CN108896942B - 核磁共振数据压缩方法及装置 - Google Patents

核磁共振数据压缩方法及装置 Download PDF

Info

Publication number
CN108896942B
CN108896942B CN201810674988.8A CN201810674988A CN108896942B CN 108896942 B CN108896942 B CN 108896942B CN 201810674988 A CN201810674988 A CN 201810674988A CN 108896942 B CN108896942 B CN 108896942B
Authority
CN
China
Prior art keywords
matrix
magnetic resonance
nuclear magnetic
resonance data
nuclear
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.)
Active
Application number
CN201810674988.8A
Other languages
English (en)
Other versions
CN108896942A (zh
Inventor
谢然红
郭江峰
金国文
高伦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum Beijing
Original Assignee
China University of Petroleum Beijing
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Petroleum Beijing filed Critical China University of Petroleum Beijing
Priority to CN201810674988.8A priority Critical patent/CN108896942B/zh
Publication of CN108896942A publication Critical patent/CN108896942A/zh
Application granted granted Critical
Publication of CN108896942B publication Critical patent/CN108896942B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明提供了一种核磁共振数据压缩方法及装置，该方法包括：构建待压缩核磁共振数据的核矩阵的低维矩阵；所述低维矩阵能够体现所述待压缩核磁共振数据的核矩阵的信息；根据所述低维矩阵和欲得到的压缩后核磁共振数据中的回波数据的回波个数生成压缩矩阵；利用所述压缩矩阵对所述待压缩核磁共振数据中的回波数据和所述待压缩核磁共振数据的核矩阵进行压缩。本发明能够在不失准确性的同时提高核磁共振数据的压缩速度。

Description

核磁共振数据压缩方法及装置
技术领域
本发明涉及数据处理技术领域，尤其涉及一种核磁共振数据压缩方法及装置。
背景技术
核磁共振测试时，通常需要采集很多回波数据，例如，核磁共振测井通常采集成千上万个回波数据。对采集的核磁共振数据进行处理，例如反演，需要花费很长时间并占用大量的计算内存。如果要提高核磁共振数据的处理速度以实现实时处理，例如提高核磁共振测井数据的反演速度，就非常有必要在核磁共振数据处理之前对其进行压缩。
现有的核磁共振数据压缩方法主要包括窗口平均法、奇异值分解法、主成分分析法以及联合压缩方法。窗口平均法压缩速度快，但其压缩率低，核磁共振数据压缩时容易丢失有价值的信号。奇异值分解法和主成分分析法压缩率高，但其要对核矩阵进行奇异值分解，当矩阵维度过大时，其运算量大且占用大量的计算内存，故压缩速度较慢。联合压缩方法是利用窗口平均法进行预压缩，之后再利用奇异值分解法或主成分分析法进行最终的压缩，压缩程序复杂，且预压缩的数值不容易确定。
发明内容
本发明提供一种核磁共振数据压缩方法及装置，以在不失准确性的同时提高核磁共振数据的压缩速度。
本发明实施例提供一种核磁共振数据压缩方法，包括：构建待压缩核磁共振数据的核矩阵的低维矩阵；所述低维矩阵能够体现所述待压缩核磁共振数据的核矩阵的信息；根据所述低维矩阵和欲得到的压缩后核磁共振数据中的回波数据的回波个数生成压缩矩阵；利用所述压缩矩阵对所述待压缩核磁共振数据中的回波数据和所述待压缩核磁共振数据的核矩阵进行压缩。
本发明实施例还提供一种核磁共振数据压缩装置，包括：低维矩阵构建单元，用于：构建待压缩核磁共振数据的核矩阵的低维矩阵；所述低维矩阵能够体现所述待压缩核磁共振数据的核矩阵的信息；压缩矩阵生成单元，用于：根据所述低维矩阵和欲得到的压缩后核磁共振数据中的回波数据的回波个数生成压缩矩阵；核磁共振数据压缩单元，用于：利用所述压缩矩阵对所述待压缩核磁共振数据中的回波数据和所述待压缩核磁共振数据的核矩阵进行压缩。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所述方法的步骤。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述实施例所述方法的步骤。
本发明实施例的核磁共振数据压缩方法、核磁共振数据压缩装置、计算机可读存储介质及计算机设备，通过先构建核矩阵的低维矩阵，再根据该低维矩阵生成压缩矩阵，能够提高压缩速度。在生成压缩矩阵时考虑压缩后回波数据的回波个数，能够预先知道并调整压缩率。该低维矩阵能够体现核矩阵的信息，从而能够保证压缩后核磁共振数据的准确性。从而，能够在不失准确性的条件下，大幅提高核磁共振数据压缩的速度。
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的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1是本发明一实施例的核磁共振数据压缩方法的流程示意图；
图2是本发明一实施例中构建待压缩核磁共振数据的核矩阵的低维矩阵的方法流程示意图；
图3是本发明一实施例中的根据低维矩阵和欲得到的压缩后核磁共振数据中的回波数据的回波个数生成压缩矩阵的方法流程示意图；
图4是本发明一实施例中的据待压缩核磁共振数据的核矩阵的列数构建随机Hadamard矩阵的方法流程示意图；
图5是本发明一实施例的核磁共振数据压缩方法的流程示意图；
图6是本发明一实施例中构造的核磁共振T1-T2谱模型图；
图7是本发明一实施例中正演的10组不同等待时间的回波串；
图8是未压缩的回波数据经过反演得到的核磁共振T1-T2谱；
图9是利用奇异值分解法将图7中的回波数据个数压缩到100个之后经过反演得到的核磁共振T1-T2谱；
图10是利用本发明的压缩方法将图7中的回波数据个数压缩到100个之后经过反演得到的核磁共振T1-T2谱；
图11是本发明一实施例的核磁共振数据压缩装置的结构示意图；
图12是本发明一实施例中低维矩阵构建单元的结构示意图；
