CN106772645A - 基于一般先验信息约束的核磁共振数据反演方法和装置 - Google Patents
基于一般先验信息约束的核磁共振数据反演方法和装置 Download PDFInfo
- Publication number
- CN106772645A CN106772645A CN201611160452.1A CN201611160452A CN106772645A CN 106772645 A CN106772645 A CN 106772645A CN 201611160452 A CN201611160452 A CN 201611160452A CN 106772645 A CN106772645 A CN 106772645A
- Authority
- CN
- China
- Prior art keywords
- prior information
- function
- magnetic resonance
- nuclear magnetic
- object function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种基于一般先验信息约束的核磁共振数据反演方法和装置,其中,该方法包括以下步骤:采集核磁共振回波数据;根据核磁共振回波数据,提取一般先验信息;将所述一般先验信息作为约束条件,建立目标函数;根据所述目标函数,对所述核磁共振回波数据进行反演,得到反演结果。由于该方案将先验信息一般化,简化了先验信息求取过程,提高了反演效率,同时可以根据反演需要针对性地选取不同性质的一般先验信息组合作为约束条件,提高了反演精度。因此解决了现有反演方法中存在的先验信息提取过程复杂和先验信息种类单一,不便于优选组合的技术问题,达到了简化反演过程和提高反演结果精度的技术效果。
Description
技术领域
本发明涉及油气勘探中测井数据处理技术领域,特别涉及一种基于一般先验信息约束的核磁共振数据反演方法和装置。
背景技术
核磁共振测井可以为地层油气评价提供重要岩石物理参数信息,提取这些信息的关键在于对核磁共振测井采集到的原始回波数据进行反演。反演结果直接关系到地层油气评价的准确性。因此,研究稳定、高精度的核磁共振回波数据反演方法具有重要意义。
现有的核磁共振数据(核磁共振数据包括核磁共振回波数据)反演方法一般是基于先验信息约束的数据反演方法,即将几个指定的具有物理意义的物理参数,例如孔隙度、锥形区域面积和T2几何均值,作为先验信息,用以约束目标函数,进而通过目标函数进行反演求解。但是,上述方法具体实施时,由于将先验信息限定于具有具体物理意义的几个物理参数,用于约束目标函数的先验信息的选择范围有限;且使用上述先验信息作为约束条件时,对应的目标函数构造过程复杂。导致现有的数据反演方法具体实施时,存在先验信息选择范围有限、核函数构造过程复杂和反演精度低的技术问题。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本发明提供了一种基于一般先验信息约束的核磁共振数据反演方法和装置,以解决现有核磁共振数据反演方法存在的先验信息选择范围有限、核函数构造过程复杂和反演精度不高的技术问题。
本发明实施例提供了一种基于一般先验信息约束的核磁共振数据反演方法,包括:
采集核磁共振回波数据;
根据所述核磁共振回波数据,提取一般先验信息;
将所述一般先验信息作为约束条件,建立目标函数;
根据所述目标函数,对所述核磁共振回波数据进行反演,得到反演结果。
在一个实施方式中,根据所述核磁共振回波数据,提取一般先验信息,包括:
构造提取一般先验信息的核函数,其中,所述核函数满足拉普拉斯变换函数对存在;
根据所述核函数,通过积分变换,提取所述一般先验信息。
在一个实施方式中,按照以下公式,构造所述核函数:
k(t,α)=λ(α,β)d(t,β)p(t,α)
其中,k(t,α)为所述核函数,λ(α,β)为与α和β相关的常数项,d(t,β)为衰减项,p(t,α)为初始函数,α为待定变量,β为控制能量衰减的参数,t为时间。
在一个实施方式中,根据所述核函数,按照以下公式提取所述一般先验信息:
其中,G(t)为采集的核磁共振回波数据,T2为核磁共振横向弛豫时间,f(T2)为核磁共振弛豫时间为T2时的谱幅度,ε(t)为噪声,k(t,α)为所述核函数,K(T2,α)为k(t,α)对应的拉普拉斯变换函数,P为所述一般先验信息,α为待定变量,t为时间。
在一个实施方式中,所述一般先验信息包括第一先验信息和/或第二先验信息,其中,所述第一先验信息用于提高短弛豫部分聚焦性,所述第二先验信息用于提高短弛豫部分幅值精度;
相应的,将所述一般先验信息作为约束条件,建立目标函数,包括:将所述第一先验信息和/或所述第二先验信息作为约束条件,建立目标函数。
在一个实施方式中,在所述一般先验信息包括第一先验信息的情况下,根据所述核磁共振回波数据,按照以下公式,提取所述第一先验信息:
k1(t,α1)=t-1sin(α1t)
K1(T2,α1)=cot(α1T2)
其中,k1(t,α1)为提取第一先验信息的核函数,K1(T2,α1)为与k1(t,α1)对应的拉普拉斯变换函数,E1为k1(t,α1)对应的能量,P1为所述第一先验信息,G(t)为采集的核磁共振回波数据,α1为待定变量,t为时间,T2为横向弛豫时间。
在一个实施方式中,在所述一般先验信息包括第二先验信息的情况下,根据所述核磁共振回波数据,按照以下公式,提取所述第二先验信息:
其中,k2(t,α2)为提取第二先验信息的核函数,K2(T2,α2)为与k2(t,α2)对应的拉普拉斯变换函数,E2为k2(t,α2)对应的能量,P2为所述第二先验信息,G(t)为采集的核磁共振回波数据,α2为待定变量,t为时间,T2为横向弛豫时间,β为控制能量衰减的参数,可通过与E2的关系求得。
在一个实施方式中,将所述一般先验信息作为约束条件,建立目标函数,包括:
根据所述一般先验信息,确定目标函数的数据矩阵;
根据所述提取一般先验信息的核函数的拉普拉斯变换函数,确定目标函数的系数矩阵;
根据所述一般先验信息的标准差,确定目标函数的权重矩阵;
根据所述目标函数的数据矩阵、所述目标函数的系数矩阵和所述目标函数的权重矩阵,建立所述目标函数。
在一个实施方式中,根据所述目标函数的数据矩阵、所述目标函数的系数矩阵和所述目标函数的权重矩阵,建立所述目标函数,包括:根据所述目标函数的数据矩阵、所述目标函数的系数矩阵和所述目标函数的权重矩阵,按照以下公式,建立所述目标函数:
其中,f为待求解向量,为所述目标函数的权重矩阵,为所述目标函数的系数矩阵,为所述目标函数的数据矩阵,α为正则化参数。
基于相同的发明构思,本发明实施例还提供了一种基于一般先验信息约束的核磁共振数据反演装置,包括:
采集模块,用于采集核磁共振回波数据;
一般先验信息提取模块,用于根据所述核磁共振回波数据,提取一般先验信息;
目标函数建立模块,用于将所述一般先验信息作为约束条件,建立目标函数;
反演模块,用于根据所述目标函数,对所述核磁共振回波数据进行反演,得到反演结果。
在本发明实施例中,通过根据核磁共振回波数据,提取得到不一定具有物理意义的参数作为一般先验信息,然后根据具体反演需要,对所提取的一般先验信息进行优选组合作为约束条件,再进行数据反演,从而解决了现有的核磁共振数据反演方法中存在的先验信息选择范围有限、核函数构造过程复杂和反演精度低的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的基于一般先验信息约束的核磁共振数据反演方法的处理流程图;
