基于神经网络的NMR谱图自动相位校正综合算法

波谱学杂志 ›› 2007, Vol. 24 ›› Issue (1): 43-51.

基于神经网络的NMR谱图自动相位校正综合算法

黄颖颖; 李鹏; 刘小征; 杨光*

（上海市功能磁共振成像重点实验室(华东师范大学), 华东师范大学物理系，上海 200062）

收稿日期:2006-05-23 修回日期:2006-06-14 出版日期:2007-03-05 发布日期:2009-12-05
通讯作者: 杨光

A Synthetical Algorithm for Automatic Phase Correction of NMR Spectra Based on Neural Network (NNAPC)

HUANG Ying-ying; LI Peng; LIU Xiao-zheng; YANG Guang* 

(Shanghai Key Laboratory of Functional Magnetic Resonance Imaging (East China Normal University), Department of Physics, East China Normal University, Shanghai, 200062, China)

Received:2006-05-23 Revised:2006-06-14 Online:2007-03-05 Published:2009-12-05
Contact: Yang Guang

摘要/Abstract

摘要： 目前，已有多种算法被应用在核磁共振谱图自动相位校正中，由于各种算法本身特性和所基于谱图的具体特性的差异，不同算法对于特征不同的谱图的适用性也各不相同. 针对这一情况，文在综合研究多种现有自动相位校正算法的基础上，提出了一种基于神经网络的，可以根据谱图的特征来选取最合适的算法进行自动相位校正的综合算法. 实验表明，本算法可以获得比以往方法更好的计算结果.

关键词: 自动相位校正, 核磁共振, 神经网络, 综合算法, NNAPC

Abstract: A synthetical algorithm for automatic phase correction of NMR spectra based on neural network (NNAPC) is proposed. Taking into account the characteristics of the NMR spectrum or the resonance peak, the proposed algorithm uses an artificial neural network to choose the most appropriate algorithm to calculate the phase angles of a given peak. Statistical analysis demonstrated that the NNAPC algorithm is more accurate and stable than the existing phase correction algorithms referenced.

Key words: NMR, automatic phase correction, neural network, NNAPC

中图分类号:

O482.53

黄颖颖; 李鹏; 刘小征; 杨光. 基于神经网络的NMR谱图自动相位校正综合算法[J]. 波谱学杂志, 2007, 24(1): 43-51.

HUANG Ying-ying; LI Peng; LIU Xiao-zheng; YANG Guang* . A Synthetical Algorithm for Automatic Phase Correction of NMR Spectra Based on Neural Network (NNAPC)[J]. Chinese Journal of Magnetic Resonance, 2007, 24(1): 43-51.

[1]	胡坤, 孙汉董, 普诺·白玛丹增. 量子化学计算核磁共振参数在天然产物结构鉴定中的应用[J]. 波谱学杂志, 2019, 36(3): 359-376.
[2]	汪红志, 王申林, 胡炳文, 余亦华, 宋一桥, 姚叶锋. 基于数值计算模拟的仿真核磁共振波谱仪开发[J]. 波谱学杂志, 2019, 36(3): 288-297.
[3]	刘文卿, 宋艳红, 王雪璐, 姚叶锋. 光催化甲醇重整机理的原位核磁共振研究[J]. 波谱学杂志, 2019, 36(3): 298-308.
[4]	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.
[5]	尹田鹏, 王雅溶, 王敏, 石文智, 张正茜, 何莎莎. 三个C₁₉-二萜生物碱的NMR数据全归属[J]. 波谱学杂志, 2019, 36(3): 331-340.
[6]	杨云汉, 杜瑶, 应飞祥, 杨俊丽, 夏大真, 夏福婷, 杨丽娟. 柚皮素/β-环糊精超分子体系的包合行为[J]. 波谱学杂志, 2019, 36(3): 319-330.
[7]	王亚兰, 王晓静, 王志伟. 阿齐沙坦的波谱学数据及结构确证[J]. 波谱学杂志, 2019, 36(3): 350-358.
[8]	万至彬, 宋建会, 郭鸣明. 原位液体核磁共振在高分子材料表征领域的应用[J]. 波谱学杂志, 2019, 36(3): 408-424.
[9]	唐明学, SCHMIDT Claudia. 利用核磁共振氢谱的哈勒分析获得分子序列取向参数[J]. 波谱学杂志, 2019, 36(2): 138-147.
[10]	曹园, 吴永平, 陈东军. 卷柏属Selaginellin类化合物互变异构的波谱学研究[J]. 波谱学杂志, 2019, 36(2): 155-163.
[11]	汤衡, Gilbert NSHOGOZA, 刘明清, 刘亚茜, 阮科, 马荣声, 高佳. 基于片段的核磁共振筛选方法识别NSD1 SET结构域的全新苗头化合物[J]. 波谱学杂志, 2019, 36(2): 148-154.
[12]	徐小俊, 王申林. ¹⁹F固体核磁共振技术研究膜蛋白相互作用的进展[J]. 波谱学杂志, 2019, 36(2): 238-251.
[13]	寇新慧, 刘乙祥, 刘兴弘, 李从刚, 刘买利, 姜凌. 探测应答调控蛋白PhoB_N^F20D自由态中存在的Pre-Active构象[J]. 波谱学杂志, 2019, 36(2): 164-171.
[14]	陈晓瑛, 俞刚金, 毛诗珍, 刘买利, 杜有如. 利用¹H NMR探究混合离子型/非离子型表面活性剂临界胶束浓度降低的实质[J]. 波谱学杂志, 2019, 36(2): 219-224.
[15]	肖雄杰, HU Mary, 张许, HU Jian-zhi. 电离辐射对小鼠肾脏影响的代谢组学研究[J]. 波谱学杂志, 2019, 36(2): 172-181.