图13是本发明一实施例中压缩矩阵生成单元的结构示意图；
图14是本发明一实施例中Hadamard矩阵及对角矩阵生成模块的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
图1是本发明一实施例的核磁共振数据压缩方法的流程示意图。如图1所示，本实施例的核磁共振数据压缩方法，可包括：
步骤S110：构建待压缩核磁共振数据的核矩阵的低维矩阵；所述低维矩阵能够体现所述待压缩核磁共振数据的核矩阵的信息；
步骤S120：根据所述低维矩阵和欲得到的压缩后核磁共振数据中的回波数据的回波个数生成压缩矩阵；
步骤S130：利用所述压缩矩阵对所述待压缩核磁共振数据中的回波数据和所述待压缩核磁共振数据的核矩阵进行压缩。
在上述步骤S110，待压缩核磁共振数据包括回波数据，待压缩核磁共振数据的核矩阵可以根据测量得到待压缩核磁共振数据中的回波数据时的测量参数进行构造得到。构建待压缩核磁共振数据的核矩阵的低维矩阵，即，对该核矩阵进行降维，可以利用多种方法实现，例如利用高斯矩阵等降维。体现的待压缩核磁共振数据的核矩阵的信息，可以是所述低维矩阵能够捕捉到所述待压缩核磁共振数据的核矩阵的行为。
在上述步骤S120，在生成压缩矩阵时考虑到欲得到的压缩后核磁共振数据中的回波数据的回波个数，可以预先设定压缩率，回波个数越小，压缩率越高。根据所述低维矩阵生成压缩矩阵，可以在对核矩阵降维后再生成压缩矩阵，对回波数据和核矩阵进行压缩，由于低维矩阵的维数更小，所以压缩时的计算量更小，压缩速度更快。
在上述步骤S130，根据回波数据和核矩阵可以通过反演得到核磁共振的T1谱、T2谱、T1-T2谱等，通过T1谱、T2谱、T1-T2谱能够更直观地得到地层孔隙流体的信息。由于核磁共振回波数据量大，为了加快反演速度，通常对核磁共振数据进行反演之前，需要对回波数据和核矩阵进行压缩。
本实施例中，通过先构建核矩阵的低维矩阵，再根据该低维矩阵生成压缩矩阵，能够提高压缩速度。在生成压缩矩阵时考虑压缩后回波数据的回波个数，能够预先知道并调整压缩率。该低维矩阵能够体现核矩阵的信息，从而能够保证压缩后核磁共振数据的准确性。从而，能够在不失准确性的条件下，大幅提高核磁共振数据压缩的速度。
图2是本发明一实施例中构建待压缩核磁共振数据的核矩阵的低维矩阵的方法流程示意图。如图2所示，在上述步骤S110中，构建待压缩核磁共振数据的核矩阵的低维矩阵的方法，可包括：
步骤S111：根据所述待压缩核磁共振数据的核矩阵的列数构建随机Hadamard矩阵，以及根据所述待压缩核磁共振数据的核矩阵的列数构建随机对角矩阵；
步骤S112：根据所述随机对角矩阵和所述随机Hadamard矩阵计算得到第一矩阵，并从所述第一矩阵中随机选取设定列数的列元素，构成第二矩阵；所述设定列数等于欲得到的压缩后核磁共振数据中的回波数据的回波个数；
步骤S113：根据所述第一矩阵、所述第二矩阵、所述待压缩核磁共振数据的核矩阵的列数、以及所述欲得到的压缩后核磁共振数据中的回波数据的回波个数计算得到降维矩阵；
步骤S114：根据所述降维矩阵和所述待压缩核磁共振数据的核矩阵计算得到低维矩阵。
在上述步骤S111中，随机Hadamard矩阵的列数可以和核矩阵的列数相同，随机Hadamard矩阵的元素可以根据Hadamard矩阵的定义设定。在上述步骤S112中，所述随机对角矩阵和所述随机Hadamard矩阵可以通过矩阵相乘得到上述第一矩阵。所述设定列数等于欲得到的压缩后核磁共振数据中的回波数据的回波个数，可以考虑降维的程度，压缩后的回波个数越小，低维矩阵的维数越小。随机选取的设定列数的列元素可以按原有顺序或其他顺序构成上述第二矩阵。在上述步骤S113中，可以将所述第一矩阵和所述第二矩阵相乘，既可以降维，又可以保留核矩阵原有信息。在上述步骤S114中，可以根据所述降维矩阵和所述待压缩核磁共振数据的核矩阵的乘积得到该低维矩阵。
本实施例中，基于Hadamard矩阵构建待压缩核磁共振数据的核矩阵的低维矩阵，能够实现快速对核矩阵进行降维。
