波谱学杂志, 2026, 43(2): 115-124   doi: 10.11938/cjmr20253166   cstr: 32225.14.cjmr20253166

研究论文

基于多通道Transformer重构的NMR环境噪声抑制方法

赵静1, 鲍庆嘉2,3, 张志2,3, 陈罡2,3, 吴肇博1, 黄臻,1,*, 刘朝阳,2,3,#

1 武汉轻工大学 电气与电子工程学院， 湖北 武汉 430023

2 中国科学院精密测量科学与技术创新研究院， 磁共振波谱与成像全国重点实验室，武汉磁共振中心， 湖北 武汉 430071

3 中国科学院大学， 北京 100049

NMR Environmental Noise Suppression Method Based on Multi-channel Transformer Reconstruction

ZHAO Jing1, BAO Qingjia2,3, ZHANG Zhi2,3, CHEN Gang2,3, WU Zhaobo1, HUANG Zhen,1,*, LIU Chaoyang,2,3,#

1 School of Electrical and Electronic Engineering, Wuhan Polytechnic University, Wuhan 430023, China

2 State Key Laboratory of Magnetic Resonance Spectroscopy and Imaging, National Center for Magnetic Resonance in Wuhan, Innovation Academy for Precision Measurement Science and Technology, Chinese Academy of Sciences, Wuhan 430071, China

3 University of Chinese Academy of Sciences, Beijing 100049, China

通讯作者: Tel: 13429833800, E-mail:zhenhuang@whpu.edu.cn;# Tel: 027-87198790, E-mail:chyliu@apm.ac.cn.

收稿日期: 2025-05-19   网络出版日期: 2025-06-04

基金资助: 国家重点研发计划(2023YFE0113300); 国家重点研发计划(2022YFF0707000); 中国科学院磁共振技术联盟科研仪器设备研制项目(2021GZL001); 中国科学院基础与交叉前沿科研先导专项(XDB0540300); 国家自然科学基金项目(22327901); 国家自然科学基金项目(81627901); 国家自然科学基金项目(22374158); 国家自然科学基金项目(22127801); 国家自然科学基金项目(21927801); 国家自然科学基金项目(12205352); 国家自然科学基金项目(22204168); 中国科学院精密测量科学与技术创新研究院交叉培育项目(S21S4101); 中国科学院科研仪器研制项目(YJKYYQ20190032)

Corresponding authors: Tel: 13429833800, E-mail:zhenhuang@whpu.edu.cn;# Tel: 027-87198790, E-mail:chyliu@apm.ac.cn.

Received: 2025-05-19   Online: 2025-06-04

摘要

便携式核磁共振（NMR）波谱仪易受外部电磁干扰（EMI），导致信噪比低、分析准确性下降．本文提出一种基于多参考线圈和深度学习的方法：利用多通道线圈并行采集环境电磁噪声，输入多通道Transformer重构（MCTR）网络，该网络通过捕捉环境电磁信号的长程依赖关系，实时预测并去除主线圈中的环境噪声．实验表明，该方法在仿真和实际NMR数据中均可有效抑制噪声，提升检测性能，且优于传统方法，信号质量高、鲁棒性强，为便携式NMR在复杂电磁环境中的应用提供了有效支持，有望推动现场检测发展．

关键词： 便携式NMR; 多通道并行接收; 参考线圈; 噪声抑制; Transformer

Abstract

Portable nuclear magnetic resonance (NMR) spectrometers are susceptible to external electromagnetic interference (EMI), leading to low signal-to-noise ratio and reduced analytical accuracy. This paper proposes a method based on multiple reference coils and deep learning: multi-channel coils are used to acquire ambient electromagnetic noise in parallel, which is fed into a multi-channel Transformer reconstruction (MCTR) network. The network captures long-range dependencies of ambient electromagnetic signals, predicts and removes the environmental noise in the main receiving coil in real time. Experiments show that this method effectively suppresses noise in both simulated and actual NMR data, improves detection performance, outperforms traditional methods, maintains high signal quality, and has strong robustness. It provides effective support for the application of portable NMR in complex electromagnetic environments, and is expected to promote the development of on-site detection.

Keywords： portable NMR; multi-channel parallel reception; reference coils; noise suppression; Transformer

PDF (1158KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

赵静, 鲍庆嘉, 张志, 陈罡, 吴肇博, 黄臻, 刘朝阳. 基于多通道Transformer重构的NMR环境噪声抑制方法[J]. 波谱学杂志, 2026, 43(2): 115-124 doi:10.11938/cjmr20253166

ZHAO Jing, BAO Qingjia, ZHANG Zhi, CHEN Gang, WU Zhaobo, HUANG Zhen, LIU Chaoyang. NMR Environmental Noise Suppression Method Based on Multi-channel Transformer Reconstruction[J]. Chinese Journal of Magnetic Resonance, 2026, 43(2): 115-124 doi:10.11938/cjmr20253166

引言

核磁共振（Nuclear Magnetic Resonance, NMR）是一种非破坏性、可定量分析的检测技术，广泛应用于物质结构解析、成分组成和性质探究等研究领域[1-3].便携式NMR波谱仪因其体积小巧、设计轻便、操作简便等优点，克服了场地、时间和设备的限制，成为快速评估被测对象特性的理想工具[4,5].这种技术已在食品安全[6]、制药[7]、环境监测[8]等多个行业得到广泛应用.尽管便携式NMR波谱仪在提升灵活性和便携性的同时，信号的信噪比（Signal-to-Noise Ratio, SNR）较低仍是其面临的一大挑战.因此，如何在保持便携性的同时有效提高NMR谱图质量，已成为便携式NMR研究的重要方向.

低场便携式NMR仪器信噪比较低的一个重要原因是其主磁场强度B0较低，而NMR实验的信噪比（SNR）与主磁场强度${B}_{0}^{3/2}$成正比，因此低场便携式NMR仪器通常存在灵敏度不足的问题．为了提高信号强度，研究人员从多个方面进行了改进．例如，在仪器部件方面，通过提升磁体的均匀性[9,10]、提高射频线圈的灵敏度[11,12]、采用低温探头技术[13]等方法来增强信号强度．在超极化技术方面，动态核极化[14,15]、自旋交换光抽运和仲氢诱导极化[16]等技术显著提高了核自旋极化率，从而增强了NMR信号的强度．在脉冲序列技术方面，采用快速激发与采集序列、压缩感知等方法显著提高了信号强度[17]．然而，这些方法仍然面临设备成本高、退极化速度快以及设计复杂等挑战．

便携式NMR波谱仪灵敏度较低的另一个重要原因是其容易受到外界复杂环境中电磁干扰（ElectromagneticInterference, EMI）的影响.由于便携式NMR仪器通常缺乏良好的实验环境和射频屏蔽措施，导致在信号采集过程中，接收线圈可能会受到外部电磁干扰信号的影响.这些电磁干扰信号与NMR信号混合，从而降低了信噪比，进而影响实验结果的准确性和稳定性.主动干扰抑制技术作为一种抑制环境电磁干扰噪声的有效方法，已应用于地下水探测、低场磁共振成像等多个领域.例如，在地下水探测中，Radic[18]采用两个远端垂直参考线圈采集环境噪声数据，通过参考对消去除主通道的噪声；Muller-Petke等人[19]提出了一种基于单参考通道的时域参考消噪方法；Tian等人[20]研究了基于变步长LMS算法的自适应参考消噪方法，有效去除了工频谐波噪声；Li等人[21]提出了频域分段参考消噪方法，能够去除强电磁干扰；Costabel等人[22]使用三个方向参考线圈进行噪声消除；Zhang等人[23]在此基础上提出了邻近参考噪声消除方法.在磁共振成像（Magnetic Resonance Imaging, MRI）领域，Rearick等人[24]提出了一种抑制MRI系统环境噪声的方法，通过估计传递函数（Transfer Function, TF）并基于该函数抑制信号中的环境噪声.Srinivas等人[25]将概念进一步扩展到时域，提出外部动态干扰抑制（External Dynamic Interference Elimination, EDITER）方法.该方法通过外部传感器实时采集并动态估计外部电磁干扰，利用脉冲响应函数在k空间中去除干扰，从而提升低场MRI的图像质量.Yang等人[26]通过分析干扰传输路径，设计了环形电磁干扰接收线圈和心电图电极贴片，利用参考线圈和最小二乘法计算传输因子估计噪声.Zhao等人[27]提出了一种基于主动干扰和深度学习的电磁干扰预测方法，能够有效预测并去除MRI信号中的EMI成分.

文献调研发现，目前主动干扰抑制方法尚未应用于便携式NMR波谱仪的环境噪声抑制中.虽然该方法在其他领域已取得一定成效，但在实际环境中，EMI源或周围环境的变化会导致EMI信号频谱特性发生动态变化，使基于传递函数估计的传统方法易受影响，存在估计不准确、抑制效果退化等问题.针对传统方法在复杂、动态变化环境中适应性不足的挑战，近年来深度学习技术的迅速发展为解决此类问题提供了新的思路.其中，Transformer网络在处理序列数据、捕捉长程依赖关系方面表现出优异性能，已在各类信号处理任务中得到广泛应用.基于此，本文提出了一种结合多通道并行接收与Transformer重建的环境噪声抑制方法，结合了主动干扰抑制与深度学习的优势.仿真与实验结果表明，所提方法在信噪比提升和干扰抑制效果方面，相较于传统的TF方法和EDITER方法，表现出更优异的性能，验证了多通道Transformer重构（Multi-channel Transformer Reconstruction，MCTR）方法在提升便携式NMR波谱仪信号质量方面的有效性.

本文中所提到的“多通道”结构，特指由一个主NMR信号接收通道和多个噪声监测通道组成的系统.这一点与MRI领域中通常所指的“多通道并行接收”（即采用阵列线圈进行并行采集）存在本质区别.在本研究中，只有主通道用于采集NMR信号，其他通道仅用于监测环境电磁干扰.为避免术语混淆，特此说明.

1 实验部分

1.1 MCTR的NMR环境噪声抑制原理

主动干扰抑制方法通过多个参考线圈主动感知周围环境中的电磁干扰（EMI）信号，并对该信号进行后处理实现对EMI的有效抑制.本质上，对于特定的EMI源，处于不同空间位置的多个接收线圈所检测到的EMI信号之间存在一定的相关性，该关系可通过线圈间的耦合特性或频域传递函数加以表征.为直观说明主动抑制的实现机制，假设系统中仅包含一个主接收线圈和一个参考线圈.主接收线圈同时接收FID信号和EMI信号，参考线圈仅接收EMI信号.在忽略系统热噪声的前提下，两者采集的信号可建模如下：

$\begin{array}{c}{y}_{\text{RF}}(t)={s}_{\text{FID}}(t)+{n}_{\text{r}}(t)\\ {y}_{\text{REF}}(t)={n}_{\text{s}}(t)\end{array}$

其中，${s}_{\text{FID}}(t)$和${n}_{\text{r}}(t)$分别表示主接收线圈信号${y}_{\text{RF}}(t)$中的时域FID信号和EMI信号分量，而${n}_{\text{s}}(t)$表示参考线圈检测的信号${y}_{\text{REF}}(t)$中的EMI信号分量．假设只有一个EMI源，其输出信号为$i(t)$，则主接收线圈和参考线圈检测到的EMI分量可分别表示为：

$\begin{array}{c}{n}_{\text{r}}(t)={h}_{\text{r},\text{i}}(t)\ast i(t)\\ {n}_{\text{s}}(t)={h}_{\text{s},\text{i}}(t)\ast i(t)\end{array}$

其中，${h}_{\text{r},\text{i}}(t)$和${h}_{\text{s},\text{i}}(t)$分别是主接收线圈和参考线圈对EMI信号$i(t)$的脉冲响应，$\ast $表示一维卷积．

利用频域传递函数可估计主接收线圈信号中的EMI信号成分：

${n}_{\text{r}}(t)={F}^{-1}\{{H}_{\text{RS},\text{i}}(\omega )\cdot F\text{[}{n}_{\text{s}}(t)]\}$

其中，${H}_{\text{RS},\text{i}}(\omega )=\frac{F\text{[}{h}_{\text{r},\text{i}}(t)]}{F\text{[}{h}_{\text{s},\text{i}}(t)]}$，是脉冲响应${h}_{\text{r},\text{i}}(t)$和${h}_{\text{s},\text{i}}(t)$之间的频域传递函数，${F}^{-1}$和$F$分别表示傅里叶逆变换和傅里叶变换．

当有多个参考线圈时，(3)式可扩展为：

${n}_{\text{r}}(t)={F}^{-1}\left\{{\displaystyle \sum _{n=1}^{N}{H}_{{\text{RS}}_{n}\text{,i}}}(\omega )\cdot F\text{[}{n}_{{\text{s}}_{n}}(t)]\right\}$

其中，${H}_{{\text{RS}}_{n}\text{,i}}(\omega )$表示主接收线圈与第n个（n = 1, 2,..., N）参考线圈之间的频域传递函数，${n}_{{\text{s}}_{n}}(t)$表示第n个参考线圈检测到的信号${y}_{\text{REF}}(t)$中的EMI信号分量．

在此基础上，已知EMI信号分量${n}_{\text{r}}(t)$和${n}_{\text{s}}(t)$之间的关系，则(1)式中主接收线圈信号${y}_{\text{RF}}(t)$中的EMI信号分量${n}_{\text{r}}(t)$可以被预测并从FID信号中抵消：

${y}_{\text{RF}}^{\text{c}}(t)={y}_{\text{RF}}^{}(t)-{F}^{-1}\left\{{\displaystyle \sum _{n=1}^{N}{H}_{{\text{RS}}_{n},\text{i}}}(\omega )\cdot F\text{[}{n}_{{\text{s}}_{n}}(t)]\right\}$

其中，${y}_{\text{RF}}^{\text{c}}(t)$表示EMI抑制后的主接收线圈接收的信号．

该方法建立在一个关键假设之上，即参考线圈与主接收线圈所检测到的信号之间存在线性映射关系．然而，在实际应用中，该线性假设并不总是成立．例如，当参考线圈的数量小于EMI源的数量时，求解传递函数就变成了一个不确定问题．相反，深度学习方法，如非线性神经网络模型，有望在实际中更好地逼近传递函数．为此，本文提出一种基于MCTR的环境噪声抑制方法．该方法引入非线性网络模型，以端到端的方式从多个参考线圈的时域信号中学习并预测主接收通道中的噪声分量，并将其从主接收线圈检测的信号中抵消，得到${y}_{\text{RF}}^{\text{c}}(t)$．研究表明，参考线圈的数量越多，实验效果越好[27]．因此为了最大化利用本研究系统中4个接收通道，将3个通道作为参考线圈接收通道．1个作为主接收线圈接收通道．根据文献[25]中的参考线圈放置的原则，将参考线圈分别放置于磁体的后方和两侧．

本文提出的方法概述图如图1所示．主接收线圈位于磁体中心，用于接收信号${y}_{\text{RF}}(t)$．参考线圈合理分布于磁体周围，以感知外部电磁环境中的干扰信号${n}_{\text{s}}(t)$．采用多通道并行接收系统，对主接收线圈与3个参考线圈的信号同步采集．数据采集过程包括两个阶段：第一阶段射频功率放大器关闭，主接收线圈仅采集EMI信号；第二阶段射频功率放大器打开，主接收线圈同时采集FID信号与EMI信号．两阶段所获取的数据分别用于后续网络模型的训练与测试．

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   基于MCTR的环境噪声抑制方法概述图

Fig. 1   Overview diagram of the environmental noise suppression method based on MCTR


MCTR网络的训练与测试过程如图2所示．在训练阶段，网络将射频功率放大器关闭下参考线圈采集的信号${n}_{\text{s}}(t)$作为输入，将主接收线圈检测到的信号${n}_{\text{r}}(t)$作为标签，其中${n}_{\text{s}}(t)$包含三个参考线圈检测的信号. 网络输出为主接收线圈中EMI分量的预测值．通过最小化预测结果与真实标签之间的均方误差（Mean Squared Error，MSE）损失函数，迭代优化网络参数，直至收敛．在测试阶段，网络的输入为射频功率放大器打开时参考线圈采集的信号，网络输出为预测的主接收线圈中的EMI信号分量．从主接收线圈检测的${y}_{\text{RF}}(t)$信号中减去预测的EMI信号分量，得到去噪后的信号${y}_{\text{RF}}^{\text{c}}(t)$．

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   MCTR网络的训练与测试. (a)训练流程图及结果；(b)测试流程图及结果

Fig. 2   Training and Inferencing of the MCTR network. (a) Training process and results; (b) Inferencing process and results


1.2 Transformer网络结构

本文所提算法的具体网络结构如图3所示，该网络模型基于Transformer结构设计，由多个编码器和解码器堆叠而成.其核心目标是通过自注意力机制与层级堆叠结构，实现对序列数据的高效建模与预测.网络的输入为多个参考线圈采集的信号，输出为预测的主接收线圈中的EMI信号分量.

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   网络结构图. (a) Transformer整体结构图；(b)多头注意力实现过程

Fig. 3   Network architecture. (a) Overall structure of the Transformer; (b) Multi-head attention mechanism


首先，输入数据通过全连接层（FC）进行维度调整，以适配编码器的输入要求.随后，位置编码（Positional Encoding）为输入数据注入位置信息，使模型能够感知数据的序列顺序，从而有效处理时序特征.模型的核心结构由多层编码器（Encoder）和多层解码器（Decoder）堆叠而成.每个编码器层均由自注意力机制（Self-Attention）和前馈神经网络（Feed-Forward Network）组成.自注意力机制使模型能够自适应地关注数据中不同位置之间的关联关系，在其之后，通过Norm1进行层归一化，使注意力计算结果稳定并易于训练.前馈神经网络则对提取的特征进行非线性变换，并由Norm2进一步规范输出数据的分布，提升模型的表达能力.为抑制过拟合风险，每一层中均引入了Dropout操作，同时结合层归一化以稳定数据分布，促进模型训练.此外，每个编码器层内部设计了残差连接，即将输入特征与输出特征直接相加.残差结构有效缓解了深层网络训练中的梯度消失问题，保证了信息在网络中的顺利传递，并保留了更多细节特征.特别是在深层模型中，残差连接不仅有助于防止信息丢失，还显著提升了学习效率，加速了模型收敛，并增强了整体训练的稳定性.

