[发明专利]基于M-稀疏算法的核磁共振回波数据反演方法与装置

说明书

本发明实施例提供一种基于M‑稀疏算法的核磁共振回波数据反演方法与装置。该方法包括：基于反演核矩阵和采集的核磁共振回波数据构建目标函数，其中，所述目标函数的解中非零元素的个数小于预设阈值，所述目标函数中不包括正则化项；使用M‑稀疏算法求解所述目标函数，获取所述核磁共振回波数据的反演谱。本实施例构建的目标函数中不包括正则化项，这样在反演过程中不需要求解正则化参数，简化了反演流程，提高了反演的速度。

技术领域

本发明实施例涉及核磁共振技术，尤其涉及一种基于M-稀疏算法的核磁共振回波数据反演方法与装置。

背景技术

核磁共振测井是核磁共振技术在石油工业油气勘探与开发中的拓展与应用，该技术的物理基础是利用氢原子核自身的磁性及其与外加磁场的相互作用。具体是通过测量地层孔隙流体中氢核的核磁共振弛豫性质来探测地层孔隙特性和识别流体性质，已经成为世界各大油气田勘探开发中的一项重要测量技术。

核磁共振测井采集的原始数据是由成百上千个自旋回波组成的弛豫衰减曲线，需要通过反演才能得到反映地层信息的核磁共振谱。CPMG(Carr-Purcell-Meiboom-Gill)脉冲序列是核磁共振测井中最常用的测量一维T₂谱的序列之一。研究人员通常利用CPMG脉冲序列测量的原始回波数据和横向弛豫时间的分布特点，进行核磁共振数据反演的相关研究。

目前，国内外研究人员使用的核磁共振回波数据反演方法，以增加罚函数的正则化方法为主。正则化方法主要对解的某些性质进行限制，以得到合理的反演结果。但是，正则化方法的关键在于如何选择准确的正则化参数，进而使得反演过程复杂，且不准确的正则化参数会导致反演结果差。

发明内容

本发明实施例提供一种基于M-稀疏算法的核磁共振回波数据反演方法与装置，以解决现有的方法反演过程复杂，且反演结果差的问题。

第一方面，本发明实施例提供一种基于M-稀疏算法的核磁共振回波数据反演方法，包括：

基于M-稀疏算法的核磁共振回波数据反演方法，其特征在于，包括：

基于反演核矩阵和采集的核磁共振回波数据构建目标函数，其中，所述目标函数的解中非零元素的个数小于预设阈值，所述目标函数中不包括正则化项；

使用M-稀疏算法求解所述目标函数，获取所述核磁共振回波数据的反演谱。

第一方面的一种可能的实现方式，所述基于所述反演核矩阵构建目标函数，具体包括：

构建如下式所述的目标函数：

其中，所述f≥0表示向量f中的所有元素均大于或等于0，||f||₀表示向量中非零元素的个数，所述N为预设的常数。

第一方面的一种可能的实现方式，所述使用M-稀疏算法求解所述目标函数，获取所述核磁共振回波数据的反演谱，具体包括：

A、根据公式和公式确定所述Γⁱ⁺¹；

B、判断所述Γⁱ⁺¹与Γⁱ是否相等；

C、若是，则令执行D；

D、计算并判断ξ＜tol是否成立；若是则执行F，若否则执行E；

E、判断当前迭代次数是否大于预设的最大迭代次数；若是则执行F，若否令i＝i+1，返回执行A；

F、若所述fⁱ⁺¹中有负值的项，将所述fⁱ⁺¹中负值的项置0，生成新的fⁱ⁺¹，并将所述新的fⁱ⁺¹确定为所述目标函数的目标解；