一種基于生成對抗網絡的地面核磁共振信號噪聲壓制方法技術

本發明專利技術為一種基于生成對抗網絡的地面核磁共振信號噪聲壓制方法，包括：利用核磁共振測深探水儀采集到的一組已知Larmor頻率的觀測MRS信號X1(t)；對采集到的觀測MRS信號X1(t)進行希爾伯特變換，將全波信號變換為復包絡信號X2(t)；采用短時傅里葉變換方法對MRS復包絡信號進行預處理，將一維信號轉換為時間

【技術實現步驟摘要】
一種基于生成對抗網絡的地面核磁共振信號噪聲壓制方法


[0001]本專利技術屬于磁共振測深(Magnetic Resonance Sounding,MRS)信號噪聲濾除領域，具體是一種基于生成對抗網絡的地面核磁共振信號噪聲壓制方法。

技術介紹

[0002]磁共振地下水探測技術(Magnetic Resonance Sounding，MRS)是一種非侵入性地下水資源探測方法，通過氫質子的數量可以直接探測地下水的含量、深度及厚度，近些來受到廣泛關注。然而，由于MRS信號為納伏量級，所以該信號對環境噪聲的影響非常敏感，常見影響有尖峰噪聲、工頻噪聲和隨機噪聲，在出現干擾的情況下，磁共振信號的特征參數提取會產生較大誤差，導致反演解釋結果不可靠。因此，消除采集信號中的噪聲已經成為磁共振信號處理中的核心工作。
[0003]針對上述問題，國內外的專家和學者開展了大量的研究工作。對于工頻諧波的濾除：Larsen等人在論文《Noise cancelling of MRS signals combining model
?
based removal of powerline harmonics and multichannel Wiener filtering》(《Geophysical Journal International》，2014年第196卷2期：828
?
836頁.)提出了一種基于建模的諧波噪聲去除方法。該方法通過最小二乘擬合確定諧波噪聲的模型參數，然后從含噪信號中減去建模噪聲，但該方法的性能取決于特定測量地點的噪聲分布情況。李凡等在論文《Cancellation of varying harmonic noise in magnetic resonance sounding signals》(《Journal of Applied Geophysics》，2020年第177卷.)考慮到主線圈和參考線圈中的諧波噪聲變化可能是異步的，提出了一種基于頻域多通道Wiener濾波的幀去噪方法，進一步改善了降噪效果。但是，當Larmor頻率接近于工頻時，該方法會導致核磁共振信號被錯誤地濾除。
[0004]對于隨機噪聲的去除：2018年，林婷婷等人在論文《利用分段時頻峰值濾波法抑制磁共振全波信號隨機噪聲》(《地球物理學報》，2018年第61卷9期：3812
?
3824頁.)提出了時頻峰值濾波法(STFPF)抑制隨機噪聲，將全波磁共振信號分成若干段,編碼為解析信號的瞬時頻率,通過提取時頻分布的峰值獲得信號的無偏估計,達到抑制全波磁共振信號隨機噪聲的目的。但當信號的信噪比很低時,抑制效果較差。2021年，林婷婷等人在論文《基于改進短時傅里葉變換的磁共振隨機噪聲消減方法》(《物理學報》，2021年第70卷16期：134
?
146頁.)提出了利用改進短時傅里葉變換抑制隨機噪聲，采用解析信號代替常規短時傅里葉變換中的實值信號,得到MRS信號的高精度時頻分布,然后提取時頻域峰值幅度和峰值相位重構信號來消除隨機噪聲，取得了良好的效果。
[0005]針對MRS信號中包含的尖峰噪聲：2016年，萬玲等在論文《基于能量運算的磁共振信號尖峰噪聲抑制方法》(《地球物理學報》，2016年第59卷6期：2290
?
2301頁.)提出一種能量運算法，通過計算信號能量,可有效檢測尖峰噪聲并突出不易識別的小幅度尖峰噪聲,采用基于中位數的絕對偏差法確定閾值,進而剔除尖峰噪聲。相比傳統統計疊加法，該方法能夠對于測量過程中出現的小幅度的尖峰噪聲進行有效的檢測以及剔除。同年，為了能夠對
于電網中存在的尖峰噪聲進行更好的消除，LARSEN在論文《Model
?
based subtraction of spikes from surface nuclear magnetic resonance data》(《Geophysics》，2016年第81卷4期：WB1
?
WB8頁.)提出將尖峰噪聲建模為兩個不同二階帶通濾波器級聯的單位沖激響應然后與含噪數據作差實現噪聲濾除。但該方法仍存在過擬合和信號失真的缺陷。
[0006]CN107957566A公開了“基于頻率選擇奇異譜分析的磁共振測深信號提取方法”，該方法通過選擇與MRS信號拉莫爾頻率對應的奇異譜重構MRS信號，能夠對含噪信號中隨機噪聲、尖峰噪聲和工頻諧波干擾進行有效濾除；CN109828318A公開了“一種基于變分模態分解的磁共振測深信號噪聲濾除方法”，提出“三VMD”分解的方式用于處理磁共振測深信號中的工頻諧波噪聲及隨機白噪聲；CN109885906A公開了“一種基于粒子群優化的磁共振測深信號稀疏消噪方法”，提出了構建針對MRS信號和工頻諧波噪聲特征的振蕩原子庫，利用粒子群算法重構信號，去除磁共振信號中的工頻諧波干擾和隨機白噪聲。
[0007]上述MRS噪聲去除方法均在一定的條件下取得了良好的效果，但也存在其自身的局限性，針對MRS信號中所包含噪聲的多樣性，較難實現采用一種方法同時消除MRS信號中的多種復雜噪聲。

