NMR Spectrometers: Resolution and Error Correction
¹³C NMR: Distortionless Enhancement by Polarization Transfer (DEPT)
Model Approaches for Pharmacokinetic Data: Distributed Parameter Models
您也可能阅读
通过共同作者、期刊和引用图与本文相关的文章。
Chuanwen Zhao1, Gang Chen1,2, Caixiang Liu1,2
1State Key Laboratory of Magnetic Resonance Spectroscopy and Imaging, Innovation Academy for Precision Measurement Science and Technology, Chinese Academy of Sciences, Wuhan 430071, China.
一种新的深度学习方法,阶段模型驱动的剩余注意网络 (PD-RAN),准确地纠正高通量NMR代谢的阶段. 这种强大的技术可确保对大型生物样本数据集进行可靠的光谱分析.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: