基于深度学习的核磁共振二维扩散排序谱稀疏重建方法

本发明涉及核磁共振技术领域，提供了一种基于深度学习的核磁共振二维扩散排序谱稀疏重建方法。首先基于DOSY信号的指数衰减模型构建训练数据集，其中以梯度维度稀疏采样的衰减信号及其对应梯度序列作为输入，以理想的二维扩散排序重建谱作为标签；搭建融合GRU衰减特征提取模块与Transformer谱重建模块的稀疏重建网络模型并利用仿真数据集训练；将待重建的稀疏欠采样二维扩散排序数据输入所述训练好的网络，实现二维扩散排序谱的快速、高精度重建。本发明能够充分利用扩散衰减信号的时序特征和谱图全局关联信息，在降低数据采集量和实验时间的同时，实现高精度、高效率的谱图重建，提高谱图质量及后续定量分析的准确性。