Φασµατογράφος NMR. Μαγνήτης. ΑποσυζευκτÞò Β 2 Β 3. ÄÝκτηò S N. ΚανÜλι κλειδþìατοò. Β 1 Ποìπüò ADC. (data points) (data points) Επεξεργασßα.

Σχετικά έγγραφα
Ευαισθησία πειράµατος (Signal to noise ratio = S/N) ιάρκεια πειράµατος (signal averaging)) ιάρκεια 1,38 1,11 0,28 5,55. (h) πειράµατος.

Ακολουθίες παλµών 1D. υποδηλώνει τη. µαγνήτιση Μ 0 FID. φάση τους, δηλαδή τη θέση του ποµπού (Β 1. ) ως προς τη. παλµούς (x, y, ή φ) Ο δείκτης στους

Φάσµατα άνθρακα-13 ( 13 C NMR)

ιέγερση πυρήνων να εφαρµόζεται κάθετα προς το Β 0 B 1 = C * cos (ω o

Μεταφορά µαγνήτισης. ιαφορά πληθυσµών 1,2 3,4 1,3 2,4. αντανακλά την αναλογία 1 προς 4. πυρήνων 13 C και 1 H. των ενεργειακών σταθµών

Φασµατοσκοπία NMR. Απόστολος Σπύρος Γ-207, ισόγειο κτιρίου Χηµείας. Τηλ

Εισαγωγή στη Σχεδίαση RF Κυκλωμάτων

Ενότητα 4: Δειγματοληψία - Αναδίπλωση

Ιατρικά Ηλεκτρονικά. Δρ. Π. Ασβεστάς Εργαστήριο Επεξεργασίας Ιατρικού Σήματος & Εικόνας Τμήμα Τεχνολογίας Ιατρικών Οργάνων

Σύζευξη σπιν-σπιν J = 0 J 0

Ακαδηµαϊκό Έτος , Εαρινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης

ΤΗΛ412 Ανάλυση & Σχεδίαση (Σύνθεση) Τηλεπικοινωνιακών Διατάξεων. Διάλεξη 6. Άγγελος Μπλέτσας ΗΜΜΥ Πολυτεχνείου Κρήτης, Φθινόπωρο 2016

ΕΡΓΑΣΤΗΡΙΟ ΦΥΣΙΚΗΣ ΟΠΤΙΚΗΣ - ΟΠΤΟΗΛΕΚΤΡΟΝΙΚΗΣ & LASER ΤΜΗΜΑ ΦΥΣΙΚΗΣ ΧΗΜΕΙΑΣ & Τ/Υ ΑΣΚΗΣΗ ΝΟ7 ΟΠΤΙΚΗ FOURIER. Γ. Μήτσου

Ήχος και φωνή. Τεχνολογία Πολυµέσων 04-1

Αλληλεπίδραση δίπόλο-δίπολο

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΩΝ Εισαγωγή. Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Εισαγωγή στην Επεξεργασία Σήματος. Νόκας Γιώργος

Κεφάλαιο 3 ο : ΕΙΣΑΓΩΓΗ στις ΤΗΛΕΠΙΚΟΙΝΩΝΙΕΣ. ΗΛΕΚΤΡΟΜΑΓΝΗΤΙΚΟ ΚΥΜΑ και ΤΕΧΝΙΚΕΣ ΙΑΜΟΡΦΩΣΗΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΕΡΓΑΣΤΗΡΙΟ ΑΝΑΛΟΓΙΚΩΝ & ΨΗΦΙΑΚΩΝ ΕΠΙΚΟΙΝΩΝΙΩΝ

NMR ΑΡΧΕΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ ΦΑΣΜΑΤΟΣΚΟΠΙΑΣ ΠΥΡΗΝΙΚΟΥ ΜΑΓΝΗΤΙΚΟΥ ΣΥΝΤΟΝΙΣΜΟΥ ΣΤΗΝ. Ιατρική Φαρµακευτική Χηµεία Βιοχηµεία Χηµεία τροφίµων και ποτών

ΕΡΓΑΣΤΗΡΙΟ ΑΝΑΛΟΓΙΚΩΝ & ΨΗΦΙΑΚΩΝ ΕΠΙΚΟΙΝΩΝΙΩΝ

Ενόργανη Ανάλυση Εργαστήριο. Φασματοσκοπία πυρηνικού μαγνητικού συντονισμού Nuclear Magnetic Resonance spectroscopy, NMR. Πέτρος Α.