一些实施例中，所述随机对角矩阵H的行数及列数均可以为所述待压缩核磁共振数据的核矩阵的列数n。所述随机对角矩阵H的对角元素为1或-1，且所述随机对角矩阵H的对角元素为1和所述随机对角矩阵H的对角元素-1的概率可以相等。其他实施例中，所述随机对角矩阵H的对角元素为1和所述随机对角矩阵H的对角元素-1的概率可以略有差异。实施例中，所述第一矩阵其中，为所述随机Hadamard矩阵。实施例中，所述降维矩阵其中，nc为所述欲得到的压缩后核磁共振数据中的回波数据的回波个数，为所述第二矩阵。实施例中，所述低维矩阵其中，A为所述待压缩核磁共振数据的核矩阵。
图3是本发明一实施例中的根据低维矩阵和欲得到的压缩后核磁共振数据中的回波数据的回波个数生成压缩矩阵的方法流程示意图。如图3所示，上述步骤S120，根据所述低维矩阵和欲得到的压缩后核磁共振数据中的回波数据的回波个数生成压缩矩阵的方法，可包括：
步骤S121：获取所述低维矩阵的左奇异矩阵；
步骤S122：抽取所述左奇异矩阵的前设定列数的列元素，构成压缩矩阵；所述设定列数等于欲得到的压缩后核磁共振数据中的回波数据的回波个数。
其他实施例中，可以获取所述低维矩阵的右奇异矩阵来构建压缩矩阵。在核矩阵的行数远大于列数的情况下，利用所述低维矩阵的左奇异矩阵构成压缩矩阵，可以起到更好的压缩作用。与现有技术中直接对原始核矩阵进行奇异值分解来获取压缩矩阵的方法相比，本实施例通过获取所述低维矩阵的左奇异矩阵，再构成压缩矩阵，能够具有压缩速度快的优势，而且还保留了奇异值分解法的高压缩率的优点。
图4是本发明一实施例中的据待压缩核磁共振数据的核矩阵的列数构建随机Hadamard矩阵的方法流程示意图。如图4所示，步骤S111，根据所述待压缩核磁共振数据的核矩阵的列数构建随机Hadamard矩阵的方法，可包括：
步骤S1111：根据所述待压缩核磁共振数据的核矩阵的列数构建随机的初始Hadamard矩阵；
步骤S1112：将所述初始Hadamard矩阵进行归一化，得到随机Hadamard矩阵。
本实施例中，在基于Hadamard矩阵构建得到低维矩阵之前，对构建的初始Hadamard矩阵进行归一化处理，能够提高压缩的准确性。
一些实施例中，压缩后的所述待压缩核磁共振数据中的回波数据其中，为所述压缩矩阵Ucom的转置矩阵，b为所述待压缩核磁共振数据中的回波数据；压缩后的所述待压缩核磁共振数据的核矩阵其中，A为所述待压缩核磁共振数据的核矩阵。
针对现有核磁共振回波数据压缩存在的问题，提供一种核磁共振数据压缩方法，该方法构建能体现原始核矩阵信息的低维矩阵，并通过获取低维矩阵的左奇异矩阵来获取压缩矩阵，在不失准确性的条件下，大幅提高了核磁共振数据压缩的速度。
图5是本发明一实施例的核磁共振数据压缩方法的流程示意图。如图5所示，本实施例的核磁共振数据压缩方法，可包括如下步骤：
1)获取核磁共振测量回波数据b，核矩阵A，以及压缩后回波个数nc；
2)计算核矩阵列数n，基于Hadamard矩阵构建能体现原始核矩阵信息的低维矩阵；
3)获取低维矩阵的左奇异矩阵，从而获取压缩矩阵；
4)利用压缩矩阵对核磁共振回波数据以及核矩阵进行压缩。
实施例中，上述步骤2)中，基于Hadamard矩阵构建能体现原始核矩阵信息的低维矩阵的方法，可包括：
①构建一个维度为n×n的随机Hadamard矩阵F，并将其归一化
②构建一个维度为n×n的随机对角矩阵H，矩阵H中对角元素是由±1组成的，且其为1或者-1的概率一样，都为0.5。
③计算新的矩阵随机选取矩阵S中的nc列元素组成新的矩阵
④计算新的矩阵
⑤获得能够体现原始核矩阵A的信息的低维矩阵
实施例中，上述步骤3)中获取低维矩阵的左奇异矩阵U；此时，矩阵U的前nc列组成的矩阵即为压缩矩阵Ucom。
实施例中，上述步骤4)中利用压缩矩阵对核磁共振回波数据以及核矩阵进行压缩具体步骤包括：
其中，bcom为压缩后的回波数据，b为原始的回波数据，为压缩矩阵Ucom的转置矩阵，Acom为压缩后的核矩阵。
