CN111239657B - 谱图的相位校正方法、装置及设备 - Google Patents
谱图的相位校正方法、装置及设备 Download PDFInfo
- Publication number
- CN111239657B CN111239657B CN202010067738.5A CN202010067738A CN111239657B CN 111239657 B CN111239657 B CN 111239657B CN 202010067738 A CN202010067738 A CN 202010067738A CN 111239657 B CN111239657 B CN 111239657B
- Authority
- CN
- China
- Prior art keywords
- spectrogram
- phase deviation
- deviation value
- frequency point
- spectral peak
- 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
Links
Images
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]
- G01R33/46—NMR spectroscopy
- G01R33/4625—Processing of acquired signals, e.g. elimination of phase errors, baseline fitting, chemometric analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
Abstract
本申请提供一种谱图的相位校正方法、装置及设备。其中,谱图的相位校正方法包括:获取待校正的谱图;将至少一个目标矩形窗函数作用于谱图,以得到至少一个目标谱峰,上述目标矩形窗函数用于从谱图中选择出目标谱峰;基于至少一个目标谱峰进行校正处理,以得到谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值;利用每个频率点对应的零阶相位偏差值和一阶相位偏差值,对每个频率点进行相位校正,得到校正后的谱图。本实施例,通过将至少一个目标矩形窗函数作用于谱图,以得到至少一个目标谱峰,并基于至少一个目标谱峰进行校正处理,以去掉背景噪声和基线的影响,保证后续校正过程的准确性,从而提高谱图相位的校正效果。
Description
技术领域
本申请涉及通信技术,尤其涉及一种谱图的相位校正方法、装置及设备。
背景技术
磁共振成像(Magnetic Resonance Imaging,简称MRI)作为一种多参数、多对比度的成像技术,是现代医疗影像学中主要的成像方式之一,可以反映组织和质子密度等多种特性,可为疾病的检出和诊断提供信息。磁共振成像的基本工作原理是利用磁共振现象,采用射频激励激发人体中的氢质子,运用梯度场进行位置编码,随后采用接收线圈接收带位置信息的电磁信号,最终利用傅里叶变换重建出图像信息。
磁共振波谱(Magnetic Resonance Spectroscopy,简称MRS)是一种能对人体的组织代谢、生化环境以及化合物进行分析的无创性临床方法。MRS的基本工作原理是采集特定区域的磁共振信号,对该采集信号进行傅立叶变换,从而在频率域上对不同谱峰产生的信号进行展开显示,这种展开显示即MRS的谱图。在谱图上,不同频率位置的谱峰对应着不同的化合物。通过对不同谱峰的分析,可以获取组织的代谢信息,从而进一步获取疾病引起的组织代谢的变化发展情况。
但是,经过傅里叶变换之后的MRS的谱图数据由于采集等原因,会存在沿着频率方向的线性相位偏置,需要对数据进行零阶和一阶相位校正后提取数据的实部信息,才能获取理想的纯吸收线型谱。其中,接收机与发射机之间的相位不一致产生的相位偏差如果和信号频率无关,则称为零阶偏差;而由于采样延迟时间而产生的相位偏差与信号频率成线性关系,称为一阶偏差。这两种偏差混合在一起,在校正时,无法分离调试,导致MRS的相位校正过程复杂而无法有效自动化。
目前提供了一种自动相位校正方法,该方法首先利用连续小波变换和滑动窗口法进行基线识别,并基于基线的连续性进行自动校正,但是该方法有时会因为基线失真等原因而不能达到准确的校正效果。
发明内容
有鉴于此,本申请提供一种谱图的相位校正方法、装置及设备。
根据本申请实施例的第一方面,提供一种谱图的相位校正方法,包括:
获取待校正的谱图;
将至少一个目标矩形窗函数作用于所述谱图,以得到至少一个目标谱峰,所述目标矩形窗函数用于从所述谱图中选择出所述目标谱峰;
基于至少一个所述目标谱峰进行校正处理,以得到所述谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值;
利用所述每个频率点对应的零阶相位偏差值和一阶相位偏差值,对所述每个频率点进行相位校正,得到校正后的谱图。
