扩散张量成像是研究组织大脑微结构与白质纤维束分布的重要手段，然而受扩散加权信号衰减与长回波时间的影响，扩散张量图像存在严重的低信噪比问题．因此，有效的去噪技术在提高图像质量方面发挥着重要的作用．本文首先阐述了扩散张量成像的原理及噪声类型；其次论述了经典的扩散张量图像去噪算法，包括基于传统图像处理方法与基于深度学习方法，并着重探讨了扩散张量图像去噪的研究现状及不足；接着介绍了去噪评估标准及常用的公开数据集；然后讨论分析了文中提及的扩散张量图像去噪方法；最后总结并对该领域未来的研究方向进行了展望．

氦气渗透导致的铷原子钟吸收泡内铷原子与氦气碰撞频移发生变化,从而影响铷原子钟频率漂移率．为了量化分析这一影响，选取厚度为1 mm，直径为1.8 cm，长为1.6 cm，工作温度为65 ℃的圆柱型玻璃气泡为例，通过数值方法模拟了派热克斯玻璃（Pyrex，康宁7740）与低氦渗透的铝硅酸盐玻璃（ASG，康宁1720）原子气泡内氦气压随时间的变化规律．计算结果显示，对于Pyrex气泡，铷原子钟工作约12年后，氦渗透致频率漂移率降低至<1.0×10^-14/天；而ASG气泡铷原子钟在其寿命期间内的氦渗透致频率漂移率始终<3.0×10^-17/天，其对铷原子钟漂移率的贡献可忽略不计．该计算方法同样适用于其它种类气体在不同玻璃材料的渗透过程研究．

天然产物的立体化学研究，特别是柔性大环分子化合物的立体化学问题，一直是相关领域面临的巨大难题．西松烷二萜类化合物是一类典型的柔性大环分子化合物，采用耦合常数（Coupling constant）和NOE（Nuclear Overhauser effect）效应两种局部特性核磁共振参数来确定该类化合物立体构型是最常用的方法之一．残留偶极耦合（Residual dipolar coupling，RDC）和量子化学计算等方法的发展进一步丰富了解决立体化学问题的手段．其中，RDC作为一种非局部特性核磁共振参数，不仅被多次报道应用于蛋白质、核酸等生物分子的结构构建及功能研究，也逐渐被应用于许多天然产物分子的立体构型确定，在药物分子构型研究方面做出了突出贡献．目前，RDC在西松烷二萜类化合物的立体构型确定方面的研究报道较少．本文首次采用RDC参数探索西松烷二萜类化合物sinulariol Z的立体化学构型问题，并结合单晶X射线衍射法，对sinulariol Z的立体构型进行了再次确证，进一步验证了RDC参数在西松烷二萜类化合物立体化学研究中的可行性．

本文研究了一系列不同尺寸二氧化硅小球堆积空隙中氢气分子的核磁共振信号特征，观察到氢气分子化学位移随着小球堆积空隙尺寸减小逐渐向高场变化的现象．结合变温氢谱、氢气自扩散系数测量及扫描电镜等实验结果，认为两个因素的共同作用是该现象产生的原因，即：1）抗磁性的二氧化硅小球所导致的磁场不均匀性分布随小球尺寸变化而变化；2）处在小球空隙内不同位置的氢气分子间存在快速交换．本文结果展示了氢气作为探针分子用于微纳空隙尺寸测量的可能性．

为解码人脑在语义情境下的视听双模态与单模态中的响应差异，本研究设计了相关任务范式并应用新一代脑磁图（OPM-MEG）结合机器学习方法对采集信号从行为学响应、事件相关场（ERF）和单试次检测3个角度进行分析．结果显示单模态语义响应主要集中在枕叶，而双模态语义响应主要集中在顶叶．同时，双模态下的被试响应速率及单试次检测准确率显著高于单模态．此外，支持向量机（SVM）在4种机器学习模型中显示出了最佳分类效能，在被试内分类平均准确率可达75.16%，被试间平均准确率达80.56%．结果表明基于OPM-MEG结合机器学习为实现解码语义情境下的视听双模态与单模态响应差异提供了一条新的有效途径．

