[發明專利]預配訓練數據使神經網絡識別NMR測量中信號的系統和方法

在審

• 申請號: 202011480139.2
• 申請日: 2020-12-15
• 公開（公告）號: CN113009397A
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 克莉絲汀·博利格爾;奧利弗·霍拉赫爾;約亨·克拉格斯;伊琳娜·加利亞什;馬可·格魯爾;法布里斯·莫里奧
• 申請（專利權）人: 布魯克瑞士股份公司
• 主分類號: G01R33/46
• 分類號: G01R33/46;G06N3/04;G06N3/08
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 程鋼

1.一種用于產生訓練數據集(141)以用于訓練神經網絡(230)供在NMR頻譜中的信號分析的計算機實施方法(1000)，包括：

獲得(1100)多個計算的NMR原始頻譜(213)，每一原始頻譜與具有已知數目個質子(#P)的不同NMR活性分子(211)相關聯；

通過每一原始頻譜(213)與一個或多個譜線成形函數的卷積來變寬(1200)所述原始頻譜的譜線寬度以產生變寬的頻譜(111)，作為用于每一原始頻譜的當前頻譜，其中譜線寬度的所述變寬遵循在所述多個當前頻譜上的統計分布，這是通過從所述統計分布針對所述各種原始頻譜取樣相應變寬值；

針對每一加寬的頻譜(111)計算(1310)其積分函數以計數與所述相應加寬的頻譜的峰相關聯的質子的所述數目；

將信號間隔識別(1320)為所述加寬的頻譜(111)中的間隔，其中所述積分函數大致按與單個質子相關聯的所述值的倍數增大，使得計數的質子的總數匹配所述相關聯的分子的所述已知質子數(#P)，其中調整所述識別的間隔(211)以至少涵蓋對應的峰間隔的預定閾值；

將具有針對所述識別的信號間隔的相關聯的標簽(121)的所述當前頻譜(111、111')作為所述訓練數據集(141)提供(1500)到所述神經網絡。

2.根據權利要求1所述的方法，其中所述相關聯的NMR活性分子的分子量小于或等于500道爾頓。

3.根據權利要求1或2所述的方法，進一步包括：

在已接收到所述多個計算的NMR原始頻譜后，預處理(1150)所述接收的原始頻譜，使得在每一原始頻譜中的數據點的數目大致對應于從現實NMR實驗獲得的相當的現實NMR頻譜的數據點的數目。

4.根據權利要求1到3中任一項所述的方法，其中所述一個或多個譜線成形函數選自由以下各者組成的群組：洛倫茲函數、高斯函數和福格特函數。

5.根據權利要求1到4中任一項所述的方法，其中用于變寬的所述統計分布選自由以下各者組成的群組：伽瑪分布、貝塔分布、對數正態分布。

6.根據權利要求5所述的方法，其中譜線變寬值等效于從0.3Hz到0.6Hz的范圍。

7.根據前述權利要求中任一項所述的方法，進一步包括：

在已識別所述信號間隔后，將一個或多個統計修改應用(1400)于每一當前頻譜，其中特定統計修改的統計參數在統計上分布于所述多個當前頻譜上。

8.根據前述權利要求中任一項所述的方法，進一步包括：

在已識別所述信號間隔后，將雜質的效應添加(1410)到所述當前頻譜(111)，其中雜質的數目、對應的位移和振幅在所述多個當前頻譜上在統計上變化，使得與特定當前頻譜(111')整體的雜質比重保持低于每雜質0.5個質子的等價整數。

9.根據前述權利要求中任一項所述的方法，進一步包括：

在已識別所述信號間隔后，將線性相移應用(1420)于每一當前頻譜(111)，其中所述應用的線性相移在統計上分布于所述多個當前頻譜上。

10.根據前述權利要求中任一項所述的方法，進一步包括：

在已識別所述信號間隔后，將基線變化添加(1430)到每一當前頻譜(111)，其中針對特定當前頻譜的所述基線變化是通過三到十二個被稱作結的取樣點用逐條多項式內插函數來計算，且其中所述當前頻譜的所述結的坐標在統計上均勻地分布于所述多個當前頻譜上。

11.根據前述權利要求中任一項所述的方法，進一步包括：

在已確定所述信號間隔后，將噪聲添加(1440)到每一當前頻譜(111)，其中所述噪聲振幅遵循高斯分布，且所述高斯分布的標準偏差在統計上在所述多個當前頻譜上變化。