在一实施例中,所述基于至少一个所述目标谱峰进行校正处理,以得到所述谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值,包括:
对所述目标谱峰进行相加,得到临时谱图;
对所述临时谱图进行熵最小化相位校正,得到所述谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值。
在一实施例中,所述将至少一个目标矩形窗函数作用于所述谱图,以得到至少一个目标谱峰,包括:
从所述谱图中选择至少一个初始谱峰;
将每个所述初始谱峰的中心频率和带宽作为作用于自身的所述目标矩形窗函数的中心频率和带宽;
使用每个所述目标矩形窗函数作用于对应的所述初始谱峰,得到至少一个所述目标谱峰。
在一实施例中,所述利用所述每个频率点对应的零阶相位偏差值和一阶相位偏差值,对所述每个频率点进行相位校正,得到校正后的谱图,包括:
将所述每个频率点对应的所述零阶相位偏差值和所述一阶相位偏差值输入相位偏差角公式,得到所述每个频率点的相位偏差角;
将所述每个频率点的相位偏差角和对应的复数数据相乘,得到所述每个频率点校正后的相位。
在一实施例中,所述从所述谱图中选择至少一个初始谱峰,包括:
根据预先筛选出的谱峰的信息从所述谱图中选择至少一个所述初始谱峰,其中,所述预先筛选出的谱峰不包括水峰。
根据本申请实施例的第二方面,提供一种谱图的相位校正装置,包括:
获取模块,用于获取待校正的谱图;
获得模块,用于将至少一个目标矩形窗函数作用于所述获取模块获取的所述谱图,以得到至少一个目标谱峰,所述目标矩形窗函数用于从所述谱图中选择出所述目标谱峰;
处理模块,用于基于所述获得模块得到的至少一个所述目标谱峰进行校正处理,以得到所述谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值;
校正模块,用于利用所述处理模块得到的所述每个频率点对应的零阶相位偏差值和一阶相位偏差值,对所述每个频率点进行相位校正,得到校正后的谱图。
在一实施例中,所述处理模块包括:
相加子模块,用于对所述目标谱峰进行相加,得到临时谱图;
第一校正子模块,用于对所述相加子模块得到的所述临时谱图进行熵最小化相位校正,得到所述谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值。
在一实施例中,所述获得模块包括:
选择子模块,用于从所述谱图中选择至少一个初始谱峰;
确定子模块,用于将所述选择子模块选择的每个所述初始谱峰的中心频率和带宽作为作用于自身的所述目标矩形窗函数的中心频率和带宽;
作用子模块,用于使用所述确定子模块确定后的每个所述目标矩形窗函数作用于对应的所述初始谱峰,得到至少一个所述目标谱峰。
在一实施例中,所述校正模块包括:
输入子模块,用于将所述每个频率点对应的所述零阶相位偏差值和所述一阶相位偏差值输入相位偏差角公式,得到所述每个频率点的相位偏差角;
第二校正子模块,用于将所述输入子模块得到的所述每个频率点的相位偏差角和对应的复数数据相乘,得到所述每个频率点校正后的相位。
在一实施例中,所述选择子模块,具体用于:
根据预先筛选出的谱峰的信息从所述谱图中选择至少一个所述初始谱峰,其中,所述预先筛选出的谱峰不包括水峰。
根据本申请实施例的第三方面,提供一种谱图的相位校正设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取待校正的谱图;
将至少一个目标矩形窗函数作用于所述谱图,以得到至少一个目标谱峰,所述目标矩形窗函数用于从所述谱图中选择出所述目标谱峰;
基于至少一个所述目标谱峰进行校正处理,以得到所述谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值;
利用所述每个频率点对应的零阶相位偏差值和一阶相位偏差值,对所述每个频率点进行相位校正,得到校正后的谱图。
在本申请实施例中,通过将至少一个目标矩形窗函数作用于所述谱图,以得到至少一个目标谱峰,并基于至少一个所述目标谱峰进行校正处理,以去掉背景噪声和基线的影响,保证后续校正过程的准确性,从而提高谱图相位的校正效果。
附图说明
图1是本申请一示例性实施例示出的一种谱图的相位校正方法的流程图;
图2是本申请一示例性实施例示出的获得至少一个目标谱峰的过程示意图;
图3是本申请一示例性实施例示出的获得谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值的过程示意图;
图4是本申请一示例性实施例示出的一种对每个频率点进行相位校正的过程示意图;
图5是本申请谱图的相位校正装置所在设备的一种硬件结构图;
图6是本申请一示例性实施例示出的一种谱图的相位校正装置的框图;
图7是本申请一示例性实施例示出的另一种谱图的相位校正装置的框图;
图8是本申请一示例性实施例示出的另一种谱图的相位校正装置的框图;
图9是本申请一示例性实施例示出的另一种谱图的相位校正装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