现有研究常用功能连接（FC）结合图论分析完成轻度认知障碍（MCI）疾病的辅助诊断．传统FC分析方法通常以低阶FC网络为对象，而高阶FC网络能够揭示脑网络中更高层次的交互关系，但在高阶FC网络中涉及图论研究尚少，且传统图论指标在高阶FC网络中具有局限性．本文通过高阶动态功能连接构建高阶FC网络，结合图论对MCI和正常认知（NC）的脑网络状态进行分析，定义了阻滞系数和平均转换时间两个新的图论指标，以表征脑网络的时间变异性．结果表明在高阶FC网络中应用图论能有效提取MCI组和NC组之间的差异性信息，所提出的阻滞系数和平均转换时间指标均能呈现显著性差异，为高阶脑网络的研究提供了一种新的分析方法．

本研究旨在探索¹²⁹Xe通气功能MRI与肺部病灶类型之间的关联．我们对143例患者进行¹²⁹Xe通气功能MRI和肺部CT扫描，并分析了肺叶水平的通气功能与肺部病灶类型之间的关系．结果显示，大部分肺叶（74.6%）¹²⁹Xe肺通气功能MRI和CT结果一致．通气功能损伤与CT病灶类型相关，且混合疾病和肺气肿/肺大疱更易引起肺通气功能障碍．此外，我们的研究显示不同肺部病灶类型会呈现出不同的通气模式．即¹²⁹Xe通气功能MRI和肺部CT能够提供互补信息．本研究的初步结果将为肺部病灶引起的通气功能损伤评估提供数据支持，为临床影像学诊断提供更多的参考依据，有助于优化肺部疾病的诊断和治疗．

超极化³He气体在中子极化、基础物理和诊断医学等领域广泛应用．测量其极化率对于³He极化系统至关重要．通常使用自由感应衰减核磁共振（FID NMR）线圈来检测³He原子的FID信号．线圈的测量信噪比与直径、匝数、以及其与气室的相对位置等因素相关．关于FID NMR线圈的优化分析，目前仅有少量的文献提及且缺乏详细的实验验证．本文通过对FID信号和线圈噪声的理论分析，建立了线圈测量信噪比模型，并且在基于亚稳态交换光泵（Metastability-Exchange Optical Pumping，MEOP）极化技术的³He极化系统中对FID NMR线圈进行了实验验证．实验结果显示，在半径和高度均为r_cell的柱形气室中，线圈的测量信噪比在半径为r_cell/2时达到最优值，此结论与理论分析结果相符．该信噪比模型的相对误差不超过10%，证明了理论模型的有效性．这些研究结果对于优化设计³He极化系统具有重要的指导意义．

常规的核磁共振仪器具有体积大，不易携带等缺点，限制了其在现场石油勘探、食品安全、环境污染、质检等领域的应用．为此，本文提出了一种掌上型核磁共振控制台设计方案，在一块可编程片上系统芯片Zynq-7000上，通过高级精简指令集计算机（Advanced RISC Machine，ARM）核构建、现场可编程门阵列（Field Programmable Gate Array，FPGA）逻辑设计和控制程序设计，完成了整个掌上型核磁共振控制台的设计与实现．全部设计完成后，在课题组自研的0.5 T桌面式核磁共振系统上，进行了自由感应衰减（Free Induction Decay，FID）、自旋回波（Spin Echo，SE）和CPMG（Carr-Purcel1-Meiboom-Gill）几个基本脉冲序列的测试，验证了其整体架构设计的正确性和各个模块之间的协调性．设计的核磁共振控制台长10.6 cm，宽6.0 cm，高1.9 cm，在缩小体积的同时，还提高了脉冲序列的实时性和控制台的稳定性，为进一步研制便携式核磁共振仪器奠定了基础．

基于自主研制的5 T磁共振成像系统和¹³C代谢磁共振成像研究需求，设计了一种小口径磁共振成像梯度线圈和¹H/¹³C双共振射频线圈系统．其中梯度线圈设计采用有限差分流函数方法，射频线圈设计为马鞍线圈结合表面线圈的双共振方案．采用有限元方法对磁场分布进行了数值模拟分析，成功研制出一套用于小口径5 T ¹³C磁共振成像的梯度与射频线圈，并利用自主研制的5 T磁共振成像系统平台验证了设计方案的可行性，经过实验测试采集到¹³C标记的尿素水模磁共振图像和小鼠头部¹H磁共振图像，为后续开展基于动态核极化的¹³C磁共振代谢成像奠定了基础．

随着老龄化加剧，心血管疾病患病人数逐年增加，借助医学图像实现心脏功能的评估在诊疗过程中起着重要作用．心脏分割是评估心脏功能的前提，一直受到临床医生和科学研究者的密切关注．本文从传统方法和深度学习方法角度梳理了近十年以来关于心脏分割研究的文献．重点介绍了基于主动轮廓和图谱模型的传统分割方法，以及基于U-Net和全卷积神经网络（FCN）的深度学习算法．其中针对通过增加局部模块、优化损失函数、强化网络结构等方式改进深度学习网络以实现心脏特定区域精准分割这一主题进行了详细展开，并从心脏磁共振、X射线计算机断层扫描（CT）和超声3种成像模态对上述方法进行总结．最后总结了该领域目前的研究现状并对未来研究方向进行了展望．

磁共振弹性成像（magnetic resonance elastography，MRE）是一种通过外界激励将剪切波动传递到所测量的软组织中，采用磁共振成像记录波动位移，并基于波动特征对软组织的力学参量进行估计的方法．脑组织的力学参量，尤其是粘弹参量与其生长、老化和疾病密切相关．本综述首先介绍MRE的理论原理以及软组织粘弹性的物理意义和表示方法，并以脑组织MRE为例说明MRE的技术方法及其扫描过程．其次，针对脑肿瘤和神经退行性疾病等典型的脑疾病，介绍MRE在临床研究中的应用，说明粘弹参量作为脑科学基础研究和疾病诊断的新生物标志物的意义．最后，对MRE在脑疾病和脑科学的应用相关研究热点开展了讨论．

拉普拉斯核磁共振（Laplace NMR）可以提供待测样品的扩散系数或弛豫时间等物理参数信息，是用于研究分子化学结构、动力学和相互作用的强大工具．Laplace NMR的适用性很大程度上取决于拉普拉斯逆变换相关的信号处理算法的性能．在本文中，我们首先讨论了Laplace NMR谱图重建问题的不适定性，接着回顾了经典的基于正则化约束的重建算法，并介绍了目前前沿的深度学习算法在处理Laplace反演问题方面的应用，最后总结了这些算法的优缺点，并对Laplace NMR信号处理方法未来改进方向进行了展望．

铷原子钟可靠性高、体积小、功耗低，在导航、通信等领域被广泛使用．尤其对于导航卫星星载铷原子钟，发展至今具有了优异的稳定度性能，但其固有的频率漂移特性（约E-12~E-13/天）会恶化其长期性能，影响卫星自主守时能力．通过对高性能铷原子钟的频率数据进行充分分析，评估可能导致频率漂移的物理机制，提出一种高精度频率漂移补偿的方案并开展了实验验证．结果表明，在无外部驯服情况下60天内高性能铷原子钟的漂移率可保持E-15/天量级，天稳定度达到E-15量级（Allan偏差），极大提升铷原子钟的自主守时能力.

研究木材干燥过程中水分迁移可以更高效的利用木材．利用单边核磁共振技术（single-sided NMR）可沿木材不同方向进行一维测量的优势来探究木材在干燥过程中水分沿着轴向和弦向传递过程中不同测量深度的变化规律．本文以樟子松木材为研究对象，对其进行封胶处理使水分只沿着轴向或弦向传递，利用表观横向弛豫时间（T_2app）来探究其在干燥过程中不同测量深度位置处的含水率变化．结果表明：樟子松木材在干燥过程的前2 h其接近蒸发面处存在少部分自由水，之后在干燥过程中基本上不存在自由水，且靠近蒸发面存在明显的含水率梯度；水分沿轴向传递时越远离蒸发面，水分分布相对均匀，弦向传递时越远离蒸发面，每层水分差异越明显．单边核磁共振技术可以检测木材不同测量深度位置的含水率，可为研究水分在木材中的迁移机理提供理论依据．

