May, 2024
TVCondNet: 条件去噪神经网络用于 NMR 光谱学
TVCondNet: A Conditional Denoising Neural Network for NMR Spectroscopy
Zihao Zou, Shirin Shoushtari, Jiaming Liu, Jialiang Zhang, Patrick Judge...
TL;DR核磁共振（NMR）光谱是在生物医学、化学和生物学领域中广泛使用的分析化学物质和蛋白质的技术。最近的研究探索了深度学习（DL）在 NMR 去噪中的潜力，相比传统的方法如总变差（TV）去噪，DL 方法展现了显著的性能优势。本文表明，通过将数据驱动训练与传统的 TV 去噪相结合，DL 去噪方法的性能可以进一步提高。所提出的 TVCondNet 方法优于传统的 TV 和 DL 方法，通过将 TV 解作为条件进行 DL 训练。我们对实验采集的 NMR 数据进行验证，结果表明 TVCondNet 比现有方法具有更优秀的去噪性能和更快的推断速度。