近日,中科大微观磁共振重点实验室杜江峰院士、石发展教授等,与爱荷华大学巫晓东教授合作,在金刚石氮-空位(NV)色心体系的量子精密测量方面取得了新进展。
团队运用了一种模仿人脑神经网络的人工算法——“深度学习”法,此方法在模式识别和噪声消除方面,具有很强的能力。
他们对基于金刚石量子精密测量技术的纳米核磁共振二维谱进行加速,将探测效率提高近一个量级。实验成果以论文“Artificial intelligence enhanced two-dimensional nanoscale nuclear magnetic resonance spectroscopy”,发表在《自然》杂志中的量子信息板块[2]。
量子精密测量
核磁共振的最大优点是它是目前少有的对人体没有任何伤害的安全、快速、准确的临床诊断方法,在结构生物学和临床医学上具有广泛应用。
金刚石氮-空位(NV)色心,作为一种出色的量子传感器,可以实现纳米级别甚至单分子中的核磁共振。
图1|金刚石中的氮-空位色心(来源:NIST)
中科大微观磁共振重点实验室,基于NV色心的纳米核磁共振,首次以一对耦合的碳-13核自旋为探测对象,实现纳米二维核磁共振谱。
实验中,由于微观核磁信号极弱,所以信号的积累通常需要耗费很长时间,才能获取较高信噪比。
研究团队在论文中提出,结合深度学习与稀疏矩阵填充的方法,可以加速