本实施的方法与目前国内外文献报道的其他核磁共振数据压缩方法相比，其通过构造能够体现原始核矩阵信息的低维矩阵的左奇异矩阵来获取压缩矩阵，比直接对原始核矩阵进行奇异值分解来获取压缩矩阵快的多。因此，该方法不仅具有奇异值分解法的高压缩率的优点，还具有压缩速度快的优势。
下面以对核磁共振T1-T2谱数据的压缩为例，说明本发明的效果。
首先构造核磁共振T1-T2谱模型，如图6所示，两个峰值坐标分别为(T1，T2)＝(15，10)ms和(T1，T2)＝(150，100)ms。然后，正演等待时间组合为[0.001，0.003，0.01，0.03，0.1，0.3，1.0，2.0，4.0，6.0]s，回波间隔为0.2ms，回波个数为2000，信噪比为500的回波串组，如图7所示。比较分别利用本发明的压缩方法和现有奇异值分解法压缩图7所示的回波数据的时间，以及得到压缩后回波数据的反演时间以及反演的T1-T2谱，如表1所示。图8是未压缩的回波数据经过反演得到的核磁共振T1-T2谱；图9是利用奇异值分解法将图7中的回波数据个数压缩到100个之后经过反演得到的核磁共振T1-T2谱；图10是利用本发明的压缩方法将图7中的回波数据个数压缩到100个之后经过反演得到的核磁共振T1-T2谱。从图8至图10可以看出，本发明的压缩方法压缩核磁共振数据之后反演的T1-T2谱与未压缩的核磁共振数据反演T1-T2谱以及奇异值分解法压缩核磁共振数据之后反演的T1-T2谱一致，由此说明本发明的压缩方法可以用于核磁共振数据的压缩。从表1中可以看出，本发明的压缩方法的压缩时间明显短于奇异值分解法的压缩时间，反演结果与模型的相对误差相当，且压缩后数据的反演时间远小于未压缩数据的反演时间，说明本发明的压缩方法在不失准确性的条件下，有效提高了核磁共振数据的反演速度。
压缩方法 压缩时间(s) 反演时间(s) 相对误差
未压缩 — 11592.47 0.2337
奇异值分解法 25.4706 0.2161 0.2268
本发明提出的方法 0.6654 0.2186 0.2272
表1本发明与奇异值分解法的耗费时间
本实施例的核磁共振数据压缩的方法，首先获取核磁共振测量的回波数据，核矩阵，以及压缩后回波个数；然后计算核矩阵的列数，并基于Hadamard矩阵构建能体现原始核矩阵信息的低维矩阵；获取低维矩阵的左奇异矩阵，从而获取压缩矩阵；最后利用压缩矩阵对核磁共振回波数据以及核矩阵进行压缩。该压缩方法基于Hadamard矩阵对原始核矩阵进行降维之后再获取压缩矩阵，大幅提高了压缩速度，并且在高压缩比条件下仍能保证原始数据的信息。在不失准确性的条件下，有效提高了核磁共振数据的反演速度并且减少了反演时计算机占用的内存。
基于与图1所示的核磁共振数据压缩方法相同的发明构思，本申请实施例还提供了一种核磁共振数据压缩装置，如下面实施例所述。由于该核磁共振数据压缩装置解决问题的原理与核磁共振数据压缩方法相似，因此该核磁共振数据压缩装置的实施可以参见核磁共振数据压缩方法的实施，重复之处不再赘述。
图11是本发明一实施例的核磁共振数据压缩装置的结构示意图。如图11所示，本实施例的核磁共振数据压缩装置，可包括：低维矩阵构建单元210、压缩矩阵生成单元220及核磁共振数据压缩单元230，上述各单元顺序连接。
低维矩阵构建单元210，用于：构建待压缩核磁共振数据的核矩阵的低维矩阵；所述低维矩阵能够体现所述待压缩核磁共振数据的核矩阵的信息；
压缩矩阵生成单元220，用于：根据所述低维矩阵和欲得到的压缩后核磁共振数据中的回波数据的回波个数生成压缩矩阵；
核磁共振数据压缩单元230，用于：利用所述压缩矩阵对所述待压缩核磁共振数据中的回波数据和所述待压缩核磁共振数据的核矩阵进行压缩。
图12是本发明一实施例中低维矩阵构建单元的结构示意图。如图12所示，所述低维矩阵构建单元210，可包括：Hadamard矩阵及对角矩阵生成模块211、第一矩阵及第二矩阵生成模块212、降维矩阵生成模块213及低维矩阵生成模块214。
Hadamard矩阵及对角矩阵生成模块211，用于：根据所述待压缩核磁共振数据的核矩阵的列数构建随机Hadamard矩阵，以及根据所述待压缩核磁共振数据的核矩阵的列数构建随机对角矩阵；