图1是本申请一示例性实施例示出的一种谱图的相位校正方法的流程图,应用于谱图的相位校正设备,如图1所示,该谱图的相位校正方法包括:
步骤S101,获取待校正的谱图。
其中,相位校正设备可以接收输入的待校正的谱图,该谱图的横坐标可以为频率,纵坐标可以为幅值。
步骤S102,将至少一个目标矩形窗函数作用于上述谱图,以得到至少一个目标谱峰,目标矩形窗函数用于从谱图中选择出目标谱峰。
如图2所示,获得至少一个目标谱峰的过程包括:
步骤S1021,从谱图中选择至少一个初始谱峰。
在该实施例中,可以根据预先筛选出的谱峰的信息从谱图中选择至少一个初始谱峰,其中,预先筛选出的谱峰不包括水峰。
其中,预先筛选出的谱峰的信息可以为预先筛选出的谱峰的中心频率,预先筛选出的谱峰可以包括但不局限于肌酸类(Creatine,简称Cr)、胆碱类(Choline,简称Cho)和N-乙酰天门冬氨酸(N-Acetylaspartate,简称NAA)三个谱峰。即如果当前谱图中包括Cr、Cho和NAA三个谱峰,则从该谱图中选择的初始谱峰为Cr、Cho和NAA三个谱峰。
其中,根据预先统计的数据可以获知Cr的中心频率为3.02百万分率(parts permillion,简称ppm)和3.91ppm,Cho的中心频率为3.21ppm,NAA的中心频率为2.01ppm和2.6ppm。
步骤S1022,将每个初始谱峰的中心频率和带宽作为作用于自身的目标矩形窗函数的中心频率和带宽。
其中,矩形窗函数具有紧支撑性,即一部分不为零,其余部分全为零。
例如,从谱图中选择三个初始谱峰分别为谱峰1、谱峰2和谱峰3,则可以将与谱峰1对应的目标矩形窗函数1的中心频率和带宽设置为谱峰1的中心频率和带宽,将与谱峰2对应的目标矩形窗函数2的中心频率和带宽设置为谱峰2的中心频率和带宽,将与谱峰3对应的目标矩形窗函数3的中心频率和带宽设置为谱峰3的中心频率和带宽。
步骤S1023,使用每个目标矩形窗函数作用于对应的初始谱峰,得到至少一个目标谱峰。
继续上例进行描述,将目标矩形窗函数1作用于谱峰1,得到目标谱峰1,具体地,将目标矩形窗函数1与谱峰1相乘,得到目标谱峰1。将目标矩形窗函数2作用于谱峰2,得到目标谱峰2,具体地,将目标矩形窗函数2与谱峰2相乘,得到目标谱峰2。将目标矩形窗函数3作用于谱峰3,得到目标谱峰3,具体地,将目标矩形窗函数3与谱峰3相乘,得到目标谱峰3。
该实施例中,通过得到目标谱峰,以去掉背景噪声和基线的影响,从而保证后续校正过程的准确性。
步骤S103,基于至少一个目标谱峰进行校正处理,以得到谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值。
如图3所示,获得谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值的过程包括:
步骤S1031,对目标谱峰进行相加,得到临时谱图。
若获得的目标谱峰为三个,则得到的临时谱图中仍然包括三个谱峰,因为这三个目标谱峰的中心频率不同,即临时谱图中包括的谱峰数量和步骤S102中获得的目标谱峰数量相同。
步骤S1032,对临时谱图进行熵最小化相位校正,得到谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值。
其中,可以采用现有方式对临时谱图进行熵最小化相位校正,得到谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值。
步骤S104,利用每个频率点对应的零阶相位偏差值和一阶相位偏差值,对每个频率点进行相位校正,得到校正后的谱图。
在该实施例中,在得到谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值之后,可以对每个频率点进行相位校正,如图4所示,对每个频率点进行相位校正的过程包括:
步骤S1041,将每个频率点对应的零阶相位偏差值和一阶相位偏差值输入相位偏差角公式,得到每个频率点的相位偏差角。
在该实施例中,相位偏差角公式可以为:
在该实施例中,在将每个频率点对应的零阶相位偏差值和一阶相位偏差值输入相位偏差角公式后,可以得到每个频率点的相位偏差角。
步骤S1042,将每个频率点的相位偏差角和对应的复数数据相乘,得到每个频率点校正后的相位。
在得到每个频率点的相位偏差角之后,可以将每个频率点的相位偏差角和每个频率点对应的复数数据相乘,得到每个频率点校正后的相位。
在该实施例中,通过将每个频率点对应的零阶相位偏差值和一阶相位偏差值输入相位偏差角公式,得到每个频率点的相位偏差角,通过将每个频率点的相位偏差角和每个频率点对应的复数数据相乘,得到每个频率点校正后的相位,实现方式简单。
上述实施例,通过将至少一个目标矩形窗函数作用于谱图,以得到至少一个目标谱峰,并基于至少一个目标谱峰进行校正处理,以去掉背景噪声和基线的影响,保证后续校正过程的准确性,从而提高谱图相位的校正效果。
与前述谱图的相位校正方法的实施例相对应,本申请还提供了谱图的相位校正装置的实施例。
本申请谱图的相位校正装置的实施例可以分别应用在设备上。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,如图5所示,为本申请谱图的相位校正装置500所在设备的一种硬件结构图,除了图5所示的处理器510、内存520、网络接口530、以及非易失性存储器540之外,实施例中装置所在的设备通常根据该设备的实际功能,还可以包括其他硬件,如对于终端来说,可能包括摄像头、触摸屏子、通信组件等。
图6是本申请一示例性实施例示出的一种谱图的相位校正装置的框图,如图6所示,该谱图的相位校正装置包括获取模块61、获得模块62、处理模块63和校正模块64,其中:
获取模块61用于获取待校正的谱图。
获得模块62用于将至少一个目标矩形窗函数作用于获取模块61获取的谱图,以得到至少一个目标谱峰,目标矩形窗函数用于从谱图中选择出目标谱峰。
处理模块63用于基于获得模块62得到的至少一个目标谱峰进行校正处理,以得到谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值。
校正模块64用于利用处理模块63得到的每个频率点对应的零阶相位偏差值和一阶相位偏差值,对每个频率点进行相位校正,得到校正后的谱图。
在一个可选的实现方式中:
如图7所示,在图6所示实施例的基础上,处理模块63可以包括:相加子模块631和第一校正子模块632。
相加子模块631用于对目标谱峰进行相加,得到临时谱图。
第一校正子模块632用于对相加子模块631得到的临时谱图进行熵最小化相位校正,得到谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值。
在另一个可选的实现方式中:
如图8所示,在图6所示实施例的基础上,获得模块62可以包括:
选择子模块621用于从谱图中选择至少一个初始谱峰。
确定子模块622用于将选择子模块621选择的每个初始谱峰的中心频率和带宽作为作用于自身的目标矩形窗函数的中心频率和带宽。
作用子模块623用于使用确定子模块622确定后的每个目标矩形窗函数作用于对应的初始谱峰,得到至少一个目标谱峰。
在另一个可选的实现方式中:
如图9所示,在图6所示实施例的基础上,校正模块64可以包括:
输入子模块641用于将每个频率点对应的零阶相位偏差值和一阶相位偏差值输入相位偏差角公式,得到每个频率点的相位偏差角。
第二校正子模块642用于将输入子模块641得到的每个频率点的相位偏差角和对应的复数数据相乘,得到每个频率点校正后的相位。
在另一个可选的实现方式中:
选择子模块621具体可以用于:
根据预先筛选出的谱峰的信息从谱图中选择至少一个初始谱峰,其中,预先筛选出的谱峰不包括水峰。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
上述谱图的相位校正装置,通过将至少一个目标矩形窗函数作用于谱图,以得到至少一个目标谱峰,并基于至少一个目标谱峰进行校正处理,以去掉背景噪声和基线的影响,保证后续校正过程的准确性,从而提高谱图相位的校正效果。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (11)
1.一种谱图的相位校正方法,其特征在于,包括:
获取待校正的谱图;
将至少一个目标矩形窗函数作用于所述谱图,以得到至少一个目标谱峰,所述目标矩形窗函数用于从所述谱图中选择出所述目标谱峰;
基于至少一个所述目标谱峰进行校正处理,以得到所述谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值;
利用所述每个频率点对应的零阶相位偏差值和一阶相位偏差值,对所述每个频率点进行相位校正,得到校正后的谱图。
2.根据权利要求1所述的方法,其特征在于,所述基于至少一个所述目标谱峰进行校正处理,以得到所述谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值,包括:
对所述目标谱峰进行相加,得到临时谱图;
对所述临时谱图进行熵最小化相位校正,得到所述谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值。
3.根据权利要求1所述的方法,其特征在于,所述将至少一个目标矩形窗函数作用于所述谱图,以得到至少一个目标谱峰,包括:
从所述谱图中选择至少一个初始谱峰;
将每个所述初始谱峰的中心频率和带宽作为作用于自身的所述目标矩形窗函数的中心频率和带宽;
使用每个所述目标矩形窗函数作用于对应的所述初始谱峰,得到至少一个所述目标谱峰。
4.根据权利要求1所述的方法,其特征在于,所述利用所述每个频率点对应的零阶相位偏差值和一阶相位偏差值,对所述每个频率点进行相位校正,得到校正后的谱图,包括:
将所述每个频率点对应的所述零阶相位偏差值和所述一阶相位偏差值输入相位偏差角公式,得到所述每个频率点的相位偏差角;
将所述每个频率点的相位偏差角和对应的复数数据相乘,得到所述每个频率点校正后的相位。
5.根据权利要求3所述的方法,其特征在于,所述从所述谱图中选择至少一个初始谱峰,包括:
根据预先筛选出的谱峰的信息从所述谱图中选择至少一个所述初始谱峰,其中,所述预先筛选出的谱峰不包括水峰。
6.一种谱图的相位校正装置,其特征在于,包括:
获取模块,用于获取待校正的谱图;
获得模块,用于将至少一个目标矩形窗函数作用于所述获取模块获取的所述谱图,以得到至少一个目标谱峰,所述目标矩形窗函数用于从所述谱图中选择出所述目标谱峰;
处理模块,用于基于所述获得模块得到的至少一个所述目标谱峰进行校正处理,以得到所述谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值;
校正模块,用于利用所述处理模块得到的所述每个频率点对应的零阶相位偏差值和一阶相位偏差值,对所述每个频率点进行相位校正,得到校正后的谱图。
7.根据权利要求6所述的装置,其特征在于,所述处理模块包括:
相加子模块,用于对所述目标谱峰进行相加,得到临时谱图;
第一校正子模块,用于对所述相加子模块得到的所述临时谱图进行熵最小化相位校正,得到所述谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值。
8.根据权利要求6所述的装置,其特征在于,所述获得模块包括:
选择子模块,用于从所述谱图中选择至少一个初始谱峰;
确定子模块,用于将所述选择子模块选择的每个所述初始谱峰的中心频率和带宽作为作用于自身的所述目标矩形窗函数的中心频率和带宽;
作用子模块,用于使用所述确定子模块确定后的每个所述目标矩形窗函数作用于对应的所述初始谱峰,得到至少一个所述目标谱峰。
9.根据权利要求6所述的装置,其特征在于,所述校正模块包括:
输入子模块,用于将所述每个频率点对应的所述零阶相位偏差值和所述一阶相位偏差值输入相位偏差角公式,得到所述每个频率点的相位偏差角;
第二校正子模块,用于将所述输入子模块得到的所述每个频率点的相位偏差角和对应的复数数据相乘,得到所述每个频率点校正后的相位。
10.根据权利要求8所述的装置,其特征在于,所述选择子模块,具体用于:
根据预先筛选出的谱峰的信息从所述谱图中选择至少一个所述初始谱峰,其中,所述预先筛选出的谱峰不包括水峰。
11.一种谱图的相位校正设备,其特征在于,包括:
处理器;用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取待校正的谱图;
将至少一个目标矩形窗函数作用于所述谱图,以得到至少一个目标谱峰,所述目标矩形窗函数用于从所述谱图中选择出所述目标谱峰;
基于至少一个所述目标谱峰进行校正处理,以得到所述谱图中每个频率点对应的零阶相位偏差值和一阶相位偏差值;
利用所述每个频率点对应的零阶相位偏差值和一阶相位偏差值,对所述每个频率点进行相位校正,得到校正后的谱图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010067738.5A CN111239657B (zh) | 2020-01-20 | 2020-01-20 | 谱图的相位校正方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010067738.5A CN111239657B (zh) | 2020-01-20 | 2020-01-20 | 谱图的相位校正方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111239657A CN111239657A (zh) | 2020-06-05 |
CN111239657B true CN111239657B (zh) | 2022-05-06 |
Family
ID=70879713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010067738.5A Active CN111239657B (zh) | 2020-01-20 | 2020-01-20 | 谱图的相位校正方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111239657B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114910854B (zh) * | 2022-07-14 | 2022-10-04 | 华中科技大学 | 一种脉冲强磁场下核磁共振fid信号相位校正方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3720752B2 (ja) * | 2001-10-26 | 2005-11-30 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 0次位相検出方法およびmri装置 |