解码器的结构和编码器的结构类似，除了自注意力机制和前馈神经网络外，还引入了多头注意力机制（Multi-Head Attention）.多头注意力机制能够高效捕捉信号中的长程依赖关系，融合多通道信号，提取通道间的互补信息，显著增强特征表达能力，从而克服传统方法在处理复杂时空特征时的局限性，实现更精准的建模，其具体实现过程如图3(b)所示.经过位置编码处理后，根据注意力头的数量（h）对每个窗口的特征矩阵进行维度划分，并分别输入线性投影层（linear），生成查询矩阵Q、键矩阵K和值矩阵V.随后对Q、K、V进行缩放点积注意力（Scaled Dot-Product Attention）计算，得到各个窗口的自注意力矩阵.将各个头的注意力矩阵进行拼接（Concat），并通过线性投影层输出最终结果.通过多头注意力机制，模型能够并行关注编码器输出中的不同子空间特征.每层输出均经过残差连接与层归一化处理，并进一步通过前馈网络进行线性映射，最终经过全连接层生成预测序列.其中缩放点积注意力计算公式可表示为[28]：

$\text{Attention}=\text{SoftMax}\left(\frac{Q{K}^{T}}{\sqrt{{d}_{\text{k}}}}+B\right)V$

其中，其中$\text{SoftMax}$为激活函数，用于将向量转换为概率分布，${d}_{\text{k}}$表示输入特征通道的维度，缩放因子$\sqrt{{d}_{\text{k}}}$用于缓解高维空间中点积值过大导致的梯度消失问题．B表示相对位置偏差．

1.3 数据集与实验参数

本文训练集包括仿真数据集和实测数据集两种.

在仿真数据集的构建过程中，依据(8)式生成理想的FID信号${S}_{\text{FID}}(t)$：

${S}_{\text{FID}}(t)={A}_{0}\cdot {\text{e}}^{-t/{T}_{2}^{\ast }}\cdot {\text{e}}^{\text{i}(2\text{π}{f}_{L}t+{\varphi }_{0})}$

其中，${A}_{0}$表示振幅，$t$表示采样时间，${T}_{2}^{\ast }$表示表观横向弛豫时间，${f}_{L}$表示拉莫尔频率，${\varphi }_{0}$表示初始相位．

在理想FID信号的基础上，分别叠加三种不同类型的仿真噪声，设计了三组仿真实验.第一组实验引入正弦波干扰，用以模拟单一频率的稳定电磁噪声；第二组实验采用多个频率在特定范围内随机变化的信号，模拟长时间采集过程中复杂且动态变化的电磁干扰环境；第三组实验加入高斯噪声，以模拟现实中普遍存在的无规则、宽频谱背景噪声.

在实际实验中，本研究所用的便携式低场NMR波谱仪由课题组自主研制.主磁体由永磁材料构成，磁场强度为0.5 T.主接收线圈为高30 mm、直径10 mm、8匝的螺线管线圈（线径2 mm），其电感值为0.18 µH，谐振频率为21.3 MHz，品质因子为99.用于环境噪声监测的三个辅助接收通道配备自制参考线圈.参考线圈采用与主接收线圈相同的螺旋结构，其高为26 mm、直径为10 mm、匝数为8匝（线径1 mm），电感值为0.33 µH，品质因子为69，谐振频率通过调谐电容与主接收线圈保持一致.三个参考线圈分别放置在磁体的后、左和右三个方向以捕捉来自不同方向的环境电磁干扰信号，并通过射频前端同步采样接入多通道接收系统.

在该系统上开展了四组实验以验证所提方法的实际性能.第一组实验选用体积为2 mL、浓度为6 mmol/L的CuSO4溶液作为样品，外接鸟笼线圈作为干扰源发射器，通过信号源施加固定频率的电磁干扰，评估方法在单一频率噪声抑制方面的能力.其中根据线圈的谐振频率21.314 MHz，将干扰频率设置为21.320 MHz，依据测得信号的强度将信号源输出功率设为10 dBm，使其产生的干扰幅值略小于信号的幅值.第二组实验利用噪声发生器生成扫频信号，构建宽带电磁噪声环境，进一步考察所提方法在复杂干扰条件下的有效性.其中扫频的频率范围为21.284 MHz~21.344 MHz，扫频时间为1 ms，信号幅度设定为3.5 Vpp，以覆盖主接收线圈谐振频率附近的干扰频段，并形成动态变化的邻频噪声环境.第三组实验选用2 mL的正己烷-甲苯混合溶液为样品，在相同实验条件下施加固定频率干扰，探讨对不同化学样品的适应性.第四组实验在宽带噪声中采集混合溶液的信号.其中第三、四组实验的外加干扰设置分别与第一、二组实验相同.

本研究提出的网络算法基于Pytorch环境搭建，采用Adam优化器更新网络参数，其超参数为β1=0.9，β2=0.999，初始学习率设置为0.000 5.实验用的硬件配置为NVIDIA GeForce GTX 2080，内存为128 GB，操作系统为Ubuntu 20.04.

1.4 评价指标

本文采用MSE和SNR作为评价指标.MSE用来评价抑制后的信号与真实值之间的误差大小，其值越小表明与真实值差异越小，噪声抑制效果越好；SNR则反映信号相对于噪声的强度，通常在NMR系统中定义为信号的最大值与噪声标准差之比[29].SNR值越大，表示信号质量越高.MSE和SNR的计算公式如下：

$\text{MSE}=\frac{1}{N}{\displaystyle \sum _{i=1}^{N}(}{y}_{\text{true},i}-{y}_{\text{pred},i}){}^{2}$
$\text{SNR}=\frac{{y}_{\text{signal}}^{\mathrm{max}}}{{\sigma }_{\text{noise}}}$

其中，${y}_{\text{true}}$为参考信号，${y}_{\text{pred}}$为噪声抑制后的信号，$N$为信号总长度，${y}_{\text{signal}}^{\mathrm{max}}$为信号最大值，${\sigma }_{\text{noise}}$为噪声标准差．

2 结果与分析

2.1 仿真结果分析

图4展示了在叠加不同类型噪声条件下，不同方法对信号的重建仿真结果.本文将所提出的MCTR方法与TF和EDITER方法进行了性能对比，图4(a)、(b)、(c)分别对应固定频率噪声、多个随机频率噪声和高斯噪声的仿真实验.结果表明，MCTR方法在三种噪声干扰下均表现出优异的去噪性能，在复杂干扰和高强度背景噪声环境中，仍能准确还原信号特征，其重建的谱图与参考信号的特征相近.相比之下，TF和EDITER方法在处理固定频率和随机频率噪声时，虽能在一定程度上抑制干扰，但频谱中仍存在干扰峰、谱线不平滑等问题.在高斯噪声较强的情况下，TF方法由于无法通过最小二乘法准确拟合主接收线圈与参考线圈的关系，导致去噪效果受限，难以有效恢复原始信号.EDITER方法和MCTR方法均能一定程度上抑制高斯噪声，但综合比较，MCTR方法在信号重建后的信噪比方面表现更优.

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   不同类型噪声条件下，不同方法对信号的重建仿真结果图. (a)干扰为固定频率的噪声；(b)干扰为多个随机频率的噪声；(c)干扰为高斯噪声

Fig. 4   Simulation results of signal reconstruction using different methods under various noise conditions. (a) Noise with a fixed-frequency signal; (b) Noise with multiple random-frequency signals; (c) Noise with Gaussian noise


为了进一步定量评估去噪效果，表1对不同方法在均方误差（MSE）和信噪比（SNR）方面的性能进行了统计比较，列出了三组仿真实验（对应于图4(a)、(b)、(c)）中所有样本的平均值及标准差.经计算，参考信号的信噪比为37.15 dB.结果显示，MCTR方法在三种实验条件下均取得了最低的MSE值和最高的SNR值，重建后的信噪比分别为36.54 dB、30.02 dB和27.06 dB，与TF和EDITER相比，表现出较好的重建精度与噪声抑制能力.进一步验证了其在不同环境下的鲁棒性与实用性.

表1   不同方法重建后的MSE和SNR值

Table 1  MSE and SNR values after reconstruction using different methods

实验方法MSE (mean±std)SNR/dB (mean±std)
(a)

TF0.041±0.01734.93±1.12
EDITER0.041±0.00536.50±1.07
MCTR0.040±0.00336.54±0.08
(b)

TF0.215±0.10222.47±1.62
EDITER0.201±0.09828.93±0.40
MCTR0.095±0.00630.02±0.56
(c)

TF2.297±0.2369.07±1.69
EDITER0.326±0.05825.23±1.35
MCTR0.102±0.05127.06±0.52

新窗口打开| 下载CSV


2.2 实测结果分析

图5展示了在不同样品及不同噪声类型叠加条件下，各方法的信号重建实测效果.其中，(a)、(b)实验以CuSO4溶液为样品，分别叠加固定频率噪声和宽带噪声；(c)、(d)实验采用正己烷-甲苯混合溶液，分别叠加固定频率噪声和宽带噪声.实验结果表明，在固定频率噪声干扰下，三种方法均具有一定的去噪能力，其中MCTR方法展现出更优的噪声抑制性能.与仿真结果一致，TF和EDITER方法在重建信号中仍存在明显的干扰特征，去噪效果相对有限.面对不同化学样品及宽带噪声干扰条件，TF和EDITER方法未能完全抑制噪声，重建谱图中仍可观察到少量噪声成分，而MCTR方法能够有效抑制干扰，实现接近无噪声的信号重建.

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   在不同样品及不同噪声类型叠加条件下，各方法的信号重建实测效果图. (a)样品为CuSO4且干扰为固定频率的信号；(b)样品为CuSO4且干扰为宽带噪声；(c)样品为正己烷甲苯溶液且干扰为固定频率的信号；(d)样品为正己烷甲苯溶液且干扰为宽带噪声

Fig. 5   Experimental signal reconstruction results of different methods under various samples and noise type combinations. (a) Sample: CuSO4 with interference from a fixed-frequency signal; (b) Sample: CuSO4 with interference from broadband noise; (c) Sample: n-hexane-toluene solution with interference from a fixed-frequency signal; (d) Sample: n-hexane-toluene solution with interference from broadband noise


为进一步评估去噪效果，表2对比了不同方法在实测信号重建前后的信噪比（SNR）表现.结果显示，MCTR方法在四组实验（对应于图5(a-d)）中均实现了显著的信噪比提升，重建后SNR分别为48.04 dB、43.66 dB、46.47 dB和44.15 dB，优于TF和EDITER两种对比方法，且对应的标准差较小.上述结果进一步验证了MCTR方法在不同噪声类型和不同化学样品条件下的良好适用性和稳定性.

表2   不同方法重建前后的SNR值

Table 2  SNR values before and after reconstruction using different methods

实验方法重建前SNR/dB (mean±std)重建后SNR/dB (mean±std)
(a)TF22.29±0.1734.30±1.31
EDITER35.52±1.01
MCTR48.04±0.74
(b)TF14.57±0.2430.36±1.81
EDITER31.12±0.86
MCTR43.66±0.52
(c)TF16.07±0.1333.51±0.71
EDITER35.83±0.35
MCTR46.47±0.21
(d)TF18.67±0.1539.83±1.48
EDITER41.71±1.05
MCTR44.15±0.58

新窗口打开| 下载CSV


3 结论

本文提出了一种基于MCTR的环境噪声抑制方法.该方法利用参考线圈采集周围电磁干扰引起的噪声，通过多通道接收机并行获取多个信号，利用Transformer网络预测主接收线圈中的噪声成分.最终，从含噪声的信号中去除预测的噪声成分，获得高质量的NMR信号.实验结果表明，该方法在仿真和实际数据中的表现均优异，能够有效提高便携式NMR波谱仪的信号质量.该方法为提升便携式NMR设备的检测性能提供了一种有效的技术方案.尽管本研究已探讨多种干扰情形，但实验环境仍存在一定的局限性，未来的研究可进一步扩展实验环境的复杂性，以全面验证所提方法的适用性与鲁棒性.此外，还可进一步将该方法与近年来提出的先进算法进行系统比较，深入评估其在不同应用条件下的性能优势与改进空间.

