通过变换参考 信号演进而获得的信息、通过组合参考信号演进与一个或多个其他参考信号演进而获得的 信息和通过分解参考信号演进而获得的信息中的一个或多个。
8. 如权利要求1所述的方法，其中将第一信息与第二信息进行比较包括模式匹配、选 择、最小化和优化中的一个或多个。
9. 如权利要求8所述的方法，其中模式匹配包括正交匹配追踪、分类序列标记、回归、 群集、分类、实值序列标记、解析、贝叶斯方法、马尔可夫方法、集成学习方法和模板匹配中 的一个或多个。
10. 如权利要求8所述的方法，其中优化包括最小二乘方优化、调整最小二乘方优化、 基追踪优化和匹配追踪优化中的一个或多个。
11. 如权利要求1所述的方法，包括：通过下面的操作来控制NMR设备以使材料暴露于 NMR指纹识别激发： 控制NMR设备以在一系列可变序列块中将射频（RF)能量应用于材料，其中序列块包括 一个或多个激发阶段、一个或多个读出阶段和一个或多个等待阶段， 其中所述材料包含一个或多个共振品种， 其中在序列块期间应用的RF能量被构造为使材料中的所述一个或多个共振品种同时 产生个体NMR信号，并且 其中所述一系列可变序列块的至少一个成员在至少N个序列块参数中不同于所述一 系列可变序列块的至少一个其他成员，N是大于1的整数。
12. 如权利要求11所述的方法，其中所述序列块参数包括回声时间、倾倒角、相位编 码、扩散编码、流编码、RF脉冲幅度、RF脉冲相位、RF脉冲的数量、在序列块的激发部分和序 列块的读出部分之间应用的梯度的类型、在序列块的激发部分和序列块的读出部分之间应 用的梯度的数量、在序列块的读出部分和序列块的激发部分之间应用的梯度的类型、在序 列块的读出部分和序列块的激发部分之间应用的梯度的数量、在序列块的读出部分期间应 用的梯度的类型、在序列块的读出部分期间应用的梯度的数量、RF破坏的量和梯度破坏的 量。
13. 如权利要求11所述的方法，包括： 控制NMR设备以改变所述一系列可变序列块中的序列块之间的时间的量、所述一系列 可变序列块中的序列块中的RF脉冲的相对幅度和所述一系列可变序列块中的序列块中的 RF脉冲的相对相位。
14. 如权利要求11所述的方法，其中N大于2并且其中所述一系列可变序列块的成员 的至少一个百分比是唯一的。
15. 如权利要求11所述的方法，其中所述参考信息包括由下面的方程描绘的所述一组 信号演进之外的信号演进： SE=A-Be_t/C 其中： SE是彳目号演进， A是常数， B是常数，t是时间，并且 C是单弛豫参数。
16. 如权利要求11所述的方法，其中所述参考信息包括从由下面的方程描述的一组信 号选择的信号演进：
其中： SE是彳目号演进， NA是序列块的数量， NKF是序列块中的RF脉冲的数量，a是倾倒角， ①是相角， Ri(a)是由于偏共振导致的旋转， RRFij(a，①）是由于RF差导致的旋转， R(G)是由于梯度导致的旋转， T1是自旋--点阵弛豫， T2是自旋 自旋弛豫， D是扩散弛豫，并且Ei(Tl，T2，D)与磁化差关联。
17. 如权利要求11所述的方法，其中所述参考信息包括从由下面的方程描述的一组信 号选择的信号演进：
其中： SE是彳目号演进， NA是序列块的数量， NKF是序列块中的RF脉冲的数量，a是倾倒角， ①是相角， Ri(a)是由于偏共振导致的旋转， RRFij(a，①）是由于RF差导致的旋转， R(G)是由于梯度导致的旋转， T1是自旋--点阵弛豫， T2是自旋 自旋弛豫，并且 Ei(Tl，T2,...）与磁化变化关联。
18. -种设备，包括： 第一逻辑，被构造为从NMR设备接收第一组数据，NMR设备被构造为重复地并且可变地 对与物体关联的（k，t，E)空间进行采样以获取一组NMR信号，其中所述一组数据的成员 与（k，t，E)空间中的不同点关联，其中t是时间并且E包括T1、T2和一个其他参数中的 至少一个，T1是自旋--点阵弛豫，并且T2是自旋--自旋弛豫，并且其中t和E中的一 个或多个非线性地变化； 信号逻辑，被构造为从第一组数据产生NMR信号演进；和 描绘逻辑，被构造为至少部分地基于将第一组数据与参考组数据进行比较描绘该物 体。