图2是根据本发明实施例的基于一般先验信息约束的核磁共振数据反演装置的组成结构图;
图3是在一个具体实施例中应用本发明实施例提供基于一般先验信息约束的核磁共振数据反演方法/装置的流程示意图;
图4是在一个具体实施例中应用本发明实施例提供基于一般先验信息约束的核磁共振数据反演方法/装置得到的小孔占优储层核磁共振横向弛豫时间T2分布模型示意图;
图5是在一个具体实施例中应用本发明实施例提供基于一般先验信息约束的核磁共振数据反演方法/装置得到的添加噪声和不添加噪声的核磁共振回波数据示意图;
图6是在一个具体实施例中应用本发明实施例提供基于一般先验信息约束的核磁共振数据反演方法/装置得到的反演结果示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
考虑到现有的核磁共振数据反演方法,具体实施时通常以指定的几个具有物理意义的物理参数作为先验信息。由于这几个物理参数具有明确的物理意义,因此在构造目标函数时,需要考虑许多与实际物理意义相关的约束条件,导致目标函数构造过程复杂。此外,由于现有的数据反演方法只能从指定的几个具有具体物理意义的先验信息中选择一个或多个组合作为约束条件,选择的范围有限,不能根据反演需要,有针对性地对先验信息进行优选组合作为约束条件,影响反演结果的准确性。综上,现有的核磁共振数据反演方法具体实施时往往存在先验信息范围有限、核函数构造过程复杂和反演精度低的技术问题。针对产生上述技术问题的根本原因,本发明考虑可以将先验信息一般化,即可以提取不一定具有明确的物理意义的相关参数作为一般先验信息,因此理论上可以提取的一般先验信息具有无数种,从而使其对应的核函数的构造过程更为简单,也扩大了约束条件的选择范围;此外,还可以根据具体反演需要,针对性地选择一个或多个一般先验信息作为约束条件,进行反演求解。从而解决了现有的数据反演方法中存在的先验信息范围有限、核函数构造过程复杂和反演精度低的技术问题。
基于上述思路,本发明提供了一种基于一般先验信息约束的核磁共振数据反演方法。请参阅图1。本发明提供的数据反演方法,可以包括以下步骤。
步骤101:采集核磁共振回波数据。
在本实施方式中,所述核磁共振数据包括核磁共振回波数据。相应的,本申请中对核磁共振回波数据的处理可以认为是对核磁共振数据处理中的一种。
步骤102:根据所述核磁共振回波数据,提取一般先验信息。
在一个实施方式中,需要说明的是,所述一般先验信息可以是具有具体物理意义的先验信息,也可以是不具有具体物理意义的一般化先验信息。其中,所述一般化指不关注所提取的先验信息是否具备实际的物理意义,区别于通常使用具有物理意义的先验信息。但是,需要说明的是本发明中提取所述一般先验信息的核函数需要满足拉普拉斯变换函数对存在。通过将先验信息一般化,可以简化核函数的构造过程,扩大一般先验信息的选择范围,解决了现有数据反演方法中存在的先验信息范围有限、核函数构造过程复杂和无法根据不同反演需要将不同先验信息进行优选组合以提高反演精度的问题。具体实施时,可以根据实际情况或者具体的反演需要选择效果相对较好的一种一般先验信息或多种不同性质的一般先验信息的组合作为约束条件,进行后续的反演求解。可以先获取多种不同性质的一般先验信息,通过分别单独施加多种一般先验信息中每种一般先验信息作为约束条件,进行反演,得到对应反演结果,根据反演结果明确每种先验信息对反演结果的具体影响,再根据具体反演要求,针对性地选择多种一般先验信息中的一种或多种作为约束条件,进行反演求解。
在一个实施方式中,所述一般先验信息具体可以包括:第一先验信息和/或第二先验信息,其中,所述第一先验信息用于提高短弛豫部分聚焦性,所述第二先验信息用于提高短弛豫部分幅值精度;相应的,将所述一般先验信息作为约束条件,建立目标函,包括:将所述第一先验信息和/或所述第二先验信息作为约束条件,建立目标函数。具体实施时,可以根据具体情况和反演需要选择单独一种一般先验信息作为约束条件,也可以选择两种或多种一般先验信息作为约束条件。对此,本申请不作限定。
例如,针对核磁共振数据反演中普遍存在的T2谱短弛豫部分反演不精确问题。由于通过幂函数正弦变换提取的第一先验信息和通过指数幂函数变换提取的第二先验信息分别对T2谱短弛豫部分反演结果的聚焦性和幅值精度影响较大,因此可以将第一先验信息和第二先验信息组合起来作为约束条件,构建目标函数,进行反演求解。通过反演的数值模拟结果,可以看出组合施加这两种先验信息的反演结果综合了单独施加时的优点,同时提高了T2谱短弛豫部分的聚焦性和幅值精度。同时验证了基于一般先验信息约束的核磁共振数据反演方法便于将不同性质先验信息进行优选组合,从而实现对反演结果精度的针对性提高。
在一个实施方式中,为了提取一般先验信息,具体可以按照以下步骤执行。
S1:构造提取一般先验信息的核函数,其中,所述核函数满足拉普拉斯变换函数对存在。
在一个实施方式中,为了确定满足拉普拉斯变换函数对存在的核函数,可以按照以下公式确定核函数:
k(t,α)=λ(α,β)d(t,β)p(t,α)
其中,k(t,α)为所述核函数,λ(α,β)为与α和β相关的常数项,d(t,β)为衰减项,p(t,α)为初始函数,α为待定变量,β为控制能量衰减的参数,t为时间。
S2:根据所述核函数,通过积分变换,提取所述一般先验信息。
在一个实施方式中,在得到满足拉普拉斯变换函数对存在的核函数后,具体可以按照以下公式提取所述一般先验信息:
其中,G(t)为采集的核磁共振回波数据,T2为核磁共振横向弛豫时间,f(T2)为核磁共振横向弛豫时间为T2时的谱幅度,ε(t)为噪声,k(t,α)为所述核函数,K(T2,α)为k(t,α)对应的拉普拉斯变换函数,P为所述一般先验信息,α为待定变量,t为时间。
在一个实施方式中,为了进一步提高反演结果的精度,可以根据具体反演需要,选择一个或多个符合反演需要的先验信息进行组合作为约束条件,进而进行反演求解。
例如,以所述预设先验信息包括第一先验信息和第二先验信息为例,可以分别通过幂函数正弦变换得到的第一参数作为第一先验信息,通过指数幂函数变换得到的第二参数作为第二先验信息。其中:
通过幂函数正弦变换提取第一先验信息,具体可以按照以下公式求解:
k1(t,α1)=t-1sin(α1t)
K1(T2,α1)=cot(α1T2)
其中,k1(t,α1)为所述第一先验信息的核函数,K1(T2,α1)为与k1(t,α1)对应的拉普拉斯变换函数,E1为k1(t,α1)对应的能量,P1为所述第一先验信息,G(t)为采集的核磁共振回波数据,α1为待定变量,t为时间,T2为横向弛豫时间。
通过指数幂函数变换提取第二先验信息,具体可以按照以下公式求解:
其中,k2(t,α2)为所述第二先验信息的核函数,K2(T2,α2)为与k2(t,α2)对应的拉普拉斯变换函数,E2为k2(t,α2)对应的能量,P2为所述第二先验信息,G(t)为采集的核磁共振回波数据,α2为待定变量,t为时间,T2为横向弛豫时间,β为控制能量衰减的参数,可通过与E2的关系求得。
需要说明的是,上述实施方式是为了更好地说明本发明实施例,仅以两种先验信息情况进行示意性说明,即仅以核函数的形式为幂函数作为衰减项的正弦函数和指数函数作为衰减项的幂函数两种情况进行说明。具体实施时,可以根据实际情况和具体反演要求确定一种,两种或多种符合反演要求的一般先验信息组合。其中,一般先验信息所对应的核函数可以是任意的函数形式。对此,本发明不做限定。