JP4498947B2 (ja) * | 2004-04-15 | 2010-07-07 | 日本電子株式会社 | 磁気共鳴スペクトルの定量方法 |
US9052409B2 (en) * | 2008-07-11 | 2015-06-09 | Schlumberger Technology Corporation | Monte Carlo method for laplace inversion of NMR data |
CA2777501A1 (en) * | 2009-10-13 | 2011-04-21 | M. Daniel Raftery | Biomarkers and identification methods for the early detection and recurrence prediction of breast cancer using nmr |
CN102360502B (zh) * | 2011-09-07 | 2013-07-31 | 中国科学院武汉物理与数学研究所 | 一种自动基线校正方法 |
CN102495383B (zh) * | 2011-11-24 | 2013-09-18 | 中国科学院武汉物理与数学研究所 | 一种自动相位校正方法 |
KR20150091095A (ko) * | 2012-11-30 | 2015-08-07 | 마그네패스 피티와이 엘티디 | 자기 공명 영상에 대한 개선점들 |
CN103885014B (zh) * | 2012-12-21 | 2016-01-20 | 上海联影医疗科技有限公司 | 一种波谱相位校正方法 |
CN104330787B (zh) * | 2013-12-30 | 2017-01-18 | 河南科技大学 | 水下运动阵列多目标检测和方位估计一体化方法 |
CN104990495B (zh) * | 2015-07-24 | 2017-07-28 | 哈尔滨工业大学 | 高分辨率频率扫描干涉仪中基于峰值演化消畸变的色散相位补偿方法 |
CN105928965B (zh) * | 2016-05-11 | 2017-09-15 | 中国科学院武汉物理与数学研究所 | 一种核磁共振谱采样截断伪峰的抑制方法 |
CN206420972U (zh) * | 2017-01-05 | 2017-08-18 | 株洲中车时代电气股份有限公司 | 铁路车辆电气屏柜的智能监测装置 |
CN106841272B (zh) * | 2017-03-21 | 2019-02-05 | 苏州大学 | 一种适用于化合物分子基团或共混物组分比例的定量分析方法 |
CN107015181B (zh) * | 2017-04-07 | 2020-01-14 | 厦门大学 | 一种在不均匀磁场下测量质子纵向弛豫时间的方法 |
CN109522801B (zh) * | 2018-10-17 | 2021-05-04 | 中国船舶重工集团公司第七一九研究所 | 飞行时间质谱仪的重叠峰分离方法及系统 |
CN110501664B (zh) * | 2019-08-23 | 2021-07-16 | 苏州朗润医疗系统有限公司 | 磁共振波谱相位校正方法及应用该方法的磁共振成像系统 |
-
2020
- 2020-01-20 CN CN202010067738.5A patent/CN111239657B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111239657A (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nguyen et al. | Denoising MR spectroscopic imaging data with low-rank approximations | |
Graveron-Demilly | Quantification in magnetic resonance spectroscopy based on semi-parametric approaches | |
EP2283376B1 (en) | Improvement in magnetic resonance imaging relating to correction of chemical shift artifact and intensity inhomogeneity | |
US10241169B2 (en) | Method for analysis by nuclear magnetic resonance of a sample including a species to be characterized and a reference species | |
CN110501664B (zh) | 磁共振波谱相位校正方法及应用该方法的磁共振成像系统 | |
US7492155B2 (en) | Method and apparatus for phase calibration of an MRI pulse | |
