基于蒙特卡罗算法的低场核磁共振测量效率提高方法

doi:10.11938/cjmr20172603

波谱学杂志 ›› 2018, Vol. 35 ›› Issue (2): 226-233.doi: 10.11938/cjmr20172603

• 低场磁共振技术与应用专栏 • 上一篇下一篇

基于蒙特卡罗算法的低场核磁共振测量效率提高方法

邹越崎¹, 郭盼², 徐征¹

1. 重庆大学, 输配电装备及系统安全与新技术国家重点实验室, 重庆 400044;
2. 重庆师范大学物理与电子工程学院, 重庆 401331

收稿日期:2017-11-08 出版日期:2018-06-05 发布日期:2017-12-19
通讯作者: 郭盼,Tel:13527475882,E-mail:guopan0822@163.com E-mail:guopan0822@163.com
基金资助:
国家自然科学基金资助项目（51677008，51377182，11647098，51707028）.

High-Efficiency Low-Field Nuclear Magnetic Resonance Measurements with a Monte Carlo Simulation Algorithm

ZOU Yue-qi¹, GUO Pan², XU Zheng¹

1. State Key Laboratory of Power Transmission Equipment & System Security and New Technology, Chongqing University, Chongqing 400044, China;
2. School of Physics and Electronic Engineering, Chongqing Normal University, Chongqing 401331, China

Received:2017-11-08 Online:2018-06-05 Published:2017-12-19

摘要/Abstract

摘要： 核磁共振（NMR）的纵向弛豫时间（T₁）、横向弛豫时间（T₂）、自扩散系数（D₀），以及T₂-T₁、T₂-D₀测量目前广泛应用于石油测井行业.在测量D₀的SGSE序列中，通过逐渐增大90°和180°脉冲之间的时间间隔（T_d），可以对液体扩散行为产生的影响进行调节.然而T_d的"起点"、"步进数"和"终点"等参数必须设置得当才能准确测量T₁和D₀.目前参数的设置依赖多次的人工调整和测量人员的经验，耗时且使用门槛较高.本文用蒙特卡罗方法进行大量随机模拟，根据前面若干点的测量结果筛选出满足要求的随机值，预测下一个测量点的位置.该算法可以实时更新参数设置，实现自动化测量，达到降低测量门槛、缩短测量时间的目的.经验证，该算法可以适用于T₁、D₀的测量.

关键词: 低场核磁共振, 算法, 蒙特卡罗, T₁, D₀

Abstract: Measurements of longitudinal relaxation time (T₁), transverse relaxation time (T₂), self-diffusion coefficient (D₀),T₂-T₁ and T₂-D₀ are central in NMR-based oil logging. The SGSE sequence is commonly used to measure D₀, in which the interval time between the 90° and 180° pulses (T_d) is increased incrementally to probe into the diffusion behaviors of liquids. However, the starting point, step size and end point of T_d must be properly set in order to get accurate measurement of T₁ and D₀. Currently, tuning of such parameters is often done manually, and thus time-consuming and difficult to use. The final outcome also relies heavily on operator's experience. In this study, a large number of random simulations were carried out by a Monte Carlo algorithm. The algorithm predicted the parameters for next measurement based on the results from previous measurements and thus was capable of updating the parameter settings in real time for automatic measurements. The algorithm was validated for T₁, D₀ measurements, and demonstrated reduced measurement threshold and shortened measurement time.

Key words: low-field NMR, algorithm, Monte Carlo, T₁, D₀

中图分类号:

O482.53

邹越崎, 郭盼, 徐征. 基于蒙特卡罗算法的低场核磁共振测量效率提高方法[J]. 波谱学杂志, 2018, 35(2): 226-233.

ZOU Yue-qi, GUO Pan, XU Zheng. High-Efficiency Low-Field Nuclear Magnetic Resonance Measurements with a Monte Carlo Simulation Algorithm[J]. Chinese Journal of Magnetic Resonance, 2018, 35(2): 226-233.

[1]	刘志军, 杨栋, 邵继喜, 胡耀青. 基于低场核磁共振的抚顺油页岩孔隙连通性演化研究[J]. 波谱学杂志, 2019, 36(3): 309-318.
[2]	刘焯, 欧阳传湘, 王长权, 韩登林, 吴琼, 高兴. 基于T₂截止值的幂函数构建毛管压力曲线[J]. 波谱学杂志, 2019, 36(1): 45-54.
[3]	翟国强, 张苗, 薄斌仕, 王乙, 范明霞, 李建奇. 基于复值和模值的肝脏磁共振水脂分离组合算法[J]. 波谱学杂志, 2018, 35(4): 417-426.
[4]	张苗, 翟国强, 李改英, 王乙, 范明霞, 李建奇. 定量肝脏脂肪的波谱自动后处理算法[J]. 波谱学杂志, 2018, 35(4): 427-439.
[5]	洪声秀, 胡红兵, 杨增涛, 张天峰, 黄磊, 王华. 组织凝固性坏死对基于纵向弛豫时间的磁共振测温的影响[J]. 波谱学杂志, 2018, 35(4): 440-446.
[6]	杨畅, 陈俊飞, 陈黎, 张志, 冯继文, 陈方, 刘朝阳. NMR永磁体精密温度控制器的设计与实现[J]. 波谱学杂志, 2018, 35(3): 294-302.
[7]	常晓, 苏冠群, 聂生东. 基于小波变换的低场核磁共振信号去噪方法的研究进展[J]. 波谱学杂志, 2018, 35(3): 393-406.
[8]	张世懋, 张哨楠, 葛祥, 吴见萌. 川西致密气藏二维核磁共振测井优化设计与应用[J]. 波谱学杂志, 2018, 35(2): 234-242.
[9]	张波, 谢海滨, 严序, 李文静, 杨光. 旋转不变的非局域均值算法在磁共振图像去噪中的应用[J]. 波谱学杂志, 2018, 35(2): 162-169.
[10]	成实, 王欣, 刘宝林. 油酸甘油酯体系的低场核磁共振弛豫特性研究[J]. 波谱学杂志, 2018, 35(2): 243-254.
[11]	刘中春, 程倩, 刘乃贵, 周杨, 房涛, 朱涛涛, 王为民. 缝洞型油藏致密基质灰岩的压力敏感性规律的NMR研究[J]. 波谱学杂志, 2017, 34(2): 206-213.
[12]	邓峰, 肖立志, 陶冶, 刘新云, 耿东士, 王梦颖. 低场核磁共振流体分子结构在线探测技术[J]. 波谱学杂志, 2017, 34(2): 214-222.
[13]	陈珊珊, 夏天, 毕昕, 苗志英, 杨培强, 汪红志, 戴曙光. 高性能核磁共振弛豫分析仪匀场系统的设计与实现[J]. 波谱学杂志, 2017, 34(1): 87-99.
[14]	刘颖, 张育文, 梁浈, 章浩伟. 基于异构双核的磁共振接收机的设计[J]. 波谱学杂志, 2017, 34(1): 100-107.
[15]	吴鹏, 郭华. 多通道相位图像的改进型自适应重建算法[J]. 波谱学杂志, 2016, 33(4): 539-548.

基于蒙特卡罗算法的低场核磁共振测量效率提高方法

High-Efficiency Low-Field Nuclear Magnetic Resonance Measurements with a Monte Carlo Simulation Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价