步骤103:将所述一般先验信息作为约束条件,建立目标函数。
在一个实施方式中,为了充分利用所述一般先验信息作为约束条件,具体实施时,可以按照以下方式建立目标函数。
S1:根据所述一般先验信息,确定目标函数的数据矩阵。
在一个实施方式中,为了确定目标函数的数据矩阵,具体实施时可以根据所提取的一般先验信息,对目标函数的数据矩阵进行对应的修改。以分别单独使用两种一般先验信息和组合使用两种一般先验信息作为约束条件的三种情况为例。可以根据所述两种一般先验信息,构建目标函数的数据矩阵,其中,所述两种一般先验信息可以包括第一先验信息和第二先验信息:
S1-1:根据核磁共振回波数据,得到初始数据矩阵。
S1-2:将所述第一先验信息加入所述初始数据矩阵,得到第一数据矩阵,其中,第一数据矩阵为单独应用第一先验信息作为约束条件反演求解所对应的数据矩阵。
S1-3:将所述第二先验信息加入所述初始数据矩阵,得到第二数据矩阵,其中,第二数据矩阵为单独应用第二先验信息作为约束条件反演求解所对应的数据矩阵。
S1-4:将所述第一先验信息和第二先验信息加入初始数据矩阵,得到第三数据矩阵,其中,第三数据矩阵为同时应用第一先验信息和第二先验信息作为约束条件反演求解所对应的数据矩阵。
具体实施时可以按照以下公式,分别获得所述第一数据矩阵、所述第二数据矩阵和所述第三数据矩阵:
其中,为所述第一数据矩阵,为所述第二数据矩阵,为所述第三数据矩阵,G为所述初始数据矩阵,为α1取N1个不同值所分别对应的第一先验信息,为α2取N2个不同值所分别对应的第二先验信息。
需要说明的是,上述实施方式是为了更好地说明本发明实施例,仅以分别单独使用两种一般先验信息和组合使用两种一般先验信息三种情况进行示意性说明。具体实施时,可以根据实际情况和具体反演要求使用一种,两种或多种一般先验信息,确定相应的目标函数数据矩阵。确定的过程可以参照上述实施方式。例如,使用三种一般先验信息时,可以将三种一般先验信息同时施加,得到目标函数的数据矩阵。对于使用其他种类个数的先验信息确定目标函数数据矩阵的过程,本发明不再赘述。
S2:根据提取一般先验信息核函数的拉普拉斯变换函数,确定目标函数的系数矩阵。
在一个实施方式中,为了确定目标函数的系数矩阵,具体实施时可以根据提取一般先验信息核函数的拉普拉斯变换函数,对目标函数的系数矩阵进行对应的修改。以分别单独使用两种一般先验信息和同时使用两种一般先验信息作为约束条件的三种情况为例。可以根据两种提取一般先验信息核函数的拉普拉斯变换函数,构建目标函数的系数矩阵,其中,所述两种一般先验信息可以包括第一先验信息和第二先验信息:
S2-1:根据核磁共振回波数据,得到初始系数矩阵。
S2-2:将提取所述第一先验信息所用核函数的拉普拉斯变换函数加入所述初始系数矩阵,得到第一系数矩阵,其中,第一系数矩阵为单独应用第一先验信息作为约束条件反演求解所对应的系数矩阵。
S2-3:将提取所述第二先验信息所用核函数的拉普拉斯变换函数加入所述初始系数矩阵,得到第二系数矩阵,其中,第二系数矩阵为单独应用第二先验信息作为约束条件反演求解所对应的系数矩阵。
S2-4:将提取所述第一先验信息和第二先验信息所用核函数的拉普拉斯变换函数组合加入初始系数矩阵,得到第三系数矩阵,其中,第三系数矩阵为同时应用第一先验信息和第二先验信息作为约束条件反演求解所对应的系数矩阵。
具体可以按照以下公式,分别获得所述第一系数矩阵、所述第二系数矩阵和所述第三系数矩阵:
其中,为所述第一系数矩阵,为所述第二系数矩阵,为所述第三系数矩阵,L为所述初始系数矩阵,为α1取N1个不同值所分别对应的提取第一先验信息所用核函数的拉普拉斯变换函数,为α2取N2个不同值所分别对应的提取第二先验信息所用核函数的拉普拉斯变换函数。
需要说明的是,上述实施方式是为了更好地说明本发明实施例,仅以分别单独使用两种一般先验信息和组合使用两种一般先验信息三种情况进行示意性说明。具体实施时,可以根据实际情况和具体反演要求使用一种,两种或多种提取一般先验信息所用核函数的拉普拉斯变换函数,确定相应的目标函数系数矩阵。确定的过程可以参照上述实施方式。例如,使用三种提取一般先验信息所用核函数的拉普拉斯变换函数时,可以将三种提取一般先验信息所用核函数的拉普拉斯变换函数同时施加,得到确定目标函数的系数矩阵。对于使用其他种类个数的提取一般先验信息所用核函数的拉普拉斯变换函数确定目标函数系数矩阵的过程,本发明不再赘述。
S3:根据所述一般先验信息的标准差,确定目标函数的权重矩阵。
在一个实施方式中,为了确定目标函数的权重矩阵,具体实施时可以根据一般先验信息的标准差,对目标函数的权重矩阵进行对应的修改。以分别单独使用两种一般先验信息和同时使用两种一般先验信息作为约束条件的三种情况为例。可以根据所述两种一般先验信息的标准差,构建目标函数的权重矩阵,其中,所述两种一般先验信息可以包括第一先验信息和第二先验信息:
S3-1:根据所述第一先验信息的核函数,确定第一标准差。
S3-2:根据所述第二先验信息的核函数,确定第二标准差。
S3-3:根据核磁共振回波数据,得到初始权重矩阵。
S3-4:将所述第一标准差加入所述初始权重矩阵,得到第一权重矩阵,其中,第一权重矩阵为单独应用第一先验信息作为约束条件反演求解所对应的权重矩阵。
S3-5:将所述第二标准差加入所述初始权重矩阵,得到第二权重矩阵,其中,第二权重矩阵为单独应用第二先验信息作为约束条件反演求解所对应的权重矩阵。
S3-6:将所述第一标准差和第二标准差加入初始权重矩阵,得到第三权重矩阵,其中,第三权重矩阵为单独应用第三先验信息作为约束条件反演求解所对应的权重矩阵。
具体可以按照以下公式,根据第一先验信息的核函数确定第一标准差,根据第二先验信息的核函数确定第二标准差:
其中,σ1为所述第一标准差,σ2为所述第二标准差,σε为所述核磁共振回波数据标准差,k1(itE,α1)为所述第一先验信息的核函数,k2(itE,α2)为所述第二先验信息的核函数,α1为k1(itE,α1)中待定变量,α2为k2(itE,α2)中待定变量,tE为回波间隔。
具体可以按照以下公式,根据第一标准差和第二标准差,分别获得所述第一权重矩阵、所述第二权重矩阵和所述第三权重矩阵:
其中,为所述第一权重矩阵,为所述第二权重矩阵,为所述第三权重矩阵,σε为所述核磁共振回波数据标准差,为α1取N1个不同值所分别对应的第一标准差,为α2取N2个不同值所分别对应的第二标准差。
需要说明的是,上述实施方式是为了更好地说明本发明实施例,仅以分别单独使用两种一般先验信息和组合使用两种一般先验信息三种情况进行示意性说明。具体实施时,可以根据实际情况和具体反演要求使用一种,两种或多种一般先验信息的核函数的标准差,确定相应的目标函数权重矩阵。确定的过程可以参照上述实施方式。例如,使用三种一般先验信息的核函数的标准差时,可以同时施加三种一般先验信息的核函数的标准差,得到目标函数的权重矩阵。对于使用其他种类个数的一般先验信息的标准差确定目标函数权重矩阵的过程,本发明不再赘述。
S4:根据所述目标函数的数据矩阵、所述目标函数的系数矩阵和所述目标函数的权重矩阵,建立所述目标函数。
在一个实施方式中,可以根据所述目标函数的数据矩阵、所述目标函数的系数矩阵和所述目标函数的权重矩阵,按照以下公式,建立所述目标函数:
其中,f为待求解向量,为所述目标函数的权重矩阵,为所述目标函数的系数矩阵,为所述目标函数的数据矩阵,α为正则化参数。
步骤104:根据所述目标函数,对所述核磁共振回波数据进行反演,得到反演结果。
在一个实施方式汇总,为了获得准确的反演结果,具体可以按照以下步骤执行:
S1:根据所述核磁共振回波数据对所述目标函数进行求解,得到符合预设要求的结果数据。
S2:将所述符合预设要求的结果数据作为所述反演结果。
在一个实施方式中,为了对油藏进行开采还可以根据反演结果对目标区域的油藏进行开发。在本实施方式中,所述反演结果具体可以指的是T2谱。其中,T2谱一般是描述核磁共振磁化强度横向分量恢复过程的时间常数,因此也被称为横向弛豫时间。根据所述T2谱,可以进一步提取得到地层的岩石物理参数信息。进而可以根据岩石物理参数信息分析目标区域的油藏情况,再根据油藏情况进行油藏开发。
在本发明实施例中,通过将先验信息一般化,将不具有物理意义的参数作为一般先验信息,根据具体反演需要,对不同的一般先验信息进行组合作为约束条件构造目标函数,并反演求解,从而解决了现有的数据反演方法中存在的先验信息种类有限、核函数构造过程复杂和反演精度低的技术问题,达到了简化反演过程和提高反演结果精度的技术效果。
基于同一发明构思,本发明实施例中还提供了一种基于一般先验信息约束的核磁共振数据反演装置,如下面的实施例所述。由于装置解决问题的原理与数据反演方法相似,因此数据反演装置的实施可以参见数据反演方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。请参阅图2,是本发明实施例的数据反演装置的一种组成结构图,该装置可以包括:采集模块201、一般先验信息提取模块202、目标函数建立模块203和反演模块204,下面对该结构进行具体说明。
采集模块201,用于采集核磁共振回波数据。
一般先验信息提取模块202,用于利用积分变换方法,从所述核磁共振回波数据中提取一般先验信息。
目标函数建立模块203,用于将所述一般先验信息作为约束条件,建立目标函数。
反演模块204,用于根据所述目标函数,对所述核磁共振回波数据进行反演,得到反演结果。
在一个实施方式中,一般先验信息提取模块202可以包括:
核函数构造单元,用于构造提取一般先验信息的核函数,其中,所述核函数满足拉普拉斯变换函数对存在;
一般先验信息提取单元,用于根据所述核函数,通过积分变换,提取所述一般先验信息。
在一个实施方式中,所述核函数构造单元可以按照以下公式,确定所述核函数:
k(t,α)=λ(α,β)d(t,β)p(t,α)
其中,k(t,α)为所述核函数,λ(α,β)为与α和β相关的常数项,d(t,β)为衰减项,p(t,α)为初始函数,α为待定变量,β为控制能量衰减的参数,t为时间。
在一个实施方式中,所述一般先验信息提取单元可以根据所述核函数,按照以下公式提取所述一般先验信息:
其中,G(t)为采集的核磁共振回波数据,T2为核磁共振横向弛豫时间,f(T2)为核磁共振弛豫时间为T2的谱幅度,ε(t)为噪声,k(t,α)为所述核函数,K(T2,α)为k(t,α)对应的拉普拉斯变换函数,P为所述一般先验信息,α为待定变量,t为时间。
在一个实施方式中,为了获取不同性质的一般先验信息,所述一般先验信息提取单元可以包括第一先验信息提取子单元和/或第二先验信息提取子单元。其中:
第一先验信息提取子单元可以利用积分变换方法,从所述核磁共振回波数据中按照以下公式,提取所述第一先验信息:
k1(t,α1)=t-1sin(α1t)
K1(T2,α1)=cot(α1T2)
其中,k1(t,α1)为所述第一先验信息的核函数,K1(T2,α1)为与k1(t,α1)对应的拉普拉斯变换函数,E1为k1(t,α1)对应的能量,P1为所述第一先验信息,G(t)为采集的核磁共振回波数据,α1为待定变量,t为时间,T2为横向弛豫时间。
第二先验信息提取子单元可以利用积分变换方法,从所述核磁共振回波数据中按照以下公式,确定所述第二先验信息:
其中,k2(t,α2)为所述第二先验信息的核函数,K2(T2,α2)为与k2(t,α2)对应的拉普拉斯变换函数,E2为k2(t,α2)对应的能量,P2为所述第二先验信息,G(t)为采集的核磁共振回波数据,α2为待定变量,t为时间,T2为横向弛豫时间,β为控制能量衰减的参数,可通过与E2的关系求得。
在一个实施方式中,所述目标函数建立模块203可以包括:
数据矩阵建立单元,用于根据所述一般先验信息,确定目标函数的数据矩阵;
系数矩阵建立单元,用于根据提取一般先验信息所用核函数的拉普拉斯变换函数,确定目标函数的系数矩阵;
权重矩阵建立单元,用于根据一般先验信息的标准差,确定目标函数的权重矩阵;
目标函数建立单元,用于根据所述目标函数的数据矩阵、所述目标函数的系数矩阵和所述目标函数的权重矩阵,建立所述目标函数。
在一个实施方式中,数据矩阵建立单元可以按照以下公式,分别获得所述第一数据矩阵、所述第二数据矩阵和所述第三数据矩阵:
其中,为所述第一数据矩阵,为所述第二数据矩阵,为所述第三数据矩阵,G为所述初始数据矩阵,为α1取N1个不同值所分别对应的第一先验信息,为α2取N2个不同值所分别对应的第二先验信息。需要说明的是,第一数据矩阵为单独应用第一先验信息作为约束条件反演求解所对应的数据矩阵,第二数据矩阵为单独应用第二先验信息作为约束条件反演求解所对应的数据矩阵,第三数据矩阵为同时应用第一先验信息和第二先验信息作为约束条件反演求解所对应的数据矩阵。
在一个实施方式中,系数矩阵建立单元可以按照以下公式,分别获得所述第一系数矩阵、所述第二系数矩阵和所述第三系数矩阵:
其中,为所述第一系数矩阵,为所述第二系数矩阵,为所述第三系数矩阵,L为所述初始系数矩阵,为α1取N1个不同值所分别对应的提取第一先验信息所用核函数的拉普拉斯变换函数,为α2取N2个不同值所分别对应的提取第二先验信息所用核函数的拉普拉斯变换函数。需要说明的是,第一系数矩阵为单独应用第一先验信息作为约束条件反演求解所对应的系数矩阵,第二系数矩阵为单独应用第二先验信息作为约束条件反演求解所对应的系数矩阵,第三系数矩阵为同时应用第一先验信息和第二先验信息作为约束条件反演求解所对应的系数矩阵。
在一个实施方式中,权重矩阵建立单元可以包括标准差确定子单元和权重矩阵确定子单元,其中:
标准差确定子单元可以按照以下公式,根据第一先验信息的核函数确定第一标准差,根据第二先验信息的核函数确定第二标准差:
其中,σ1为所述第一标准差,σ2为所述第二标准差,σε为所述核磁共振回波数据标准差,k1(itE,α1)为所述第一先验信息的核函数,k2(itE,α2)为所述第二先验信息的核函数,α1为k1(itE,α1)中待定变量,α2为k2(itE,α2)中待定变量,tE为回波间隔。
权重矩阵确定子单元可以按照以下公式,根据第一标准差和第二标准差,分别获得所述第一权重矩阵、所述第二权重矩阵和所述第三权重矩阵:
其中,为所述第一权重矩阵,为所述第二权重矩阵,为所述第三权重矩阵,σε为所述核磁共振回波数据标准差,为α1取N1个不同值所分别对应的第一标准差,为α2取N2个不同值所分别对应的第二标准差。需要说明的是,第一权重矩阵为单独应用第一先验信息作为约束条件反演求解所对应的权重矩阵,第二权重矩阵为单独应用第二先验信息作为约束条件反演求解所对应的权重矩阵,第三权重矩阵为同时应用第一先验信息和第二先验信息作为约束条件反演求解所对应的权重矩阵。
在一个实施方式中,目标函数建立单元可以根据所述目标函数的数据矩阵、所述目标函数的系数矩阵和所述目标函数的权重矩阵,按照以下公式,建立所述目标函数:
其中,f为待求解向量,为所述目标函数的权重矩阵,为所述目标函数的系数矩阵,为所述目标函数的数据矩阵,α为正则化参数。
在一个实施方式中,基于一般先验信息约束的核磁共振数据反演装置还可以包括油藏开采模块,用于根据反演结果,进行油藏开采。
从以上的描述中,可以看出,本发明实施例提供的基于一般先验信息约束的核磁共振数据反演方法和装置,通过将先验信息一般化,能够根据实际反演需要,选择符合要求的参数作为先验信息,再以优选的先验信息作为约束条件构造目标函数进行反演求解。解决了现有的数据反演方法存在的反演过程复杂和反演结果准确度不高的技术问题,达到了简化反演过程和提高反演结果精度的技术效果。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,上述实施方式阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,在本说明书中,描述以上装置时以功能分为各种单元分别描述。当然,在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
此外,在本说明书中,诸如第一和第二这样的形容词仅可以用于将一个元素或动作与另一元素或动作进行区分,而不必要求或暗示任何实际的这种关系或顺序。在环境允许的情况下,参照元素或部件或步骤(等)不应解释为局限于仅元素、部件、或步骤中的一个,而可以是元素、部件、或步骤中的一个或多个等。
在一个具体实施例中,应用本发明实施例提供的基于一般先验信息约束的核磁共振数据反演方法/装置对模拟的核磁共振回波数据进行反演处理,以详细说明本发明实施例提供的基于一般先验信息约束的核磁共振数据反演方法/装置在具体的情况下的使用方法。
具体实施流程可以参阅图3,按步骤应用本发明实施例提供的基于一般先验信息约束的核磁共振数据反演方法/装置求解反演结果。该实施例可以将用作约束条件的先验信息一般化,以克服现有技术中核函数构造过程复杂、先验信息种类少以及不同先验信息间优化组合受限的问题。具体的实施,可以包括:
步骤301:采集核磁共振回波数据;
步骤302:利用积分变换方法,从所述核磁共振回波数据中提取先验信息;
步骤303:根据Tikhonov方法对应的目标函数,将所述先验信息作为约束条件,构建反演方法目标函数;
需要说明的是,Tikhonov方法是一种正则化算法。具体实施时,也可以根据具体情况选择其他相应的算法,对此,本发明不做限定。
步骤304:根据所述目标函数,对所述核磁共振回波数据进行反演,获取所述核磁共振回波数据的反演结果。
为了更清楚地说明本申请技术方案,下面详细说明步骤302中积分变换方法提取先验信息的推导过程和积分变换所用核函数的构造过程以及步骤303中新反演方法目标函数的构造过程。
1)步骤302中积分变换方法提取先验信息的推导过程:
核磁共振测井所测回波数据可通过如下公式表示:
其中,G(t)为采集的核磁共振回波数据,T2为核磁共振横向弛豫时间,单位为s,f(T2)为核磁共振横向弛豫时间为T2的谱幅度,单位为pu,ε(t)为噪声。
设P为从T2谱中提取的参数,如下式所示:
若K(T2,α)对应的逆拉普拉斯变换函数存在,如下式所示:
则将公式(2)和公式(3)代入公式(1),推导可得参数P可直接通过下式计算:
其中,I{G(t)}表示对G(t)作积分变换,可根据所选核函数种类来命名积分变换,如本发明所用幂函数正弦变换和指数幂函数变换。
所求参数P的不确定性可由下式确定:
其中,σ为通过积分变换方法所求参数P的标准差,σε为噪声的标准差,tE为回波间隔,i为第i个回波,itE为时间,k(itE,α)为itE时对应的核函数值,N为回波个数。
由公式(5)可知k(itE,α)需要满足能量有限,如下式所示:
参数P为直接通过积分变换方法从原始回波数据中提取的先验信息,不同核函数对应不同先验信息,理论上只要满足公式(3)的核函数都可以直接通过公式(4)从原始回波数据中提取先验信息,因此能够提取的先验信息有无数种,而不必拘泥于其具体物理意义,本发明仅以幂函数正弦变换和指数幂函数变换为例进行说明。
2)步骤302中积分变换所用核函数的构造过程:
可通过下式构造核函数:
k(t,α)=λ(α,β)d(t,β)p(t,α) (7)
其中,λ(α,β)为与α和β相关的常数项;d(t,β)为衰减项,可为指数衰减或幂函数衰减。p(t,α)为初始函数,若满足公式(6)能量有限,则d(t,β)=1,λ(α,β)=1;若不满足,则可通过衰减项令其满足,并将公式(7)代入公式(6)求解β,若需要求解的是关于β的高次方程,则可以通过控制λ(α,β)降次求解,否则令λ(α,β)=1。
以指数幂函数变换为例,指数代表所选衰减项为指数衰减形式,幂函数代表所选初始函数为幂函数形式。由于β求解方程形式相对简单,故取λ(α,β)=1,最终求得
3)步骤303中新反演方法目标函数的构造过程:
不同先验信息对反演结果的改善效果不同,将先验信息一般化,大大扩展了先验信息范围,便于寻找不同性质先验信息,针对应用需求,进行优选组合,构造新的目标函数。以本发明为例,针对核磁共振测井回波数据反演中普遍存在的短弛豫部分反演不精确的问题,选取两种主要改善短弛豫部分反演效果的先验信息进行组合作为约束条件,其中,幂函数正弦变换所提取的先验信息主要提高短弛豫部分聚焦性,指数幂函数变换所提取的先验信息主要提高短弛豫部分幅值精度,两种先验信息同时施加则综合了单独施加时的优点。
在该实施例中,目标函数的建立过程具体可以包括:
利用幂函数正弦变换方法,从所述核磁共振回波数据中提取第一种先验信息:
k1(t,α1)=t-1sin(α1t)
K1(T2,α1)=cot(α1T2)
其中,k1(t,α1)为第一种先验信息的核函数;K1(T2,α1)为k1(t,α1)对应的拉普拉斯变换函数;E1为k1(t,α1)对应能量;P1为利用幂函数正弦变换方法所提取的第一种先验信息,G(t)为核磁共振原始回波数据;σ1为第一种先验信息的标准差。
利用指数幂函数变换方法,从所述核磁共振回波数据中提取第二种先验信息:
其中,k2(t,α2)为第二种先验信息的核函数;K2(T2,α2)为k2(t,α2)对应的拉普拉斯变换函数;E2为k2(t,α2)对应能量,用来确定未知参数β,本发明取E2=10-4;P2为利用指数幂函数变换方法所提取的第二种先验信息,G(t)为核磁共振原始回波数据;σ2为第二种先验信息的标准差。
所述新构建的反演方法的目标函数为:
式中,为新构建的数据矩阵,记和分别为施加第一种先验信息、第二种先验信息和两种先验信息同时施加时的数据矩阵,如下所示:
式中,N1为所选α1个数,本发明取N1=20,α1取值范围为[0.80,0.82];N2为所选α2个数,本发明取N2=3,α2取值范围为[1,3]。
为新构建的系数矩阵,记和分别为单独施加第一种先验信息、第二种先验信息和两种先验信息同时施加时的系数矩阵,如下所示:
为新构建的权重矩阵,记和分别为单独施加第一种先验信息、第二种先验信息和两种先验信息同时施加时的权重矩阵,如下所示:
其中,σε为核磁共振回波数据噪声的标准差,σ1为第一种先验信息的标准差,σ2为第二种先验信息的标准差。
在本实施例中,具体实施时,应用本发明实施例提供的基于一般先验信息约束的核磁共振数据反演方法/装置对模拟的核磁共振回波数据进行反演处理,以验证本发明实施例提供的数据反演方法/装置具体反演结果的准确性。具体验证可以包括以下内容。
1)模拟一种小孔占优储层核磁共振横向弛豫时间T2分布模型,可以参阅图4。横坐标为T2(单位为s),纵坐标为孔隙度(单位为pu),T2分布预选了64个分量且最小值与最大值分别为10-4s和10s,总孔隙度为10pu。
2)正演图4小孔占优储层核磁共振横向弛豫时间T2分布模型,得到核磁共振回波数据,具体可以参阅图5。横坐标为时间(单位为s),纵坐标为孔隙度(单位为pu),灰线为未加噪声的核磁共振回波数据,黑线为施加了噪声的核磁共振回波数据,回波间隔为0.2ms,回波个数为3000,噪声标准差为0.75pu。
3)图5为根据本发明反演方法和Tikhonov正则化反演方法,对图5中施加了噪声的核磁共振回波数据进行反演得到的横向弛豫时间T2分布与图4中模拟的横向弛豫时间T2分布模型的对比图。其中,Model为图4中模拟的横向弛豫时间T2分布模型,ILT为Tikhonov正则化方法反演结果,ILT+PST为本发明反演方法单独施加幂函数正弦变换所提取先验信息作为约束条件时的反演结果,ILT+EPT为本发明反演方法单独施加指数幂函数变换所提取先验信息作为约束条件时的反演结果,ILT+PST&EPT为本发明反演方法同时施加幂函数正弦变换和指数幂函数变换所提取先验信息作为约束条件时的反演结果。可以参阅图6,ILT+PST方法主要提高了短弛豫部分聚焦性,ILT+EPT方法主要提高了短弛豫部分幅值精度,ILT+PST&EPT方法则综合了上述两种方法的优点,同时提高了短弛豫部分的聚焦性和幅值精度。
通过上述具体的应用示例,验证了该基于一般先验信息约束的核磁共振数据反演方法/装置确实可以将先验信息一般化,不仅简化了核函数的构造过程,而且扩展了先验信息的范围,便于针对不同反演需要,将不同性质的先验信息进行优选组合,实现对T2谱特定组分反演精度的提高。以上述具体应用实施例为例,针对现有的核磁共振数据反演中普遍存在的T2谱短弛豫部分反演不精确问题,选取幂函数正弦变换和指数幂函数变换两种方法分别提取先验信息。数值模拟结果显示组合施加这两种先验信息的反演结果综合了单独施加时的优点,同时提高了T2谱短弛豫部分的聚焦性和幅值精度。数值模拟结果也验证了基于一般先验信息约束的核磁共振数据反演方法在将不同一般先验信息进行优化组合以实现对T2谱反演精度进行针对性提高的优势。验证了相较于现有的数据反演方法,本发明实施例提供的数据反演方法/装置解决了现有的数据反演方法存在的先验信息种类有限、核函数构造过程复杂和无法根据具体反演需要对不同先验信息进行优选组合以提高反演精度的技术问题。
尽管本发明内容中提到不同的基于一般先验信息约束的核磁共振数据反演方法或装置,但是,本发明并不局限于必须是行业标准或实施例所描述的情况等,某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、处理、输出、判断方式等的实施例,仍然可以属于本发明的可选实施方案范围之内。
虽然本发明提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。本发明可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
虽然通过实施例描绘了本发明,本领域普通技术人员知道,本发明有许多变形和变化而不脱离本发明的精神,希望所附的权利要求包括这些变形和变化而不脱离本发明。
Claims (10)
1.一种基于一般先验信息约束的核磁共振数据反演方法,其特征在于,包括:
采集核磁共振回波数据;
根据所述核磁共振回波数据,提取一般先验信息;
将所述一般先验信息作为约束条件,建立目标函数;
根据所述目标函数,对所述核磁共振回波数据进行反演,得到反演结果。
2.根据权利要求1所述的方法,其特征在于,根据所述核磁共振回波数据,提取一般先验信息,包括:
构造提取一般先验信息的核函数,其中,所述核函数满足拉普拉斯变换函数对存在;
根据所述核函数,通过积分变换,提取所述一般先验信息。
3.根据权利要求2所述的方法,其特征在于,按照以下公式,构造所述核函数:
k(t,α)=λ(α,β)d(t,β)p(t,α)
其中,k(t,α)为所述核函数,λ(α,β)为与α和β相关的常数项,d(t,β)为衰减项,p(t,α)为初始函数,α为待定变量,β为控制能量衰减的参数,t为时间。
4.根据权利要求3所述的方法,其特征在于,根据所述核函数,按照以下公式提取所述一般先验信息:
其中,G(t)为采集的核磁共振回波数据,T2为核磁共振横向弛豫时间,f(T2)为核磁共振弛豫时间为T2时的谱幅度,ε(t)为噪声,k(t,α)为所述核函数,K(T2,α)为k(t,α)对应的拉普拉斯变换函数,P为所述一般先验信息,α为待定变量,t为时间。
5.根据权利要求4所述的方法,其特征在于,所述一般先验信息包括第一先验信息和/或第二先验信息,其中,所述第一先验信息用于提高短弛豫部分聚焦性,所述第二先验信息用于提高短弛豫部分幅值精度;
相应的,将所述一般先验信息作为约束条件,建立目标函数,包括:将所述第一先验信息和/或所述第二先验信息作为约束条件,建立目标函数。
6.根据权利要求5所述的方法,其特征在于,在所述一般先验信息包括第一先验信息的情况下,根据所述核磁共振回波数据,按照以下公式,提取所述第一先验信息:
k1(t,α1)=t-1sin(α1t)
K1(T2,α1)=cot(α1T2)
其中,k1(t,α1)为提取第一先验信息的核函数,K1(T2,α1)为与k1(t,α1)对应的拉普拉斯变换函数,E1为k1(t,α1)对应的能量,P1为所述第一先验信息,G(t)为采集的核磁共振回波数据,α1为待定变量,t为时间,T2为横向弛豫时间。
7.根据权利要求5所述的方法,其特征在于,在所述一般先验信息包括第二先验信息的情况下,根据所述核磁共振回波数据,按照以下公式,提取所述第二先验信息:
其中,k2(t,α2)为提取第二先验信息的核函数,K2(T2,α2)为与k2(t,α2)对应的拉普拉斯变换函数,E2为k2(t,α2)对应的能量,P2为所述第二先验信息,G(t)为采集的核磁共振回波数据,α2为待定变量,t为时间,T2为横向弛豫时间,β为控制能量衰减的参数,可通过与E2的关系求得。
8.根据权利要求2所述的方法,其特征在于,所述将所述一般先验信息作为约束条件,建立目标函数,包括:
根据所述一般先验信息,确定目标函数的数据矩阵;
根据所述提取一般先验信息的核函数的拉普拉斯变换函数,确定目标函数的系数矩阵;
根据所述一般先验信息的标准差,确定目标函数的权重矩阵;
根据所述目标函数的数据矩阵、所述目标函数的系数矩阵和所述目标函数的权重矩阵,建立所述目标函数。
9.根据权利要求8所述的方法,其特征在于,根据所述目标函数的数据矩阵、所述目标函数的系数矩阵和所述目标函数的权重矩阵,建立所述目标函数,包括:根据所述目标函数的数据矩阵、所述目标函数的系数矩阵和所述目标函数的权重矩阵,按照以下公式,建立所述目标函数:
其中,f为待求解向量,为所述目标函数的权重矩阵,为所述目标函数的系数矩阵,为所述目标函数的数据矩阵,α为正则化参数。
10.一种基于一般先验信息约束的核磁共振数据反演装置,其特征在于,包括:
采集模块,用于采集核磁共振回波数据;
一般先验信息提取模块,用于根据所述核磁共振回波数据,提取一般先验信息;