Wilson | Robust retrospective frequency and phase correction for single‐voxel MR spectroscopy | |
Tapper et al. | Frequency and phase correction of J‐difference edited MR spectra using deep learning | |
CN111239657B (zh) | 谱图的相位校正方法、装置及设备 | |
JP6420348B2 (ja) | 核磁気共鳴分析方法 | |
Vegh et al. | Selective channel combination of MRI signal phase | |
Rizzo et al. | Quantification of MR spectra by deep learning in an idealized setting: Investigation of forms of input, network architectures, optimization by ensembles of networks, and training bias | |
Liu et al. | PEC‐GRAPPA reconstruction of simultaneous multislice EPI with slice‐dependent 2D Nyquist ghost correction | |
Wang et al. | Denoising magnetic resonance spectroscopy (MRS) data using stacked autoencoder for improving signal‐to‐noise ratio and speed of MRS | |
DE102013224406B4 (de) | Korrektur von Verzerrungen in Magnetresonanz-Diffusionsbildern | |
Matviychuk et al. | Improving the accuracy of model-based quantitative nuclear magnetic resonance | |
DE102014225299A1 (de) | Verfahren zur Rekonstruktion von Magnetresonanz-Bilddaten | |
Wilferth et al. | Quantitative 7T sodium magnetic resonance imaging of the human brain using a 32‐channel phased‐array head coil: Application to patients with secondary progressive multiple sclerosis | |
Pieciak et al. | Variance stabilization of noncentral-chi data: Application to noise estimation in MRI | |
US20160238683A1 (en) | Automated determination of the resonance frequencies of protons for magnetic resonance examinations | |
US9710906B2 (en) | Method and apparatus for removing distortion by lipids from magnetic resonance image | |
Hutton et al. | Modelling temporal stability of EPI time series using magnitude images acquired with multi-channel receiver coils | |
Kobarg et al. | Numerical experiments with MALDI imaging data | |
US10401454B2 (en) | Method and apparatus assignment of a spin species to a combination image | |
Madhusoodhanan et al. | A quantitative survey of GRAPPA reconstruction in parallel MRI: impact on noise reduction and aliasing |
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 |