第一矩阵及第二矩阵生成模块212，用于：根据所述随机对角矩阵和所述随机Hadamard矩阵计算得到第一矩阵，并从所述第一矩阵中随机选取设定列数的列元素，构成第二矩阵；所述设定列数等于欲得到的压缩后核磁共振数据中的回波数据的回波个数；
降维矩阵生成模块213，用于：根据所述第一矩阵、所述第二矩阵、所述待压缩核磁共振数据的核矩阵的列数、以及所述欲得到的压缩后核磁共振数据中的回波数据的回波个数计算得到降维矩阵；
低维矩阵生成模块214，用于：根据所述降维矩阵和所述待压缩核磁共振数据的核矩阵计算得到低维矩阵。
图13是本发明一实施例中压缩矩阵生成单元的结构示意图。如图13所示，所述压缩矩阵生成单元220，可包括：左奇异矩阵获取模块221和压缩矩阵生成模块222，二者相互连接。
左奇异矩阵获取模块221，用于：获取所述低维矩阵的左奇异矩阵；
压缩矩阵生成模块222，用于：抽取所述左奇异矩阵的前设定列数的列元素，构成压缩矩阵；所述设定列数等于欲得到的压缩后核磁共振数据中的回波数据的回波个数。
图14是本发明一实施例中Hadamard矩阵及对角矩阵生成模块的结构示意图。如图14所示，所述Hadamard矩阵及对角矩阵生成模块211，可包括：初始Hadamard矩阵生成模块2111和归一化模块2112，二者相互连接。
初始Hadamard矩阵生成模块2111，用于：根据所述待压缩核磁共振数据的核矩阵的列数构建随机的初始Hadamard矩阵；
归一化模块2112，用于：将所述初始Hadamard矩阵进行归一化，得到随机Hadamard矩阵。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所述方法的步骤。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述实施例所述方法的步骤。
综上所述，本发明实施例的核磁共振数据压缩方法、核磁共振数据压缩装置、计算机可读存储介质及计算机设备，通过先构建核矩阵的低维矩阵，再根据该低维矩阵生成压缩矩阵，能够提高压缩速度。在生成压缩矩阵时考虑压缩后回波数据的回波个数，能够预先知道并调整压缩率。该低维矩阵能够体现核矩阵的信息，从而能够保证压缩后核磁共振数据的准确性。从而，能够在不失准确性的条件下，大幅提高核磁共振数据压缩的速度。
在本说明书的描述中，参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本发明的实施，其中的步骤顺序不作限定，可根据需要作适当调整。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种核磁共振数据压缩方法，其特征在于，包括：
根据待压缩核磁共振数据的核矩阵的列数构建随机Hadamard矩阵，以及根据所述待压缩核磁共振数据的核矩阵的列数构建随机对角矩阵；
根据所述随机对角矩阵和所述随机Hadamard矩阵计算得到第一矩阵，并从所述第一矩阵中随机选取设定列数的列元素，构成第二矩阵；所述设定列数等于欲得到的压缩后核磁共振数据中的回波数据的回波个数；
根据所述第一矩阵、所述第二矩阵、所述待压缩核磁共振数据的核矩阵的列数、以及所述欲得到的压缩后核磁共振数据中的回波数据的回波个数计算得到降维矩阵；
根据所述降维矩阵和所述待压缩核磁共振数据的核矩阵计算得到低维矩阵；所述低维矩阵能够体现所述待压缩核磁共振数据的核矩阵的信息；
根据所述低维矩阵和欲得到的压缩后核磁共振数据中的回波数据的回波个数生成压缩矩阵；
利用所述压缩矩阵对所述待压缩核磁共振数据中的回波数据和所述待压缩核磁共振数据的核矩阵进行压缩。
2.如权利要求1所述的核磁共振数据压缩方法，其特征在于，根据所述低维矩阵和欲得到的压缩后核磁共振数据中的回波数据的回波个数生成压缩矩阵，包括：
获取所述低维矩阵的左奇异矩阵；
抽取所述左奇异矩阵的前设定列数的列元素，构成压缩矩阵；所述设定列数等于欲得到的压缩后核磁共振数据中的回波数据的回波个数。
3.如权利要求1所述的核磁共振数据压缩方法，其特征在于，根据所述待压缩核磁共振数据的核矩阵的列数构建随机Hadamard矩阵，包括：
根据所述待压缩核磁共振数据的核矩阵的列数构建随机的初始Hadamard矩阵；
将所述初始Hadamard矩阵进行归一化，得到随机Hadamard矩阵。
4.如权利要求1所述的核磁共振数据压缩方法，其特征在于，所述随机对角矩阵H的行数及列数均为所述待压缩核磁共振数据的核矩阵的列数n，所述随机对角矩阵H的对角元素为1或-1，且所述随机对角矩阵H的对角元素为1和所述随机对角矩阵H的对角元素-1的概率相等；
所述第一矩阵其中，为所述随机Hadamard矩阵；
所述降维矩阵其中，nc为所述欲得到的压缩后核磁共振数据中的回波数据的回波个数，为所述第二矩阵；
所述低维矩阵其中，A为所述待压缩核磁共振数据的核矩阵。
5.如权利要求1所述的核磁共振数据压缩方法，其特征在于，
压缩后的所述待压缩核磁共振数据中的回波数据其中，为所述压缩矩阵Ucom的转置矩阵，b为所述待压缩核磁共振数据中的回波数据；
压缩后的所述待压缩核磁共振数据的核矩阵其中，A为所述待压缩核磁共振数据的核矩阵。
6.一种核磁共振数据压缩装置，其特征在于，包括：
Hadamard矩阵及对角矩阵生成模块，用于：根据待压缩核磁共振数据的核矩阵的列数构建随机Hadamard矩阵，以及根据所述待压缩核磁共振数据的核矩阵的列数构建随机对角矩阵；
第一矩阵及第二矩阵生成模块，用于：根据所述随机对角矩阵和所述随机Hadamard矩阵计算得到第一矩阵，并从所述第一矩阵中随机选取设定列数的列元素，构成第二矩阵；所述设定列数等于欲得到的压缩后核磁共振数据中的回波数据的回波个数；
降维矩阵生成模块，用于：根据所述第一矩阵、所述第二矩阵、所述待压缩核磁共振数据的核矩阵的列数、以及所述欲得到的压缩后核磁共振数据中的回波数据的回波个数计算得到降维矩阵；
低维矩阵生成模块，用于：根据所述降维矩阵和所述待压缩核磁共振数据的核矩阵计算得到低维矩阵；所述低维矩阵能够体现所述待压缩核磁共振数据的核矩阵的信息；
压缩矩阵生成单元，用于：根据所述低维矩阵和欲得到的压缩后核磁共振数据中的回波数据的回波个数生成压缩矩阵；
核磁共振数据压缩单元，用于：利用所述压缩矩阵对所述待压缩核磁共振数据中的回波数据和所述待压缩核磁共振数据的核矩阵进行压缩。
7.如权利要求6所述的核磁共振数据压缩装置，其特征在于，所述压缩矩阵生成单元，包括：
左奇异矩阵获取模块，用于：获取所述低维矩阵的左奇异矩阵；
压缩矩阵生成模块，用于：抽取所述左奇异矩阵的前设定列数的列元素，构成压缩矩阵；所述设定列数等于欲得到的压缩后核磁共振数据中的回波数据的回波个数。
8.如权利要求6所述的核磁共振数据压缩装置，其特征在于，所述Hadamard矩阵及对角矩阵生成模块，包括：
初始Hadamard矩阵生成模块，用于：根据所述待压缩核磁共振数据的核矩阵的列数构建随机的初始Hadamard矩阵；
归一化模块，用于：将所述初始Hadamard矩阵进行归一化，得到随机Hadamard矩阵。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至5所述方法的步骤。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至5所述方法的步骤。
CN201810674988.8A 2018-06-27 2018-06-27 核磁共振数据压缩方法及装置 Active CN108896942B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810674988.8A CN108896942B (zh) 2018-06-27 2018-06-27 核磁共振数据压缩方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810674988.8A CN108896942B (zh) 2018-06-27 2018-06-27 核磁共振数据压缩方法及装置

Publications (2)

Publication Number Publication Date
CN108896942A CN108896942A (zh) 2018-11-27
CN108896942B true CN108896942B (zh) 2019-11-08

Family

ID=64346195

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810674988.8A Active CN108896942B (zh) 2018-06-27 2018-06-27 核磁共振数据压缩方法及装置

Country Status (1)

Country Link
CN (1) CN108896942B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111852458B (zh) * 2019-04-10 2023-06-20 中国石油化工股份有限公司 一种随钻成像测井数据传输方法及系统
CN113344004A (zh) * 2021-03-26 2021-09-03 慧影医疗科技（北京）有限公司 图像特征生成方法、图像识别方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103116148A (zh) * 2013-01-30 2013-05-22 上海理工大学 一种核磁共振二维谱反演的方法
CN103472419A (zh) * 2013-08-30 2013-12-25 深圳先进技术研究院 磁共振快速成像方法及其系统
CN103654789A (zh) * 2013-12-10 2014-03-26 深圳先进技术研究院 磁共振快速参数成像方法和系统
CN105044794A (zh) * 2015-06-25 2015-11-11 中国石油大学(北京) 一种核磁共振回波数据的压缩方法及装置
CN105486709A (zh) * 2015-12-17 2016-04-13 中国石油大学(北京) 井下稠油分子链长的测量方法和装置
CN107800437A (zh) * 2017-10-31 2018-03-13 北京金风科创风电设备有限公司 数据压缩方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI394086B (zh) * 2008-04-18 2013-04-21 Everspeed Technology Ltd An Analytical Method of Digital Data and Its Application

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103116148A (zh) * 2013-01-30 2013-05-22 上海理工大学 一种核磁共振二维谱反演的方法
CN103472419A (zh) * 2013-08-30 2013-12-25 深圳先进技术研究院 磁共振快速成像方法及其系统
CN103654789A (zh) * 2013-12-10 2014-03-26 深圳先进技术研究院 磁共振快速参数成像方法和系统
CN105044794A (zh) * 2015-06-25 2015-11-11 中国石油大学(北京) 一种核磁共振回波数据的压缩方法及装置
CN105486709A (zh) * 2015-12-17 2016-04-13 中国石油大学(北京) 井下稠油分子链长的测量方法和装置
CN107800437A (zh) * 2017-10-31 2018-03-13 北京金风科创风电设备有限公司 数据压缩方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Fast SVD With Random Hadamard Projection for Hyperspectral Dimensionality Reduction;James E. Fowler et.al;《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》;20161231;第1-5页 *
NMR Data Compression Method Based on Principal Component Analysis;Yejiao Ding et al.;《Applied Magnetic Resonance》;20160203;第1-11页 *

Also Published As

Publication number Publication date
CN108896942A (zh) 2018-11-27

Similar Documents

Publication Publication Date Title
CN108896942B (zh) 核磁共振数据压缩方法及装置
KR20190042055A (ko) 컨볼루션 신경망을 이용한 시퀀스 프로세싱
CN103091395B (zh) 油藏条件下多孔介质中流体相态三维动态探测方法及装置
CN106168942B (zh) 一种基于奇异边界法的波动类型动态数据重构方法
CN107240136A (zh) 一种基于深度学习模型的静态图像压缩方法
JP2016537669A5 (zh)
CN110320555A (zh) 一种地震数据重建方法
CN110907177A (zh) 一种基于分层极限学习机的轴承故障诊断方法
CN104881640A (zh) 一种获取向量的方法及装置
CN105044794A (zh) 一种核磁共振回波数据的压缩方法及装置
CN111596347A (zh) 一种快速求取表层纵横波速度比的方法及装置
CN107894367A (zh) 一种输电线路湿陷性黄土本构模拟方法
CN110188407A (zh) 多孔介质内液体流动参数的确定方法及装置
CN104217731A (zh) 一种快速识别独奏乐曲乐谱的方法
CN104682964B (zh) 一种半确定压缩感知测量矩阵的构造方法
CN106295159A (zh) 一种基于自相关函数的结构风振响应高效频域估计方法
Kong et al. Dynamic multi-scale convolution for dialect identification
CN115631192A (zh) 一种阀门试压机的控制方法、装置、设备及介质
CN112419493B (zh) 页岩储层三维属性模型建立方法及装置
CN105241911A (zh) 基于lbm模拟低场核磁共振分析流体的方法及装置
CN112069022B (zh) 一种npu型服务器功耗测试方法及系统
CN115049922A (zh) 一种遥感图像变化检测方法及系统
CN117233266A (zh) 一种基于循环神经网络的全波形反演导波层析成像方法
CN105404734B (zh) 铁磁谐振过电压类型的识别方法和系统
CN107608838A (zh) 一种存储设备测试方法、系统、设备及计算机存储介质

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