基于蒙特卡罗算法的低场核磁共振测量效率提高方法

doi:10.11938/cjmr20172603

波谱学杂志 ›› 2018, Vol. 35 ›› Issue (2): 226-233.doi: 10.11938/cjmr20172603

• 低场磁共振技术与应用专栏 • 上一篇下一篇

基于蒙特卡罗算法的低场核磁共振测量效率提高方法

邹越崎¹, 郭盼², 徐征¹

1. 重庆大学, 输配电装备及系统安全与新技术国家重点实验室, 重庆 400044;
2. 重庆师范大学物理与电子工程学院, 重庆 401331

收稿日期:2017-11-08 出版日期:2018-06-05 在线发表日期:2017-12-19
通讯作者: 郭盼,Tel:13527475882,E-mail:guopan0822@163.com E-mail:guopan0822@163.com
基金资助:
国家自然科学基金资助项目（51677008，51377182，11647098，51707028）.

High-Efficiency Low-Field Nuclear Magnetic Resonance Measurements with a Monte Carlo Simulation Algorithm

ZOU Yue-qi¹, GUO Pan², XU Zheng¹

1. State Key Laboratory of Power Transmission Equipment & System Security and New Technology, Chongqing University, Chongqing 400044, China;
2. School of Physics and Electronic Engineering, Chongqing Normal University, Chongqing 401331, China

Received:2017-11-08 Published:2018-06-05 Online:2017-12-19

摘要/Abstract

摘要： 核磁共振（NMR）的纵向弛豫时间（T₁）、横向弛豫时间（T₂）、自扩散系数（D₀），以及T₂-T₁、T₂-D₀测量目前广泛应用于石油测井行业.在测量D₀的SGSE序列中，通过逐渐增大90°和180°脉冲之间的时间间隔（T_d），可以对液体扩散行为产生的影响进行调节.然而T_d的"起点"、"步进数"和"终点"等参数必须设置得当才能准确测量T₁和D₀.目前参数的设置依赖多次的人工调整和测量人员的经验，耗时且使用门槛较高.本文用蒙特卡罗方法进行大量随机模拟，根据前面若干点的测量结果筛选出满足要求的随机值，预测下一个测量点的位置.该算法可以实时更新参数设置，实现自动化测量，达到降低测量门槛、缩短测量时间的目的.经验证，该算法可以适用于T₁、D₀的测量.

关键词: 低场核磁共振, 算法, 蒙特卡罗, T₁, D₀

Abstract: Measurements of longitudinal relaxation time (T₁), transverse relaxation time (T₂), self-diffusion coefficient (D₀),T₂-T₁ and T₂-D₀ are central in NMR-based oil logging. The SGSE sequence is commonly used to measure D₀, in which the interval time between the 90° and 180° pulses (T_d) is increased incrementally to probe into the diffusion behaviors of liquids. However, the starting point, step size and end point of T_d must be properly set in order to get accurate measurement of T₁ and D₀. Currently, tuning of such parameters is often done manually, and thus time-consuming and difficult to use. The final outcome also relies heavily on operator's experience. In this study, a large number of random simulations were carried out by a Monte Carlo algorithm. The algorithm predicted the parameters for next measurement based on the results from previous measurements and thus was capable of updating the parameter settings in real time for automatic measurements. The algorithm was validated for T₁, D₀ measurements, and demonstrated reduced measurement threshold and shortened measurement time.

Key words: low-field NMR, algorithm, Monte Carlo, T₁, D₀

中图分类号:

O482.53

邹越崎, 郭盼, 徐征. 基于蒙特卡罗算法的低场核磁共振测量效率提高方法[J]. 波谱学杂志, 2018, 35(2): 226-233.

ZOU Yue-qi, GUO Pan, XU Zheng. High-Efficiency Low-Field Nuclear Magnetic Resonance Measurements with a Monte Carlo Simulation Algorithm[J]. Chinese Journal of Magnetic Resonance, 2018, 35(2): 226-233.