目标函数建立模块,用于将所述一般先验信息作为约束条件,建立目标函数;
反演模块,用于根据所述目标函数,对所述核磁共振回波数据进行反演,得到反演结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611160452.1A CN106772645B (zh) | 2016-12-15 | 2016-12-15 | 基于一般先验信息约束的核磁共振数据反演方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611160452.1A CN106772645B (zh) | 2016-12-15 | 2016-12-15 | 基于一般先验信息约束的核磁共振数据反演方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106772645A true CN106772645A (zh) | 2017-05-31 |
CN106772645B CN106772645B (zh) | 2018-10-12 |
Family
ID=58889306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611160452.1A Active CN106772645B (zh) | 2016-12-15 | 2016-12-15 | 基于一般先验信息约束的核磁共振数据反演方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106772645B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107179556A (zh) * | 2017-06-13 | 2017-09-19 | 武汉普瑞通科技有限公司 | 一种核磁共振的超前探测方法、系统及电子设备 |
CN108038082A (zh) * | 2017-11-29 | 2018-05-15 | 中国石油大学(北京) | 基于TwIST的二维核磁共振谱的反演方法和装置 |
CN110244369A (zh) * | 2019-06-28 | 2019-09-17 | 中国石油大学(北京) | 储层束缚和可动流体分布确定方法、装置及系统 |
CN110618463A (zh) * | 2019-09-02 | 2019-12-27 | 中国石油大学(北京) | 一种核磁共振数据反演方法、装置、存储介质及设备 |
CN111721795A (zh) * | 2020-06-29 | 2020-09-29 | 无锡鸣石峻致医疗科技有限公司 | 一种基于核磁共振系统的物质测量方法及系统 |
CN113743682A (zh) * | 2021-11-03 | 2021-12-03 | 中国科学院精密测量科学与技术创新研究院 | 一种基于有监督深度神经网络的nmr弛豫时间反演方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064046A (zh) * | 2012-12-25 | 2013-04-24 | 深圳先进技术研究院 | 一种基于稀疏采样的核磁共振成像的图像处理方法 |
CN103544702A (zh) * | 2013-10-15 | 2014-01-29 | 南京信息工程大学 | 一种基于先验形状的核磁共振图像分割方法 |
CN104027113A (zh) * | 2014-07-01 | 2014-09-10 | 中国科学院武汉物理与数学研究所 | 一种基于先验知识和稀疏采样的肺部快速磁共振成像方法 |
CN104537714A (zh) * | 2015-01-07 | 2015-04-22 | 吉林大学 | 磁共振与瞬变电磁空间约束联合反演方法 |
US20160334531A1 (en) * | 2015-05-15 | 2016-11-17 | Weatherford Technology Holdings, Llc | System and method for joint inversion of bed boundaries and petrophysical properties from borehole logs |
CN106201991A (zh) * | 2016-07-07 | 2016-12-07 | 中国石油大学(北京) | 核磁共振回波数据反演方法及装置 |
-
2016
- 2016-12-15 CN CN201611160452.1A patent/CN106772645B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064046A (zh) * | 2012-12-25 | 2013-04-24 | 深圳先进技术研究院 | 一种基于稀疏采样的核磁共振成像的图像处理方法 |
CN103544702A (zh) * | 2013-10-15 | 2014-01-29 | 南京信息工程大学 | 一种基于先验形状的核磁共振图像分割方法 |
CN104027113A (zh) * | 2014-07-01 | 2014-09-10 | 中国科学院武汉物理与数学研究所 | 一种基于先验知识和稀疏采样的肺部快速磁共振成像方法 |
CN104537714A (zh) * | 2015-01-07 | 2015-04-22 | 吉林大学 | 磁共振与瞬变电磁空间约束联合反演方法 |
US20160334531A1 (en) * | 2015-05-15 | 2016-11-17 | Weatherford Technology Holdings, Llc | System and method for joint inversion of bed boundaries and petrophysical properties from borehole logs |
CN106201991A (zh) * | 2016-07-07 | 2016-12-07 | 中国石油大学(北京) | 核磁共振回波数据反演方法及装置 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107179556A (zh) * | 2017-06-13 | 2017-09-19 | 武汉普瑞通科技有限公司 | 一种核磁共振的超前探测方法、系统及电子设备 |
CN107179556B (zh) * | 2017-06-13 | 2019-05-10 | 武汉普瑞通科技有限公司 | 一种核磁共振的超前探测方法、系统及电子设备 |
CN108038082A (zh) * | 2017-11-29 | 2018-05-15 | 中国石油大学(北京) | 基于TwIST的二维核磁共振谱的反演方法和装置 |
CN108038082B (zh) * | 2017-11-29 | 2020-06-02 | 中国石油大学(北京) | 基于TwIST的二维核磁共振谱的反演方法和装置 |
CN110244369A (zh) * | 2019-06-28 | 2019-09-17 | 中国石油大学(北京) | 储层束缚和可动流体分布确定方法、装置及系统 |
CN110244369B (zh) * | 2019-06-28 | 2020-10-13 | 中国石油大学(北京) | 储层束缚和可动流体分布确定方法、装置及系统 |
CN110618463A (zh) * | 2019-09-02 | 2019-12-27 | 中国石油大学(北京) | 一种核磁共振数据反演方法、装置、存储介质及设备 |
CN110618463B (zh) * | 2019-09-02 | 2020-07-28 | 中国石油大学(北京) | 一种核磁共振数据反演方法、装置、存储介质及设备 |
CN111721795A (zh) * | 2020-06-29 | 2020-09-29 | 无锡鸣石峻致医疗科技有限公司 | 一种基于核磁共振系统的物质测量方法及系统 |
CN111721795B (zh) * | 2020-06-29 | 2021-05-11 | 无锡鸣石峻致医疗科技有限公司 | 一种基于核磁共振系统的物质测量方法及系统 |
US11766189B2 (en) | 2020-06-29 | 2023-09-26 | Wuxi Marvel Stone Healthcare Co., Ltd. | Nuclear magnetic resonance system-based substance measurement method and system |
CN113743682A (zh) * | 2021-11-03 | 2021-12-03 | 中国科学院精密测量科学与技术创新研究院 | 一种基于有监督深度神经网络的nmr弛豫时间反演方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106772645B (zh) | 2018-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106772645A (zh) | 基于一般先验信息约束的核磁共振数据反演方法和装置 | |
Mohseni et al. | Numerical simulations of the Lagrangian averaged Navier–Stokes equations for homogeneous isotropic turbulence | |
Du et al. | Numerical solution of a two-dimensional nonlocal wave equation on unbounded domains | |
Moore et al. | Iteration of partially specified target matrices: Applications in exploratory and Bayesian confirmatory factor analysis | |
Qian | Slow decay of the finite Reynolds number effect of turbulence | |
CN106600537A (zh) | 一种反距离权重的异向性三维空间插值方法 | |
CN105956252B (zh) | 基于生成型深信度网络的超短期风速多尺度预报建模方法 | |
Keylock | Hypothesis testing for nonlinear phenomena in the geosciences using synthetic, surrogate data | |
CN104428662B (zh) | 用于确定地质地层中的分子结构的系统和方法 | |
Zhai et al. | Evolution of anisotropy in direct numerical simulations of MHD turbulence in a strong magnetic field on elongated periodic domains | |
CN104484554B (zh) | 一种获取课程关联度的方法及系统 | |
Greensite et al. | Relative weights approach to SU (3) gauge theories with dynamical fermions at finite density | |
Merrill | Markov chains for identifying nonlinear dynamics | |
Maiwald et al. | Surrogate data—A qualitative and quantitative analysis | |
Ord et al. | Nonlinear analysis of natural folds using wavelet transforms and recurrence plots | |
Chen et al. | Multi-model communication and data assimilation for mitigating model error and improving forecasts | |
Meier et al. | Bayesian nonparametric analysis of multivariate time series: a matrix gamma process approach | |
Chen et al. | The Chinese version of work-related flow inventory (WOLF): an examination of reliability and validity | |
CN107291798A (zh) | 一种地球化学数据异常信息的提取方法及系统 | |
Bieri | Sparse tensor discretizations of elliptic PDEs with random input data | |
Johnson et al. | A numerical model and spreadsheet interface for pumping test analysis | |
Yang et al. | Automatic reservoir model identification using syntactic pattern recognition in well test interpretation | |
Brett et al. | Competition between chaotic advection and diffusion: Stirring and mixing in a 3-D eddy model | |
Hatampour et al. | A fuzzy logic model for predicting dipole shear sonic imager parameters from conventional well logs | |
Buffoni et al. | On the Ekman equations for ocean currents driven by a stochastic wind |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |