学位论文 > 优秀研究生学位论文题录展示

核磁共振谱信号参数的RJMCMC估计

作　者: 周旭东
导　师: 张军英
学　校: 西安电子科技大学
专　业: 计算机应用技术
关键词: 代谢组学核磁共振参数估计 MCMC算法
分类号: O482.532
类　型: 硕士论文
年　份: 2010年
下　载: 18次
引　用: 0次
阅　读: 论文下载

内容摘要

自从1999年Nicholson及其同事在核磁共振(NMR)研究的基础上提出代谢组学的概念以来,基于NMR的代谢组学得到了迅速的发展。基于NMR的代谢组学的直接研究对象是样品的NMR谱信号,如何从核磁共振信号中提取有用的信息是基于NMR的代谢组学研究中的关键部分。核磁共振信号是由多个按指数衰减的正弦分量组成的自由感应衰减信号,对于衰减信号的模型检测和参数估计问题在过去的二十年间引起广泛关注,特别是在基于NMR的代谢组学出现之后,使其成为当前的热门研究领域。在对生物体液(尿液、血浆和组织提取液)进行NMR制谱之后,对NMR信号中各个分量的识别是极具挑战性的工作,因为对于代谢组学的临床应用来说,不仅要求信息处理过程中的完全自动化,而且能高精度地解析NMR波谱中的响应成分。论文主要是将RJMCMC算法应用于代谢组学的核磁共振信号处理中。首先,利用核磁共振信号的物理特性对信号进行参数建模,在此基础上,根据贝叶斯理论从参数的先验概率推导出后验概率。然后以后验概率为目标函数,设计并实现了RJMCMC算法,理论上后验概率的最大值所对应的参数就是最优参数。最后基于仿真数据和真实数据分别对算法的性能进行测试和分析。对于真实数据中的低频干扰,提出了一种利用信号自身特征的自适应滤波方法。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-13
  1.1 研究背景  7
  1.2 基于核磁共振的代谢组学  7-12
    1.2.1 核磁共振技术  7-8
    1.2.2 基于NMR代谢组学概述  8-9
    1.2.3 基于NMR代谢组学研究步骤  9-11
    1.2.4 核磁共振信号处理方法比较  11-12
  1.4 本文的结构安排  12-13
第二章基于统计学的MCMC算法研究  13-23
  2.1 马尔科夫链蒙特卡罗(MCMC)方法  13-17
    2.1.1 蒙特卡罗方法  13-14
    2.1.2 离散时间马尔可夫链  14-16
    2.1.3 MCMC算法基本流程  16-17
  2.2 基于MCMC的贝叶斯参数估计  17-21
    2.2.1 贝叶斯估计  17-19
    2.2.2 Metropolis-Hastings算法  19-21
  2.3 本章小结  21-23
第三章核磁共振信号模型及算法设计  23-31
  3.1 NMR信号模型和后验概率分布  23-26
    3.1.1 NMR信号模型  23-24
    3.1.2 后验概率分布的推导  24-26
  3.2 基于贝叶斯准则的-MCMC算法  26-30
    3.2.1 RJMCMC算法设计  26-28
    3.2.2 RJMCMC算法的基本流程  28-30
  3.3 本章小结  30-31
第四章实验与分析  31-43
  4.1 低频干扰滤除  31-34
    4.1.1 真实数据的形式  31-32
    4.1.2 最小二乘滤波算法  32-34
  4.2 仿真数据的实验  34-40
    4.2.1 仿真数据  34-36
    4.2.2 实验结果  36-40
    4.2.3 实验总结  40
  4.3 真实数据的实验  40-41
  4.4 本章小结  41-43
总结与展望  43-45
致谢  45-47
参考文献  47-49

核磁共振谱信号参数的RJMCMC估计

内容摘要

全文目录

相似论文