【Nat. Commun.】厦门大学林雁勤教授团队：针对核磁共振谱图的时频域深度学习重建网络及无参考质量评估

本文介绍了厦门大学林雁勤教授团队在核磁共振谱图重建领域的最新研究成果。针对传统非均匀采样技术重建算法参数调整复杂、现有深度学习方法局限于单域重建等问题，研究团队提出了时频域联合的深度学习重建网络JTF-Net。该网络通过融合时频域信息，显著提高了重建谱图质量，并创新性地提出了首个无参考质量评估指标REQUIRER。实验表明，JTF-Net在不同样品和谱图类型上均优于传统算法和单域深度学习方法，而REQUIRER指标能在无需全采样谱图的情况下准确评估重建质量。这项研究为核磁共振谱图分析提供了更高效、更实用的解决方案。