19. 如权利要求18所述的设备，其中所述描绘逻辑被构造为提供适合产生诊断图像的 图像像素数据，其中从第一组数据和参考组数据之间以及参考组数据和图像像素数据之间 的比较识别图像像素数据。
20. 如权利要求18所述的设备，其中所述描绘逻辑被构造为提供诊断信息，其中从第 一组数据和参考组数据之间以及参考组数据和图像像素数据之间的比较识别诊断信息。
21. 如权利要求18所述的设备，其中作为根据两个或更多不同序列块将RF能量应用 于物体的函数产生所述（k，t，E)空间，其中序列块包括一个或多个激发阶段、一个或多个 读出阶段和一个或多个等待阶段，其中所述两个或更多序列块的至少一个成员在序列块中 的a2脉冲的数量、序列块中的a2脉冲的间隔、序列块中的a2脉冲的相位和序列块中的 a2脉冲的幅度中的至少一个中不同于所述两个或更多序列块的至少一个其他成员。
22. 如权利要求18所述的设备，其中所述描绘逻辑被构造为提供关于与物体关联的 T1、与物体关联的T2、与物体关联的扩散系数、与物体关联的自旋密度、与物体关联的质子 密度、物体暴露于的磁场、物体暴露于的梯度场、物体的组织类型和物体的识别中的一个或 多个的信息。
23. 如权利要求18所述的设备，其中所述描绘逻辑被构造为识别与第一组数据相关的 参考组数据的一部分、参考组数据的一部分与第一组数据相关的程度和参考组数据的一部 分与第一组数据相关的可能性中的一个或多个。
24. 如权利要求18所述的设备，其中所述第一组数据包括响应于NMR指纹识别激发从 物体获取的NMR信号、从响应于NMR指纹识别激发从物体获取的NMR信号产生的信号演进 和从自响应于NMR指纹识别激发从物体获取的NMR信号产生的信号演进获得的信息中的一 个或多个。
25. 如权利要求24所述的设备，其中所述从信号演进获得的信息包括通过变换信号演 进而获得的信息、通过组合信号演进与一个或多个其他信号演进而获得的信息和通过分解 信号演进而获得的信息中的一个或多个。
26. 如权利要求18所述的设备，其中所述参考组数据包括以前获取的NMR信号、建模 的NMR信号、以前获取的信号演进、建模的信号演进、从参考信号演进获得的信息和非信号 演进信息中的一个或多个。
27. 如权利要求26所述的设备，其中所述从参考信号演进获得的信息包括通过变换参 考信号演进而获得的信息、通过组合参考信号演进与一个或多个其他参考信号演进而获得 的信息和通过分解参考信号演进而获得的信息中的一个或多个。
28. 如权利要求18所述的设备，其中所述描绘逻辑被构造为使用模式匹配、选择、最小 化和优化中的一个或多个将第一组数据与参考组数据进行比较。
29. 如权利要求28所述的设备，其中模式匹配包括正交匹配追踪、分类序列标记、回 归、群集、分类、实值序列标记、解析、贝叶斯方法、马尔可夫方法、集成学习方法和模板匹配 中的一个或多个。
30. 如权利要求26所述的设备，其中优化包括最小二乘方优化、调整最小二乘方优化、 基追踪优化和匹配追踪优化中的一个或多个。
【专利摘要】描述与NMR指纹识别关联的设备、方法和其他实施例。一个示例性NMR设备包括NMR逻辑，NMR逻辑被构造为重复地并且可变地对与物体关联的(k,t,E)空间进行采样以获取一组NMR信号。所述一组NMR信号的成员与(k,t,E)空间中的不同点关联。执行采样，t和/或E以非恒定方式变化。变化的参数可包括倾倒角、回声时间、RF幅度和其他参数。NMR设备还可包括：信号逻辑，被构造为从NMR信号产生NMR信号演进；和描绘逻辑，被构造为作为将获取的信号与参考信号进行比较的结果描绘物体中的共振品种。
【IPC分类】G01N24-08, A61B5-055
【公开号】CN104780839
【申请号】CN201380059266
【发明人】M.格里斯沃尔德, N.西伯利奇, V.古拉尼, D.马
【申请人】卡斯西部储备大学
【公开日】2015年7月15日
【申请日】2013年9月19日
【公告号】EP2897523A1, WO2014047326A1