基于深度学习的核磁共振纯化学位移数据优化方法及装置

    公开(公告)号:CN119152956A

    公开(公告)日:2024-12-17

    申请号:CN202411241616.8

    申请日:2024-09-05

    Applicant: 厦门大学

    Inventor: 陈冠妤 杨钰

    Abstract: 本发明公开了一种基于深度学习的核磁共振纯化学位移数据优化方法及装置,包括:构建核磁共振纯化学位移数据优化模型、第一训练数据和第二训练数据,采用第一训练数据对核磁共振纯化学位移数据优化模型进行预训练,得到经预训练的核磁共振纯化学位移数据优化模型,采用第二训练数据对经预训练的核磁共振纯化学位移数据优化模型进行微调,得到微调后的核磁共振纯化学位移数据优化模型;提取优化前的核磁共振纯化学位移数据中的FID信号并进行傅里叶变换,得到对应的傅里叶变换结果并输入微调后的核磁共振纯化学位移数据优化模型,得到优化后的核磁共振纯化学位移数据的频域信号。本发明解决了现有深度学习模型泛化性不足和精度不高等问题。

Patent Agency Ranking