核磁共振技术能够直接探测样品中水、烃等含氢流体信号并对其含量及所处环境进行定量表征，广泛应用在油气勘探领域．在对页岩油气、致密油气等含有大量超快弛豫组分样品进行测量时，由于CPMG脉冲序列观测到的前端信号数据量过少导致测量信号不稳定，快弛豫组分结果可靠性较低．提出了多次微变回波间隔测量（MCTEM）的方法，在测量阶段加密了对核磁共振前端信号数据的采集，反演阶段采用了多次测量回波数据的联合反演，可以得到更加精确的快弛豫T₂谱．通过数值模拟和岩心物理实验对MCTEM方法进行了验证，结果显示MCTEM方法能够改善由回波间隔T_E偏高引起的T₂谱快弛豫组分峰消失的问题，可以有效提高快弛豫信号的测量精度．

胰腺因其解剖结构复杂多变、周围环境复杂等特点，始终是医学图像分割中最具挑战性的任务之一．针对以上问题，提出一种融合双解码和全局注意力上采样模块的深度学习分割模型（Combining Dual Decoding and Global Attention Upsampling Modules Network，DGANet）．模型由一个编码器和两个解码器构成，两个解码器实现了对不同深度特征信息的充分利用；模型采用全局注意力上采样模块（Global Attention Upsampling，GAU），利用高层丰富的语义信息来引导低层选择更为精准的特征信息．利用长海医院提供的数据集进行实验，结果表明平均Dice相似系数为86.28%，交并比（Intersection-over-Union，IoU）为0.77，豪斯多夫距离（Hausdorff Distance，HD）为7.7 mm，数据证实了该模型在胰腺囊性肿瘤分割中具有一定的临床意义和价值．

大脑年龄已成为神经退行性疾病诊断和机理研究的重要分析对象. 重度抑郁症是否会增加患者的大脑年龄，尚未得到一致的结论，且该方向的研究在中国人口内开展较少. 本文使用从中国25家医院收集的REST-meta-MDD数据集，构建基于高分辨率T1-加权3D大脑结构磁共振图像的卷积神经网络模型，用于预测患者的大脑年龄，计算与实际年龄的差异. 最终结果的平均绝对误差和相关系数为3.16和0.93，与健康组对比，重度抑郁症患者的平均大脑年龄增加了3.94年，进一步确认了重度抑郁症会加速大脑衰老，且患病程度与患者的性别、年龄和受教育程度相关. 对比传统机器学习算法，该模型取得结果的平均绝对误差更小，相关系数更高.

小型化的核磁共振谱仪由于其便携性的优势，成了当下核磁共振领域的研究热点．近年来，Halbach磁体在小型化核磁共振波谱仪领域得到了广泛应用．永磁体磁场的不均匀性对无源匀场方法提出了较高的要求．因此，本文基于机械可调的Halbach永磁体阵列结构进行了无源匀场研究．首先研制了由12个机械可调的磁块构成的Halbach磁体，并建立了磁块位置和磁场均匀性的最小二乘问题，随后利用了一种结合Levenberg-Marquardt法和拟牛顿法的优化算法，通过改变磁块的径向位置来优化磁场的均匀性．通过这种方法，成功将1.03 T的Halbach磁体中心区域（半径为2.5 mm）的均匀度从7 391×10^-6提升到154.23×10^-6．本文提出的匀场方法相对于传统的无源匀场方法更加灵活和简便，有望应用于核磁共振波谱仪和其他需要高磁场均匀度的仪器．