技術實現思路

[0008]本專利技術所要解決的技術問題在于提供一種地面核磁共振信號噪聲壓制方法及系統，針對MRS信號中所包含噪聲的多樣性，以及現有算法的局限性，較難實現采用一種方法同時消除MRS信號中的多種復雜噪聲。
[0009]本專利技術是這樣實現的，
[0010]一種基于生成對抗網絡的地面核磁共振信號噪聲壓制方法，該方法包括如下步驟：
[0011]步驟1：利用核磁共振測深探水儀采集到的已知Larmor頻率的觀測MRS信號X1(t)；
[0012]步驟2：對采集到的觀測MRS信號X1(t)進行希爾伯特變換，將全波信號變換為復包絡信號X2(t)；
[0013]步驟3：采用短時傅里葉變換方法對MRS復包絡信號進行預處理，將一維信號轉換為時間
?
頻率的二維圖像信息作為生成對抗網絡訓練的輸入數據X3；
[0014]步驟4：對數據X2裁剪得到大小為65
×
85的二維圖像X4，并對裁剪后的數據做min
?
max歸一化處理，實現所有數據映射在區間[0,1]；
[0015]步驟5：構建用于MRS去噪的WGAN
?
GP生成對抗網絡結構，實現隨機噪聲、工頻諧波噪聲、尖峰噪聲三種不同噪聲的去除；
[0016]步驟6：對去除噪聲的數據采用短時傅里葉逆變換，將二維圖像信息還原為MRS復包絡信號，實現對MRS信號的噪聲去除與參數提取。
[0017]進一步地，
[0018]步驟2中對采集到的觀測MRS信號X1(t)通過希爾伯特變換將全波信號變換為復包絡信號X2(t)，具體步驟為：
[0019]對于觀測MRS信號X1(t)解析為：
[0020][0021]虛部為X1(t)的希爾伯特變換由解析信號得到MRS復包絡信號：
[0022][0本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種基于生成對抗網絡的地面核磁共振信號噪聲壓制方法，其特征在于，該方法包括如下步驟：步驟1：利用核磁共振測深探水儀采集到的已知Larmor頻率的觀測MRS信號X1(t)；步驟2：對采集到的觀測MRS信號X1(t)進行希爾伯特變換，將全波信號變換為復包絡信號X2(t)；步驟3：采用短時傅里葉變換方法對MRS復包絡信號進行預處理，將一維信號轉換為時間
?
頻率的二維圖像信息作為生成對抗網絡訓練的輸入數據X3；步驟4：對數據X3裁剪得到大小為65
×
85的二維圖像X4，并對裁剪后的數據做min
?
max歸一化處理，實現所有數據映射在區間[0，1]；步驟5：構建用于MRS去噪的WGAN
?
GP生成對抗網絡結構，實現隨機噪聲、工頻諧波噪聲、尖峰噪聲三種不同噪聲的去除；步驟6：對去除噪聲的數據采用短時傅里葉逆變換，將二維圖像信息還原為MRS復包絡信號，實現對MRS信號的噪聲去除與參數提取。2.按照權利要求1所述的基于生成對抗網絡的地面核磁共振信號噪聲壓制方法，其特征在于，步驟2中對采集到的觀測MRS信號X1(t)通過希爾伯特變換將全波信號變換為復包絡信號X2(t)，具體步驟為：對于觀測MRS信號X1(t)解析為：虛部為X1(t)的希爾伯特變換由解析信號得到MRS復包絡信號：f
T
表示X1(t)的中心頻率，對MRS信號，f
T
即為發射頻率。3.按照權利要求1所述的基于生成對抗網絡的地面核磁共振信號噪聲壓制方法，其特征在于，步驟3中對采用短時傅里葉變換方法對MRS復包絡信號進行預處理，具體包括為：信號進行連續短時傅立葉變換為：s(t)為需變換的時域信號，g(t)為窗函數，*表示取共軛，通過短時傅里葉變換方法，將一維信號轉換為二維圖像信息。4.按照權利要求1所述的基于生成對抗網絡的地面核磁共振信號噪聲壓制方法，其特征在于，步驟4中對數據X3裁剪并做min
?
max歸一化處理，具體包括：將短時傅里葉變換得到的時間
?
頻率的二維圖像信息裁剪得到大小為65
×
85的二維圖像輸入數據X4；對用于WGAN
?
GP網絡訓練的數據X4做min
?
max歸一化處理：
X
min
和X
max
分別表示訓練集的最小值和最大值；把所有數據X4映射為在區間[0,1]中；將圖像虛部信息和實部信息分開儲存，得到65
×
85
×
2大小的圖像數據X5，其中，65代表頻率尺度，85代表時間尺度，...

【專利技術屬性】
技術研發人員：田寶鳳，段皓鈺，張雪洋，李禧揚，欒卉，
申請(專利權)人：吉林大學，
類型：發明
國別省市：