利益冲突

无

参考文献

ELSAYED M, ISAH A, HIBA M, et al.

A review on the applications of nuclear magnetic resonance (NMR) in the oil and gas industry: laboratory and field-scale measurements

[J]. J Pet Explor Prod Technol, 2022, 12(10): 2747-2784.

[本文引用: 1]

HU Y, CHENG K, HE L, et al.

NMR-based methods for protein analysis

[J]. Anal Chem, 2021, 93(4): 1866-1879.

DOI:10.1021/acs.analchem.0c03830      PMID:33439619     

Nuclear magnetic resonance (NMR) spectroscopy is a well-established method for analyzing protein structure, interaction, and dynamics at atomic resolution and in various sample states including solution state, solid state, and membranous environment. Thanks to rapid NMR methodology development, the past decade has witnessed a growing number of protein NMR studies in complex systems ranging from membrane mimetics to living cells, which pushes the research frontier further toward physiological environments and offers unique insights in elucidating protein functional mechanisms. In particular, in-cell NMR has become a method of choice for bridging the huge gap between structural biology and cell biology. Herein, we review the recent developments and applications of NMR methods for protein analysis in close-to-physiological environments, with special emphasis on in-cell protein structural determination and the analysis of protein dynamics, both difficult to be accessed by traditional methods.

SPECIALE I, NOTARO A, GARCIA-VELLO P, et al.

Liquid-state NMR spectroscopy for complex carbohydrate structural analysis: A hitchhiker's guide

[J]. Carbohydr Polym, 2022, 277: 118885.

DOI:10.1016/j.carbpol.2021.118885      URL     [本文引用: 1]

BLÜMICH B.

Low-field and benchtop NMR

[J]. J Magn Reson, 2019, 306: 27-35.

DOI:S1090-7807(19)30159-4      PMID:31311709      [本文引用: 1]

NMR started at low field. Important discoveries like the first observation of NMR in condensed matter, the spin echo, NMR for chemical analysis, Fourier NMR spectroscopy, 2D NMR spectroscopy and magnetic resonance imaging happened at field strengths considered low today. With time the footprint of the NMR instruments at these field strengths shrunk from the laboratory floor to the tabletop. The first commercial tabletop NMR instruments were compact relaxometers for food analysis followed by mobile relaxometers for materials testing and oil-well exploration culminating in tabletop spectrometers for chemical analysis, capable of performing nearly the whole methodical portfolio of today's high-field instruments. The increasing sensitivity afforded by the lower noise of modern electronics and the unfolding richness of hyperpolarization scenarios along with detection schemes alternative to nuclear induction enable NMR at ultra-low field strengths down to zero applied field, where spin-spin couplings in local fields dominate the residual Zeeman interaction. Miniaturization and cost-reduction of NMR instruments outline current development goals along with the development of smart-phone-like apps to conduct standard NMR analyses.Copyright © 2019 Elsevier Inc. All rights reserved.

MICHAL C A.

Low-cost low-field NMR and MRI: Instrumentation and applications

[J]. J Magn Reson, 2020, 319: 106800.

DOI:10.1016/j.jmr.2020.106800      URL     [本文引用: 1]

HATZAKIS E.

Nuclear magnetic resonance (NMR) spectroscopy in food science: A comprehensive review

[J]. Compr Rev Food Sci Saf, 2019, 18(1): 189-220.

DOI:10.1111/crf3.2019.18.issue-1      URL     [本文引用: 1]

HOLZGRABE U. NMR spectroscopy in pharmaceutical analysis[M]. Amsterdam: Elsevier, 2017.

[本文引用: 1]

LUCHINAT E, CREMONINI M, BANCI L.

Radio signals from live cells: the coming of age of in-cell solution NMR

[J]. Chem Rev, 2022, 122(10): 9267-9306.

DOI:10.1021/acs.chemrev.1c00790      PMID:35061391      [本文引用: 1]

A detailed knowledge of the complex processes that make cells and organisms alive is fundamental in order to understand diseases and to develop novel drugs and therapeutic treatments. To this aim, biological macromolecules should ideally be characterized at atomic resolution directly within the cellular environment. Among the existing structural techniques, solution NMR stands out as the only one able to investigate at high resolution the structure and dynamic behavior of macromolecules directly in living cells. With the advent of more sensitive NMR hardware and new biotechnological tools, modern in-cell NMR approaches have been established since the early 2000s. At the coming of age of in-cell NMR, we provide a detailed overview of its developments and applications in the 20 years that followed its inception. We review the existing approaches for cell sample preparation and isotopic labeling, the application of in-cell NMR to important biological questions, and the development of NMR bioreactor devices, which greatly increase the lifetime of the cells allowing real-time monitoring of intracellular metabolites and proteins. Finally, we share our thoughts on the future perspectives of the in-cell NMR methodology.

HOULT D I, RICHARDS R E.

The signal-to-noise ratio of the nuclear magnetic resonance experiment

[J]. J Magn Reson, 1976, 24(1): 71-85.

[本文引用: 1]

SONG Y Z, YU H Y, CHEN J Z, et al.

Topological optimization method for the magnet structure of magnetic resonance logging sensors

[J]. Chinese J Magn Reson, 2025, 42(1): 80-88.

[本文引用: 1]

宋彦佐, 于会媛, 陈敬智, 等.

磁共振测井传感器磁体结构的拓扑优化方法

[J]. 波谱学杂志, 2025, 42(1): 80-88.