高均匀度磁场是磁共振波谱仪获得高质量谱图以进行化学结构解析和动力学信息获取的重要保证，需要利用高性能匀场电源驱动匀场线圈产生补偿电磁场保证磁场均匀度．高精度、高稳定性匀场电源是提升磁共振波谱仪主动匀场性能、保持匀场效果的关键部件．本文针对磁共振波谱仪多通道主动匀场需求，开发设计了一款高精度、高稳定、多通道主动匀场电源系统．基于负反馈控制，设计带有输出状态监控的匀场电流驱动器（恒流源），搭配MCU控制平台和上位机软件完成软硬件之间控制指令和数据的闭环传输设计，实现数字化恒流输出控制．在R=2.84 Ω，L=25.5 µH匀场线圈负载下，满量程输出响应时间小于18.9 µs，输出纹波峰峰值控制在30 mV，正负电流输出对称性良好，长时间工作最大输出偏差是4.8‰．该电源在采用0.5 T-Halbach构型磁体的磁共振波谱系统中完成匀场实验，驱动一阶匀场线圈完成24.48 ppm（10^-6）到2.72 ppm的磁场均匀度优化．此工作有助于紧凑型磁共振波谱仪系统集成及主动匀场技术相关应用的开展．

成像体素空间位置的准确编码对于磁共振成像（MRI）的空间定位至关重要. 为了保证空间编码的准确性，获得高性能的梯度磁场是关键. 梯度波形发生器是产生梯度磁场的核心部件，本文简要介绍了梯度波形发生器的工作原理和组成部分，总结了近二十年来基于不同设计方案设计的梯度波形发生器的研究进展，详细探讨了梯度波形预加重的实现方法，并对梯度波形发生器未来的研究和发展方向进行了展望.

常规高场NMR波谱仪依托超导技术，其体积大、维护成本高，且存在样本磁化率不均匀导致的谱线展宽现象，零场或近零场NMR技术则可实现有效互补．本文自主搭建了一套基于小型原子磁力计的可移动零场NMR波谱仪，采用以多功能采集卡（National Instruments PCIe-6353）为核心的集成控制系统，仪器主磁场强度小于1 nT，可实现高分辨率的J-耦合谱采集．为实现对自旋体系的有效操控，利用样品绝热初态的单脉冲激发实现对三轴脉冲线圈的精确标定．在此基础上，使用改进的组合脉冲序列实现了在¹³C-¹H异核体系下的单自旋选择性操控，验证了零场NMR波谱仪的有效性．

近年来，国内多个科研单位引进了固体核磁共振波谱仪．由于目前固体核磁共振波谱仪还没有国产化，完全依赖进口，因此仪器及配套的样品制备系统价格昂贵．转子是魔角旋转核磁共振实验的关键耗材，其尺寸精密度要求极高，加工难度大．通过分析进口成品3.2 mm固体核磁共振转子及其配套样品制备工具的特性和实际应用需求，改进转子各零部件之间的连接方式，优化转子的密封性，成功实现了固体核磁共振转子和配套样品制备工具箱的自主研制．测试结果表明，自主研制的转子能在12 kHz转速下正常运行，满足常规固体核磁共振实验需求，且配套的样品制备工具箱操作简单，安全可靠．

核自旋单重态是一种特殊的量子态，其存在寿命能远长于纵向弛豫时间（T₁），能够被用于研究分子之间的慢扩散和慢运动等动力学过程．单重态的制备是其能成功应用的关键．目前文献中报道了多种制备单重态的方法，这些方法主要适用于孤立的两自旋体系，当单重态所涉及的核自旋受到其它自旋的耦合作用时，单重态的制备效率往往会降低．本文以三自旋体系为例，研究了不同耦合构型下单重态的制备效率受非单重态自旋耦合的影响，模拟结果表明当单重态自旋由弱耦合逐渐变为强耦合时，单重态的制备效率会在单重态自旋与非单重态自旋的耦合呈现对称性时保持一定的稳定性，此特性能够为复杂体系中选择合适的自旋制备单重态提供参考．我们利用N-乙酰-L-天门冬氨酸（NAA）分子的三个质子组成的自旋体系实验验证了以上结论，通过调节NAA分子的酸碱度，所选的三自旋体系能从弱耦合向强耦合转变，实验结果表明：当三自旋中单重态自旋处于强耦合时，单重态的制备效率明显高于弱耦合时的效率．

