买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:厦门大学
摘要:一种深度量子计算的磁共振波谱代谢物基集生成方法,涉及磁共振波谱技术领域。包括:1)获取代谢物结构信息,进行数据预处理,生成初始自旋系统矩阵,得到仿真数据集;2)构建基于深度量子计算的基集生成网络Bs‑net及损失函数,3)设计脉冲模块Ex‑net和演化模块Ev‑net,学习不同角度的脉冲过程和密度算符随时间的更新过程;4)加载步骤3)的训练模型,在自旋回波序列上进行验证子模块组合后生成的代谢物基集。基于量子力学理论,利用深度学习方法学习序列的脉冲任务和密度算符随时间演化的过程,可适应多TE,多代谢物的基集生成情况,增强模型的泛化能力和准确性,为基集生成提供更灵活更准确的模拟策略。
主权项:1.一种深度量子计算的磁共振波谱代谢物基集生成方法,其特征在于,包括以下步骤:1数据生成:从已有数据库中获取不同代谢物的自旋系统结构信息,将其转化为用于磁共振物理仿真的数据,生成仿真自旋系统矩阵数据集作为训练数据集,基于量子仿真模拟生成脉冲序列下的哈密顿算符、密度算符和代谢物基集;所述数据生成的具体方法如下:通过公共数据集获取代谢物自旋系统数据,包括化学位移Ωj、J耦合常数Jjk;得到自旋系统数据后,生成哈密顿算符和密度算符: 其中,Hn表示第n个时间间隔的哈密顿算符,n代表第n个时间间隔,M是代谢物的耦合自旋数,j为第j个耦合自旋,Ωj是自旋j相对于参考分子的化学位移,参考分子选择为四甲基硅烷,Ixj是第j个自旋在x方向上的角动量算符,Iyj是第j个自旋在y方向上的角动量算符,Izj是第j个自旋在z方向上的角动量算符,π表示圆周率,近似值为3.14,γ是回旋磁比,Jjk是自旋j和k之间的J耦合常数,Ij是第j个自旋的角动量算符,Ik是第k个自旋的角动量算符,Gn是第n个时间间隔的梯度矢量,r是距磁体等中心点的位置矢量,是第n个时间间隔射频脉冲的章动角频率,f是射频脉冲的相位;ρn表示第n个时间间隔的密度算符;2设计并搭建网络:构建基于深度量子计算的基集生成网络及损失函数;所述构建基于深度量子计算的基集生成网络及损失函数的具体方法为:a设计一个脉冲模块Ex-net,用于学习自旋回波序列的90度脉冲和180度脉冲过程,该设计基于Densenet网络实现;基于Densenet的网络的输入样本有2个通道,对应实部和虚部;网络首先通过一个卷积层,卷积核大小为1×1,该卷积层将输入的2个通道转换成64个通道;这个卷积层会增加特征数量;在卷积层后,会进行批归一化操作;之后用激活函数引入非线性,这里使用ReLU;网络中包含四个密集块和三个过渡层的堆叠,其中密集块有助于学习网络多尺度的特征,过渡层可以减少通道数和空间尺寸;密集块中包含一系列密集层;每个密集层包含一个卷积块,卷积块包含批归一化、ReLU激活函数、3×3的卷积层和Dropout层,这些层的输出被连接到一起,并作为下一层的输入;过渡层中包含批归一化、ReLU激活函数、1×1的卷积层和Dropout层;最后经过一个1×1的卷积层,进行降维操作,将网络的输出通道数减少到2,输出学习结果,输出的2个通道分别对应实部和虚部;该脉冲模块Ex-net的网络输出表示为 其中,ρn是第n个时间间隔的密度算符,也是脉冲模块Ex-net网络输入,Θ1表示脉冲模块Ex-net的网络参数集合;脉冲模块Ex-net的损失函数定义为: 其中,α,β为损失函数参数,ρn是第n个时间间隔的密度算符,也是脉冲模块Ex-net网络输入,是脉冲模块Ex-net的网络输出,Θ1表示脉冲模块Ex-net的网络参数集合;b设计一个演化模块Ev-net,学习密度算符随时间的更新过程,演化模块Ev-net基于Densenet网络实现,Densenet网络结构和脉冲模块Ex-net结构相同;演化模块Ev-net的学习和TE时间有关,密度算符随时间演化的过程如下: 其中,ρn为第n个时间间隔的密度算符,ρn+1为第n+1个时间间隔的密度算符,i为虚数单位,Hn为第n个时间间隔的哈密顿算符,tn为第n个时间间隔的起始时间点,tn+1为第n+1个时间间隔的起始时间点;该演化模块Ev-net的网络输入为即脉冲模块Ex-net网络输出;演化模块Ev-net的网络输出表示为 其中,Θ2表示演化模块Ev-net的网络参数集合;演化模块Ev-net的损失函数定义为: 其中,为演化模块Ev-net的网络输出,ρn+1为第n+1个时间间隔的密度算符,为网络真值;c设计一个读出模块,生成基集信号;在读出模块中,根据密度算符生成时域下的信号Sn; 其中,Np是点数,设置为2048个点,M是代谢物的耦合自旋数,j为第j个耦合自旋,tr是迹函数,为矩阵主对角线元素的和,Ixj为第j个自旋在x方向上的角动量算符,Iyj为是第j个自旋在y方向上的角动量算符,i为虚数单位,ρn是第n个时间间隔的密度算符;3训练网络:将步骤1构建的训练数据集作为步骤2中搭建的网络的训练集进行训练,得到已训练的基于深度量子计算的基集生成网络BS-net网络模型;4基集生成:加载步骤3的训练好的BS-net网络模型,使用自旋回波序列作为验证序列,基于自旋回波序列生成深度量子计算的磁共振波谱代谢物基集。
全文数据:
权利要求:
百度查询: 厦门大学 一种深度量子计算的磁共振波谱代谢物基集生成方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。