DOI:10.11938/cjmr20243131      [本文引用: 1]

磁共振测井在石油探测中扮演着关键角色．磁体系统是磁共振测井传感器的一个重要组成部分．然而，目前的磁体系统设计通常依赖于经验结构，缺乏对最优结构的理论研究．本研究提出了一种基于变密度法拓扑优化的单侧磁共振测井传感器磁心结构设计方法，将测井探头二维截面模型的磁心设计域剖分为N个密度在0 ~ 1之间的小单元，应用梯度下降的移动渐近线法，基于目标函数对密度的梯度信息更新单元密度，迭代逐步逼近最优解．本文基于优化结果，制作了缩小比例的磁共振传感器样机，进行实验验证．传感器的外半径为2.5 cm，能够在远端感兴趣区域（ROI）内生成强度为641.0 ~ 1 108.6 G（1 G=10<sup>-4</sup> T），梯度为303.0 ~ 683.6 G/cm的静态磁场．实测磁场分布数据与仿真优化设计的结果一致．在此基础上，对设计的磁共振测井传感器进行了水模测量实验，实验测得传感器的信噪比为23.5．

XU X, XU Z.

Modeling and analysis of litz wire radio frequency (RF) coil in inside-out NMR well logging sensor

[J]. IEEE Trans Geosci Remote Sens, 2023, 61: 1-9.

[本文引用: 1]

WANG F, LIU T W, XU Y J, et al.

Design of a miniaturized NMR RF probe with an external locking field channel

[J]. Chinese J Magn Reson, 2023, 40(3): 332-340.

[本文引用: 1]

王峰, 刘庭伟, 徐雅洁, 等.

一种带外部锁场通道的小型化核磁共振射频探头设计

[J]. 波谱学杂志, 2023, 40(3): 332-340.

DOI:10.11938/cjmr20223044      [本文引用: 1]

温度漂移是影响桌面式核磁共振波谱仪测量精度的一个重要因素，在探头中添加锁场线圈实现场频联锁是抑制温度漂移的常用手段．本文基于实验室紧凑型Halbach磁体，设计了一套带有外部锁场功能的双通道探头．针对目标区域，使用COMSOL仿真对比了螺线管线圈、鞍形线圈和亥姆霍兹线圈的磁场均匀性、信噪比和品质因数，发现螺线管线圈具有最佳综合性能．进一步针对螺线管线圈结构，对线圈直径、高度、匝数、匝间距以及漆包线半径进行了仿真优化，得到漆包线半径为0.4 mm、线圈直径和高度为8.2 mm、匝间距为1.6 mm、匝数为5是最优螺线管尺寸．基于仿真结果，制作了探头实物，并配合外围电路进行测试．结果表明，两个线圈通道之间串扰较小，信号检测通道信噪比达到50以上，锁场通道信噪比达到20以上．锁场实验结果表明，添加锁场后整体系统的频率漂移约为0.2 ppm/h（1 ppm=10<sup>-6</sup>），验证了此探头设计可用于基于紧凑型Halbach磁体的磁共振设备．

CHANDRA K, AL-HARTHI S, SUKUMARAN S, et al.

NMR-based metabolomics with enhanced sensitivity

[J]. RSC Adv, 2021, 11(15): 8694-8700.

DOI:10.1039/d1ra01103k      PMID:35423404      [本文引用: 1]

NMR-based metabolomics, which emerged along with mass spectrometry techniques, is the preferred method for studying metabolites in medical research and food industries. However, NMR techniques suffer from inherently low sensitivity, regardless of their superior reproducibility. To overcome this, we made two beneficial modifications: we detuned the probe to reach a position called "Spin Noise Tuning Optimum" (SNTO), and we replaced the conventional cylindrical 5 mm NMR tube with an electric field component-optimized shaped tube. We found that concerted use of both modifications can increase the sensitivity (signal to noise ratio per unit volume) and detection of metabolites and decrease the measurement time by order of magnitude. In this study, we demonstrate and discuss the achieved signal enhancement of metabolites on model non-human (bovine serum, amino acid standard mixture) and human urine samples.This journal is © The Royal Society of Chemistry.

BIEDENBÄNDER T, ALADIN V, SAEIDPOUR S, et al.

Dynamic nuclear polarization for sensitivity enhancement in biomolecular solid-state NMR

[J]. Chem Rev, 2022, 122(10): 9738-9794.

DOI:10.1021/acs.chemrev.1c00776      URL     [本文引用: 1]

LUO Q J, WU L Y, WANG Y T, et al.

Optimization analysis and experimental verification of FID NMR coil in polarized 3He Systems

[J]. Chinese J Magn Reson, 2024, 41(3): 266-275.

[本文引用: 1]

罗庆金, 吴良勇, 王雨婷, 等.

3He极化系统中FID NMR线圈的优化分析及实验验证

[J]. 波谱学杂志, 2024, 41(3): 266-275.

DOI:10.11938/cjmr20243099      [本文引用: 1]

超极化<sup>3</sup>He气体在中子极化、基础物理和诊断医学等领域广泛应用．测量其极化率对于<sup>3</sup>He极化系统至关重要．通常使用自由感应衰减核磁共振（FID NMR）线圈来检测<sup>3</sup>He原子的FID信号．线圈的测量信噪比与直径、匝数、以及其与气室的相对位置等因素相关．关于FID NMR线圈的优化分析，目前仅有少量的文献提及且缺乏详细的实验验证．本文通过对FID信号和线圈噪声的理论分析，建立了线圈测量信噪比模型，并且在基于亚稳态交换光泵（Metastability-Exchange Optical Pumping，MEOP）极化技术的<sup>3</sup>He极化系统中对FID NMR线圈进行了实验验证．实验结果显示，在半径和高度均为r<sub>cell</sub>的柱形气室中，线圈的测量信噪比在半径为r<sub>cell</sub>/2时达到最优值，此结论与理论分析结果相符．该信噪比模型的相对误差不超过10%，证明了理论模型的有效性．这些研究结果对于优化设计<sup>3</sup>He极化系统具有重要的指导意义．

SVYATOVA A, KOZINENKO V P, CHUKANOV N V, et al.

PHIP hyperpolarized [1-13C] pyruvate and [1-13C] acetate esters via PH-INEPT polarization transfer monitored by 13C NMR and MRI

[J]. Sci Rep, 2021, 11(1): 5646.