达罗他胺是治疗前列腺癌的重要药物，在进行其合成工艺研究时，在第一步Suzuki偶联和第二步水解脱保护反应中，发现并纯化得到3个杂质A、B和C，其中杂质A和B来自第一步反应，杂质C来自第二步反应. 通过高分辨质谱（HRMS）、核磁共振氢谱（¹H NMR）和核磁共振碳谱（¹³C NMR）表征方法，确定了杂质A和B的结构，分别为初始反应原料化合物2的脱硼酸频哪醇酯产物和初始反应原料化合物1的双偶联产物；借助HRMS、¹H NMR、¹³C NMR、¹H-¹H COSY、¹H-¹³C HSQC、¹H-¹³C HMBC和¹H-¹H NOESY方法确定了中间体化合物3和杂质C的准确结构，对其形成机理和规避方法也进行了讨论分析.

本文采用紫外吸收光谱、红外吸收光谱、质谱、核磁共振波谱（包含¹H NMR、¹³C NMR、DEPT、¹H-¹H COSY、¹H-¹H NOESY、¹H-¹³C HSQC和¹H-¹³C HMBC）以及单晶衍射等方法对海博麦布进行结构分析，对其所有的¹H NMR和¹³C NMR谱信号进行了归属，还通过差示扫描量热法、热重分析及粉末X-射线衍射分析对海博麦布晶型进行研究．

以重聚INEPT（不灵敏核的重聚极化转移增强）脉冲序列为基础，采用模拟退火算法，优化得到极化转移和重聚时间参数集，建立定量重聚INEPT方法．序列中引入组合脉冲，克服射频场不均匀性和频率偏置效应的影响，提高检测的可靠性．进一步利用模拟退火优化，实现重聚INEPT的定量谱编辑．采用青蒿素、辛伐他丁等模型化合物对上述方法进行了验证，应用Case I极化时间参数集，定量积分的相对标准偏差分别为1.6%和3.3%，表明方法有效可靠，可满足定量检测的要求．在实际应用方面，采用定量重聚INEPT方法测定大豆油中脂肪酸含量，其结果与常规定量¹³C NMR测定的含量相符合，但检测时间显著减少．本文提出的定量重聚INEPT方法在石油、高分子等复杂体系的快速定量检测方面具有广泛的应用前景．

术前精准预测胰腺囊性肿瘤的类型，对制定个体化诊疗方案具有重要的临床价值．针对胰腺浆液性和黏液性囊性肿瘤的分类鉴别问题，本文探讨了基于深度学习的多源特征分类模型在胰腺囊性肿瘤的术前辅助诊断中的应用．首先，通过深度学习和影像组学技术从分割图像中提取深度学习特征和影像组学特征，并对病例的临床特征进行评估和量化，然后采用最小绝对收缩选择算子（LASSO）及交叉验证的方法筛选特征，随之构建出两个多源特征模型，即影像组学联合深度学习（RAD_DL）模型、临床特征联合RAD_DL（Clinical_RAD_DL）模型，把传统的影像组学（RAD）模型和深度学习（DL）模型作为对照，最后选用支持向量机（SVM）、自适应提升算法（ADAboost）、随机森林（Random Forest）以及逻辑回归（Logistic）进行分类．采用准确率、召回率、精确率、曲线下面积（AUC）值以及精确率和召回率的调和平均数（F1值）作为评价指标，比较上述4种不同特征模型的分类效能，用校准曲线和决策曲线来评估其临床应用价值．结果显示Clinical_RAD_DL特征模型的分类效能表现最佳，准确率是0.923 1，召回率是0.882 4，精确率是0.882 0，F1是0.882 2，AUC是0.912 6，校准曲线和决策曲线显示出Clinical_RAD_DL特征模型的临床应用价值是最高的．实验表明基于深度学习的多源特征分类模型，对胰腺黏液性和浆液性囊性肿瘤具有较好的分类效果，可以为临床上精准诊疗提供帮助．