基于 ${\beta}$-NMF 与稀疏性的二维 HSQC NMR 混合物盲源分离
医学物理
2020-11-03 v1 最优化与控制
摘要
核磁共振（NMR）光谱是一种分析化学混合物的有效技术，沿一个或多个维度获取化学混合物的谱图。重要问题之一是高效分析混合物组成，这是一个经典的盲源分离（BSS）问题。NMR 谱图分辨率低且维度大，需要专门的 BSS 方法。本文提出一种基于 -散度数据保真项结合稀疏促进正则化函数的 BSS 新变分形式。我们采用优化最小化策略求解该问题，并在模拟与真实二维 HSQC NMR 数据上的实验说明了所提方法的优势与有效性。
引用
@article{arxiv.2011.01049,
title = {Unmixing 2D HSQC NMR mixtures with ${\beta}$-NMF and sparsity},
author = {Afef Cherni and Sandrine Anthoine and Caroline Chaux},
journal= {arXiv preprint arXiv:2011.01049},
year = {2020}
}
备注
"in Proceedings of iTWIST'20, Paper-ID: <05>, Nantes, France, December, 2-4, 2020"