[1]	刘可文, 姜予康, 陈方, 陈俊飞, 卢媛, 陈黎, 刘朝阳. 基于深度学习的低场NMR弛豫时间谱反演新方法[J]. 波谱学杂志, 2026, 43(3): 307-320.
[2]	吴肇博, 王佳鑫, 刘万震, 程鑫, 魏巍, 黄臻, 陈方, 张志, 刘朝阳. 低场固体核磁共振魔角旋转探头关键部件的研制[J]. 波谱学杂志, 2026, 43(1): 1-15.
[3]	李科言, 程鑫, 陈俊飞, 曹丽, 黄臻, 刘朝阳. 用于低场NMR的低噪声前置放大器研制[J]. 波谱学杂志, 2025, 42(3): 321-333.
[4]	李浩东, 王远军. 一种种子点聚类与方向修正的纤维追踪算法[J]. 波谱学杂志, 2024, 41(4): 430-442.
[5]	曾祥政, 陈俊飞, 黄重阳, 皮海亚, 曹丽, 黄臻, 郭文龙, 冯继文, 刘朝阳. dDNP溶融系统的自动化设计与研究[J]. 波谱学杂志, 2024, 41(4): 382-392.
[6]	黄敏, 朱俊琳, 考宇辰, 周到, 唐奇伶. 基于物理模型的ISTAVS-Net多线圈MRI图像重建[J]. 波谱学杂志, 2024, 41(4): 418-429.
[7]	宋林红, 柴鑫, 张许, 蒋滨, 刘买利. 用遗传算法优化灵敏度增强的定量¹³C NMR实验[J]. 波谱学杂志, 2023, 40(4): 365-375.
[8]	郭江峰,MACMILLAN Bryce,BALCOM Bruce. 基于T₁-T₂^*弛豫相关的聚氨酯橡胶相态结构和动力学特征[J]. 波谱学杂志, 2023, 40(2): 111-121.
[9]	张融,王伟,高怡,刘财广,王振林,覃莹瑶,张宫. 页岩油储层T₂-T₁二维核磁共振测量参数敏感性分析[J]. 波谱学杂志, 2023, 40(2): 122-135.
[10]	师光辉,肖立志,廖广志,罗嗣慧,侯学理,卢亚普. 低场核磁共振仪器振铃抑制新方法及其电路实现[J]. 波谱学杂志, 2023, 40(1): 68-78.
[11]	王振林, 张融, 张妮, 蔺敬旗, 覃莹瑶, 陈刚, 张宫. 一种基于组分补偿的二维核磁共振测井数据高精度处理方法[J]. 波谱学杂志, 2022, 39(2): 174-183.
[12]	牛星星,白志杰,杨翼,高杨文,王雪璐,姚叶锋. 原位低场核磁共振弛豫法定量监测光催化Cr(Ⅵ)还原反应[J]. 波谱学杂志, 2021, 38(3): 403-413.
[13]	冯涛, 陈俊飞, 张震, 杨春升, 张志, 刘朝阳. 低场核磁共振短死时间射频线圈与射频开关的设计[J]. 波谱学杂志, 2021, 38(1): 1-11.
[14]	刘颖, 陈静聪, 胡小洋, 章浩伟. 基于 Mask RCNN 的桥小脑角区脑膜瘤与听神经瘤分类定位研究[J]. 波谱学杂志, 2021, 38(1): 58-68.
[15]	张世懋, 葛祥, 王辛, 侯克均. 川西气田白云岩储层二维核磁共振测井气水识别方法[J]. 波谱学杂志, 2020, 37(3): 360-369.

基于蒙特卡罗算法的低场核磁共振测量效率提高方法

High-Efficiency Low-Field Nuclear Magnetic Resonance Measurements with a Monte Carlo Simulation Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价