DOI:10.1038/s41598-021-85136-2      [本文引用: 1]

Parahydrogen-induced polarization of 13C nuclei by side-arm hydrogenation (PHIP-SAH) for [1-13C]acetate and [1-13C]pyruvate esters with application of PH-INEPT-type pulse sequences for 1H to 13C polarization transfer is reported, and its efficiency is compared with that of polarization transfer based on magnetic field cycling (MFC). The pulse-sequence transfer approach may have its merits in some applications because the entire hyperpolarization procedure is implemented directly in an NMR or MRI instrument, whereas MFC requires a controlled field variation at low magnetic fields. Optimization of the PH-INEPT-type transfer sequences resulted in 13C polarization values of 0.66 ± 0.04% and 0.19 ± 0.02% for allyl [1-13C]pyruvate and ethyl [1-13C]acetate, respectively, which is lower than the corresponding polarization levels obtained with MFC for 1H to 13C polarization transfer (3.95 ± 0.05% and 0.65 ± 0.05% for allyl [1-13C]pyruvate and ethyl [1-13C]acetate, respectively). Nevertheless, a significant 13C NMR signal enhancement with respect to thermal polarization allowed us to perform 13C MR imaging of both biologically relevant hyperpolarized molecules which can be used to produce useful contrast agents for the in vivo imaging applications.

BUENO MORAES T, MONARETTO T, COLNAGO L A.

Applications of continuous wave free precession sequences in low-field, time-domain NMR

[J]. Appl Sci, 2019, 9(7): 1312.

DOI:10.3390/app9071312      URL     [本文引用: 1]

This review discusses the theory and applications of the Continuous Wave Free Precession (CWFP) sequence in low-field, time-domain nuclear magnetic resonance (TD-NMR). CWFP is a special case of the Steady State Free Precession (SSFP) regime that is obtained when a train of radiofrequency pulses, separated by a time interval Tp shorter than the effective transverse relaxation time (T2*), is applied to a sample. Unlike regular pulsed experiments, in the CWFP regime, the amplitude is not dependent on T1. Therefore, Tp should be as short as possible (limited by hardware). For Tp &lt; 0.5 ms, thousands of scans can be performed per second, and the signal to noise ratio can be enhanced by more than one order of magnitude. The amplitude of the CWFP signal is dependent on T1/T2; therefore, it can be used in quantitative analyses for samples with a similar relaxation ratio. The time constant to reach the CWFP regime (T*) is also dependent on relaxation times and flip angle (θ). Therefore, T* has been used as a single shot experiment to measure T1 using a low flip angle (5°) or T2, using θ = 180°. For measuring T1 and T2 simultaneously in a single experiment, it is necessary to use θ = 90°, the values of T* and M0, and the magnitude of CWFP signal |Mss|. Therefore, CWFP is an important sequence for TD-NMR, being an alternative to the Carr-Purcell-Meiboom-Gill sequence, which depends only on T2. The use of CWFP for the improvement of the signal to noise ratio in quantitative and qualitative analyses and in relaxation measurements are presented and discussed.

RADIC T.

Improving the signal-to-noise ratio of surface NMR data due to the remote reference technique

[C]// Near Surface 2006-12th EAGE European Meeting of Environmental and Engineering Geophysics. European Association of Geoscientists & Engineers, 2006: cp-14-00068.

[本文引用: 1]

MUELLER-PETKE M, YARAMANCI U.

Improving the signal-to-noise ratio of surface-NMR measurements by reference channel based noise cancellation

[C]// Near Surface 2010-16th EAGE European Meeting of Environmental and Engineering Geophysics. European Association of Geoscientists & Engineers, 2010: cp-164-00002.

[本文引用: 1]

TIAN B F, LIN J, DUAN Q M, et al.

A magnetic resonance signal noise suppression method based on reference coil and variable step adaptive algorithm

[J]. Chin J Geophys, 2012, 55(7): 2462-2472.

[本文引用: 1]

田宝凤, 林君, 段清明, 等.

基于参考线圈和变步长自适应的磁共振信号噪声压制方法

[J]. 地球物理学报, 2012, 55(7): 2462-2472.

[本文引用: 1]

李同. 地面磁共振早期信号检测及频域分段噪声消减方法研究[D]. 吉林: 吉林大学, 2015.

[本文引用: 1]

COSTABEL S.

Noise reduction strategy for underground mrs based on a three-component remote reference antenna

[C]// 7th International Workshop on Magnetic Resonance, Changchun, China. 2018: 1-4.

[本文引用: 1]

ZHANG J, DU G, LIN J, et al.

Improving the signal-to-noise ratio of underground nuclear magnetic resonance data based on the nearby reference noise cancellation method

[J]. IEEE Access, 2019, 7: 75265-75275.

DOI:10.1109/Access.6287639      URL     [本文引用: 1]

REARICK T, CHARVAT G L, ROSEN M S, et al. Noise suppression methods and apparatus patent:US, 9797971[P]. 2017-10-10.

[本文引用: 1]

SRINIVAS S A, CAULEY S F, STOCKMANN J P, et al.

External dynamic interference estimation and removal (EDITER) for low field MRI

[J]. Magn Reson Med, 2022, 87(2): 614-628.

DOI:10.1002/mrm.v87.2      URL     [本文引用: 2]

YANG L, HE W, HE Y, et al.

Active EMI suppression system for a 50 mT unshielded portable MRI scanner

[J]. IEEE Trans Biomed Eng, 2022, 69(11): 3415-3426.

DOI:10.1109/TBME.2022.3170450      URL     [本文引用: 1]

ZHAO Y, XIAO L, LIU Y, et al.

Electromagnetic interference elimination via active sensing and deep learning prediction for radiofrequency shielding-free MRI

[J]. NMR Biomed, 2024, 37(7): e4956.

DOI:10.1002/nbm.v37.7      URL     [本文引用: 2]

VASWANI A, SHAZEER N, PARMAR N, et al.

Attention is all you need

[C]// Proceedings of the 31st International Conference on Neural Information Processing Systems, 2017: 6000-6010.

[本文引用: 1]

周新龙. 低场核磁共振弛豫信号的精确检测方法及其应用研究[D]. 南京: 东南大学, 2020.

[本文引用: 1]

/

〈 〉

网站设计版权所有 © 2017 《波谱学杂志》编辑部
地址：湖北省武汉市武昌区小洪山西30号 中科院精密测量科学与技术创新研究院波谱楼 《波谱学杂志》编辑部
邮编：430071　电话/传真：(086)027－87198791   E-mail: magres@wipm.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发