提出了光谱主成分分析(PCA)与模糊聚类结合的分类识别方法,提高了识别算法效率及准确性。以四类典型地面目标物作为研究对象,分别测量其在1 100～2 500 nm范围内漫反射光谱,首先对漫反射光谱进行主成分分析,得到代表光谱特征的主成分分量,然后将其作为模糊聚类分析模型输入参数,计算样品主成分集合之间贴合度,最后利用择近原则对样品进行匹配分类。结果表明,主成分分析可以有效提取光谱特征并且降低数据维度,结合基于择近原则的模糊分类方法,可有效提高算法准确性与效率,为遥感光谱在地面目标物识别应用提供了有益的参考。     

基于无监督可能模糊学习矢量量化的近红外光谱生菜品种鉴别研究

为解决模糊学习矢量量化(FLVQ)对噪声数据敏感问题,在无监督可能模糊聚类(UPFC)基础上提出一种无监督可能模糊学习矢量量化(UPFLVQ)算法。UPFLVQ用UPFC的隶属度和典型值来更新学习矢量量化网络的学习速率,计算类中心矢量。UPFLVQ 属于无监督机器学习算法,适用于无学习样本情况下的样本分类。研究了UPFLVQ用于近红外光谱生菜品种鉴别的可行性。采用FieldSpec@3型便携式光谱分析仪获取波长范围为350～2 500 nm的三种生菜样本的短波近红外光谱和长波近红外光谱,然后采用主成分分析(PCA)进行近红外光谱的维数压缩,取前三个主成分,累计可信度达97.50%,将2151维的近红外光谱压缩为三维数据。再运行模糊C-均值聚类(FCM)至迭代终止,并以FCM的类中心作为UPFLVQ的初始聚类中心,最后运行UPFLVQ得到隶属度和典型值以实现近红外光谱的生菜品种鉴别。同时,运行UPFC进行近红外光谱的生菜品种鉴别。实验结果表明：UPFLVQ和近红外光谱技术相结合的模型具有检测速度快,鉴别准确率高,对生菜不造成损坏等优点,可实现不同品种生菜的鉴别。UPFLVQ是将UPFC和FLVQ相结合的聚类算法,利用UPFLVQ建立近红外光谱的生菜品种鉴别模型时无需学习样本,适用于线性可分的数据聚类,为快速和无损地鉴别生菜品种提供了一种新的方法。     

核材料γ能谱指纹模糊识别机理研究

以γ射线的能量与强度所构成的二维平面为论域,提出了关于γ射线能谱的二维模糊集合的概念,建立了γ射线能谱二维模糊集合隶属函数.提出和介绍了γ射线能谱指纹模糊识别的基本原理与方法.通过对γ能谱数据的归一化处理,实现了γ射线能谱指纹的类型识别和个体识别.通过引入识别增强因子,获得了较高的识别置信度.对模拟放射性物质的γ射线能谱指纹进行了识别研究,探讨了系统统计涨落以及探测距离变化对识别隶属度的影响.研究表明,γ射线能谱指纹模糊识别方法具有较强的类型识别能力和个体识别能力,可应用于核安全保障等领域. 关键词： γ能谱指纹 模糊识别 核材料     

茶叶傅里叶红外光谱的可能模糊K调和均值聚类分析

茶叶的品种不同,其有机化学成分含量往往不同,其功效也是不尽相同的,因此,研究出一种简单、高效、识别率高的茶叶品种鉴别技术方法是十分有必要的。中红外光谱技术是一种快速检测技术,在用中红外光谱仪采集得到的茶叶中红外光谱中含有噪声信号。为了对含噪声茶叶中红外光谱的准确分类以实现茶叶品种分类,将可能模糊C-均值聚类(PFCM)思想应用到K调和均值(KHM)聚类,设计出一种可能模糊K调和均值(PFKHM)聚类算法,计算出PFKHM的模糊隶属度、典型值和聚类中心。可能模糊K调和均值聚类能有效解决K调和均值聚类的噪声敏感性问题。用傅里叶红外光谱分析仪(FTIR-7600型)分别对三种茶叶(优质乐山竹叶青、劣质乐山竹叶青和峨眉山毛峰)进行扫描以获取它们的傅里叶中红外光谱。光谱波数区间是4 001.569～401.121 1 cm-1。先采用主成分分析法(PCA)将光谱数据压缩到20维,再采用线性判别分析(LDA)将光谱数据压缩到两维并提取鉴别特征信息。最后分别用K调和均值聚类和可能模糊K调和均值聚类实现茶叶品种分类。实验结果：当权重指数m=2,q=2和p=2时,KHM具有91.67%的聚类准确率,PFKHM聚类准确率达到94.44%;KHM迭代12次达到收敛,而PFKHM迭代11次就可以达到收敛。采用傅里叶红外光谱技术检测茶叶,用主成分分析和线性判别分析压缩光谱数据,再用可能模糊K调和均值聚类进行品种分类可快速、准确地实现茶叶品种的鉴别。     

Gath-Geva联合模糊聚类的生菜近红外光谱聚类分析

生菜的新鲜程度是影响生菜品质的最重要因素之一,其主要取决于生菜的储藏时间,因此,对不同储藏时间的生菜进行准确鉴别具有重要研究价值.由于不同储藏时间生菜的近红外光谱数据具有差异性的特点,因而使用近红外为不同储藏时间的生菜进行鉴别分类是可行的.通过将联合模糊C均值聚类(allied fuzzy c-means,AFCM)中...     

NMR Analysis of the Water-Soluble Fraction of Airborne Pollen Particles

The analysis of ambient organic aerosols by nuclear magnetic resonance (NMR) spectroscopy is limited because of the large number of organic compounds present at low concentrations. Here, we demonstrate the integrative analysis of NMR spectra of airborne pollen particles using reference spectra, spectral similarity metrics, principal components analysis (PCA), and a chemical mass balance model to determine the predominant types of organic compounds. Strong associations among glucose, fucose, specific amino acids, and airborne pollen particles were observed by spectral similarity metrics and PCA. Carbohydrates accounted for about 51 % of the airborne pollen particles in the spectrum followed by amino acids (42 %) and other compounds (7 %). Overall, our investigations showed that analysis of NMR spectral data of mixtures of environmental organic compounds with pattern recognition methods may generate information on the chemical characteristics of the mixture.     

Therapeutic response of tumors by in-vitro proton nuclear magnetic resonance spectroscopy

Proton NMR spectra of perchloric acid extracts of methyl cholantherene induced tumors grown in rats have been analyzed and compared with the normal and the treated tumor tissue samples. Well-resolved resonances from numerous low-molecular weight compounds including various amino acids, nucleotides, choline, creatine, phosphocreatine etc. were observed and assigned using pH titration, 2D NMR and by comparison with the spectra of model compounds. Significant differences were noticed in the spectra of the tumor and the normal tissue samples. Ratios of metabolite levels were calculated for the normal, tumor and treated tumor tissues which are shown as good markers to assess the state of the tumor and their response to treatment.