[发明专利]预配训练数据使神经网络识别NMR测量中信号的系统和方法

说明书

一种用于训练神经网络供在NMR频谱中的信号分析的系统、方法和计算机程序产品。系统获得多个计算的NMR原始频谱，每一原始频谱与具有已知数目个质子的不同NMR活性分子相关联。系统通过每一原始频谱与一个或多个谱线成形函数的卷积来变宽接收的原始频谱的峰，以产生用于每一原始频谱的拓宽的频谱。谱线宽度的变宽通过从统计分布取样用于各种原始频谱的变宽值而遵循在多个当前频谱上的统计分布。系统针对每一加宽的频谱计算其积分函数以计数与相应加宽的频谱的峰相关联的质子的数目。系统将信号间隔识别为加宽的频谱中的间隔，其中积分函数大致按与单个质子相关联的值的倍数增大，使得计数的质子的总数匹配相关联的分子的已知质子数。

技术领域

本发明大体涉及在NMR频谱法中的信号检测，且更确切地说，涉及用于神经网络的训练数据的产生以使所述神经网络能够识别从现实NMR频谱法实验获得的频谱中的信号间隔。

背景技术

核磁共振(NMR)频谱法是观测在原子级别的分子性质的频谱技术。当将样本放置在磁场中时，在原子核周围诱发局部磁场。可通过将射频(RF)脉冲施加到样本且监视为NMR信号的响应来观测这些诱发的场。所述NMR信号由敏感性RF接收器拾取。局部诱发的场具体针对原子核的分子环境，因此给出对分子和其个别官能团的电子结构的细节的接取。举例来说，NMR频谱法用来识别有机化合物、蛋白质和其它复杂分子。除了识别外，NMR频谱法还提供关于分子的结构、动态、反应状态和化学环境的详细信息。普通类型的NMR是质子和碳-13NMR频谱法，但它适用于含有具有大于零的核磁矩的核自旋的任何种类的样本。在所述文件中，产生NMR信号的分子被称作NMR活性分子或NMR活性物质。

在通过射频(典型地，60MHz到1000MHz)脉冲激励样本后，获得核磁共振响应，这被称作自由感应衰减(FID)。FID是非常弱的信号，且需要敏感性RF接收器来拾取。可应用傅立叶变换来从原始时域FID提取频域频谱。来自信号FID的频谱典型地具有低信噪比，因此通常需要多个FID，且将其平均化以便获得具有较好信噪比的频谱。对激励的响应的衰减时间(典型地，按秒来测量)取决于张弛的有效性，它对于较轻原子核和在固体中较快，且对于较重原子核和在溶液中较慢，然而其在气体中可非常长。

NMR频谱的评估典型地受到人类NMR专家支持，这是基于他们关于如何解释从现实NMR实验获得的NMR频谱中的某些峰值的经验。主要任务从而是识别在获得的频谱中的哪些信号间隔与表征经受评估的NMR样本中的分子的峰值相关联。此类特性信号间隔可难以识别，因为典型NMR实验的信号包括由与活性分子自身不同的来源(诸如，杂质、相移、基线效应、噪声等)造成信号贡献。信号间隔的识别因此是易出错的程序，它大量地取决于支持专家的主观个人经历。

发明内容

因此存在对于提供从现实NMR实验获得的NMR频谱中的信号间隔的更稳固且客观识别的系统和方法的需求。另外，为了使计算机实施算法能够自动解译NMR频谱，例如，以将分子的结构基于其1H NMR频谱来验证，需要在第一步骤中对信号区域的可靠识别。

呈计算机实施方法、计算机系统和计算机程序产品的形式的如在独立权利要求书中主张的本发明的实施例使用主张的特征来解决所述技术问题。应注意，典型地在频域中分析NMR响应。如在本文中使用的信号间隔指围绕NMR频谱中的相应信号峰的峰值频率居中的频率间隔，且表征与响应于射频脉冲的NMR活性分子的核磁共振响应相关联的频谱的一部分。在文献中，此类信号间隔有时也被称作信号区域。应注意，在NMR频谱中，共振峰的中心频率距任意选择的参考频率(标准频率)的相对距离叫作化学位移。常使用的典型参考频率是四甲基硅烷(TMS)的共振峰的频率。从而对参考频率指派化学位移值“零”。化学位移独立于频谱仪的基频，且按“ppm”的单位来测量。在以下描述和图中，NMR频谱中的频率值也被称作在对应的ppm标度上的ppm值。