 |
期刊名稱： | 波譜學雜志 |
| 期刊級別： | 核心期刊 | |
| 國內(nèi)統(tǒng)一刊號： | 42-1180/04 | |
| 國際標準刊號： | 1000-4556 | |
| 期刊周期： | 季刊 | |
| 主管單位： | 中國科學院 | |
| 主辦單位： | 中國科學院武漢物理與數(shù)學研究所;中國物理學會波譜學專業(yè)委員會 | |
| 學術服務咨詢 服務項目咨詢 | ||
• 期刊信息：《波譜學雜志》Chinese Journal of Magnetic Resonance(季刊)創(chuàng)刊于1983年6月，是國內(nèi)磁共振波譜領域唯一的學術性期刊，中、英文混合刊，國內(nèi)外公開發(fā)行。波譜學是物理學提供給化學、生物、醫(yī)學和材料科學等研究物質(zhì)的一種從原子分子水平的結構和動力學性質(zhì)等到宏觀行為的非常有效的工具。這一學科發(fā)展很快，應用也不斷廣泛、深入。從有機分子、生物大分子到蛋白質(zhì)的結構;從農(nóng)藥、醫(yī)藥的藥理特性，到活體檢測、醫(yī)學診斷、腦功能成像等，都屬于波譜學研究范圍。《波譜學雜志》主管單位：中國科學院，主辦單位：中國科學院武漢物理與數(shù)學研究所;中國物理學會波譜學專業(yè)委員會，國內(nèi)統(tǒng)一刊號：42-1180/04，國際標準刊號：1000-4556
• 期刊欄目：研究論文、研究簡報、綜述評論。
• 數(shù)據(jù)庫收錄情況：國家新聞出版總署收錄 維普網(wǎng)、萬方數(shù)據(jù)庫、知網(wǎng)數(shù)據(jù)庫、文摘雜志、化學文摘(網(wǎng)絡版)、日本科學技術振興機構中國文獻數(shù)據(jù)庫收錄
• 辦刊宗旨：《波譜學雜志》作為磁共振學科知識創(chuàng)新的傳媒和載體，以學術交流的方式及時報道本學科的科研成果，發(fā)表具有創(chuàng)造性、高水準的研究論文，促進本學科的發(fā)展為辦刊宗旨。主要報道波譜學在基礎研究和應用研究中的新理論、新方法、新技術和新進展，具體內(nèi)容包括核磁共振(NMR)、磁共振成像(MRI)、電子自旋共振(ESR)、核電四極矩共振(NQR)、激光磁共振(LMR)等。有所創(chuàng)新是本刊文章能否發(fā)表的重要標準。
• 影響因子：截止2014年萬方：影響因子：0.575;總被引頻次：297
截止2014年知網(wǎng)：復合影響因子：0.740;綜合影響因子：0.567
• 2015 年04期《波譜學雜志》投稿目錄：
第十九屆全國波譜學學術年會征文通知……………………………………
2016年《波譜學雜志》征訂啟事……………………………………
迭代軟閾值法壓縮感知重建譜峰較寬的二維固體譜…………………………………… 韓明月;鄭慧;胡炳文;楊光;
基于選擇編碼的超快速磁共振波譜方法 ……………………………………胡浩;韋芝良;林良杰;孫惠軍;林雁勤;陳忠;
準連續(xù)性動脈自旋標記技術在磁共振系統(tǒng)上的序列實現(xiàn)和參數(shù)優(yōu)化 ……………………………………魏青;宋瑞波;周曉東;湯偉軍;張衛(wèi)國;陳群;
CS-MRI中評價隨機欠采樣矩陣的新方法…………………………………… 肖灑;呂植成;孫獻平;葉朝輝;周欣;
人腦GABA-MRS中回顧性運動校正方法研究 ……………………………………張竹偉;陳錄廣;裴孟超;李建奇;
7T下脂肪對基于NOE的磁共振對比成像的影響 ……………………………………張苗;盧建華;蔡聰波;蔡淑惠;
利用仲氫誘導極化技術實現(xiàn)Deutsch算法 ……………………………………田佳欣;劉文卿;宋艷紅;軒亞楠;李軍方;姚葉鋒;魏達秀;
基于~1 HNMR譜的給藥赭石大鼠血清代謝組學研究 ……………………………………魏瑩;章文軍;薛蓉;李曉晶;裴奉奎;
核磁共振波譜法表征DAST分子結構 ……………………………………龐子博;孟大磊;竇瑛;馬思睿;武聰;程紅娟;徐永寬;
范例：迭代軟閾值法壓縮感知重建譜峰較寬的二維固體譜
【摘要】：壓縮感知技術可以打破傳統(tǒng)奈奎斯特采樣定理的限制,利用優(yōu)化算法對欠采數(shù)據(jù)進行重建,并獲得高質(zhì)量的結果,因此在核磁共振領域得到了廣泛的關注.但是當核磁共振譜的譜峰很寬時,基于共軛梯度方法的壓縮感知重建卻難以得到令人滿意的譜圖.因此,該文采用凸優(yōu)化非線性重建算法,使用基于譜圖域軟閾值的壓縮感知算法重建固體二維寬譜(1H雙量子-單量子譜或MQMAS譜),有效地解決了寬峰在重建時變?nèi)醯膯栴}.
【關鍵詞】： 壓縮感知(Compressed Sensing CS) 固體核磁共振 軟閾值 隨機欠采 共軛梯度
