作者: aeks |
发布时间: 2025-10-04 22:32
学科:
信息与通信工程
控制科学与工程
生物学
计算机科学与技术
高维核磁共振（NMR）可用于蛋白质结构解析，但采集时间长。深度学习可加速重建，但限于三维以内且难以应对未见过的加速倍数。本文提出一种名为ROAD的新方法，通过将信号分解为一维指数成分并结合神经网络校正误差，实现对3D和4D蛋白NMR谱的高效、鲁棒重建，支持广泛加速倍数，为高维NMR的快速应用开辟新路径。
标签:
ROAD方法
核磁共振
深度学习
蛋白质结构
高维谱重建