ΤΟ ΜΑΥΡΟ ΚΟΥΤΙ. 1. Το περιεχόμενο του μαύρου κουτιού. 2. Είσοδος: σήματα (κυματομορφές) διέγερσης 3. Έξοδος: απόκριση. (απλά ηλεκτρικά στοιχεία)

Εφαρμογή στις ψηφιακές επικοινωνίες

Ο μετασχηματισμός Fourier

Θεώρημα δειγματοληψίας

Επικοινωνίες I FM ΔΙΑΜΟΡΦΩΣΗ. Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών

Ο μετασχηματισμός Fourier

Ψηφιακή Επεξεργασία Σημάτων

«Επικοινωνίες δεδομένων»

Κεφάλαιο 3 Προεπεξεργασία Σήµατος Οµιλίας

Περιεχόµενα ΕΠΛ 422: στα Συστήµατα Πολυµέσων. Βιβλιογραφία. ειγµατοληψία. ηµιουργία ψηφιακής µορφής πληροφορίας στα Συστήµατα Πολυµέσων

«Επικοινωνίες δεδομένων»

Σήματα και Συστήματα. Διάλεξη 1: Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα. Διάλεξη 9: Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Συστήματα Πολυμέσων. Ενότητα 2: Εισαγωγικά θέματα Ψηφιοποίησης. Θρασύβουλος Γ. Τσιάτσος Τμήμα Πληροφορικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ

Κυκλώματα με ημιτονοειδή διέγερση

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

Χόρδισμα Οργάνων με την μέθοδο των Zero Crossings

ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ ΕΞΕΤΑΣΤΙΚΗΣ ΠΕΡΙΟ ΟΥ ΙΟΥΝΙΟΥ 2004., η οποία όµως µπορεί να γραφεί µε την παρακάτω µορφή: 1 e

Χηµική ισοδυναµία πυρήνων και µοριακή συµµετρία

x(t) = 4 cos(2π600t π/3) + 2 sin(2π900t + π/4) + sin(2π1200t) (1) w(t) = y(t)z(t) = 2δ(t + 1) (2) (2 sin(2π900t + π/4) t= 1 + sin(2π1200t) )

7. Ταλαντώσεις σε συστήµατα µε πολλούς βαθµούς ελευθερίας

Βασικές αρχές της Φασµατοσκοπίας NMR

Σήματα και Συστήματα. Διάλεξη 2: Στοιχειώδη Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Εξεταστική Ιανουαρίου 2007 Μάθηµα: «Σήµατα και Συστήµατα»

Μεταβατική Ανάλυση - Φάσορες. Κατάστρωση διαφορικών εξισώσεων. Μεταβατική απόκριση. Γενικό μοντέλο. ,, ( ) είναι γνωστές ποσότητες (σταθερές)

Ήχος. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 04-1

Επεξεργασία Πολυµέσων. Δρ. Μαρία Κοζύρη Π.Μ.Σ. «Εφαρµοσµένη Πληροφορική» Τµήµα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Πανεπιστήµιο Θεσσαλίας

ΣΗΜΕΙΩΣΕΙΣ ΚΑΘΗΓΗΤΗ κ. ΚΟΥΠΠΑΡΗ

Τεχνολογία Πολυμέσων. Ενότητα # 4: Ήχος Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής

Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης

13.6 Η ερμηνεία των φασμάτων NMR πρωτονίου

Εισαγωγή στα ψηφιακά Συστήµατα Μετρήσεων

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ

Δx

ΘΕΩΡΙΑ ΠΛΗΡΟΦΟΡΙΑΣ. Κεφάλαιο 7-8 : Συστήματα Δειγματοληψία Χρήστος Ξενάκης. Πανεπιστήμιο Πειραιώς, Τμήμα Ψηφιακών Συστημάτων

4. Ποιο από τα παρακάτω δεν ισχύει για την ευαισθησία ενός δέκτη ΑΜ; Α. Ευαισθησία ενός δέκτη καθορίζεται από την στάθμη θορύβου στην είσοδό του.

Εισαγωγή στις Τηλεπικοινωνίες

Doppler Radar. Μεταφορά σήµατος µε την βοήθεια των µικροκυµάτων.

Σύνθετες Ασκήσεις για ιάδοση, ιασπορά και Αντιστάθµισή της

ΕΡΓΑΣΤΗΡΙΟ ΑΝΑΛΟΓΙΚΩΝ & ΨΗΦΙΑΚΩΝ ΕΠΙΚΟΙΝΩΝΙΩΝ

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

Συστήματα Επικοινωνιών ΙI

Αρµονικοί ταλαντωτές

ΚΡΙΤΗΡΙΟ ΑΞΙΟΛΟΓΗΣΗΣ ΦΥΣΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ

Δυναμική Μηχανών I. Επίλυση Προβλημάτων Αρχικών Συνθηκών σε Συνήθεις. Διαφορικές Εξισώσεις με Σταθερούς Συντελεστές

ΘΕΩΡΙΑ ΣΗΜΑΤΩΝ & ΣΥΣΤΗΜΑΤΩΝ. Μετασχηµατισµός Laplace. Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Ασκήσεις στα Συστήµατα Ηλεκτρονικών Επικοινωνιών Κεφάλαιο 3 ο : ΕΙΣΑΓΩΓΗ στις ΤΗΛΕΠΙΚΟΙΝΩΝΙΕΣ ΗΛΕΚΤΡΟΜΑΓΝΗΤΙΚΟ ΚΥΜΑ και ΤΕΧΝΙΚΕΣ ΙΑΜΟΡΦΩΣΗΣ

Οι μηχανές ΕΡ είναι γεννήτριες που μετατρέπουν τη μηχανική ισχύ σε ηλεκτρική και κινητήρες που μετατρέπουν την ηλεκτρική σε μηχανική

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 2 η : Δισδιάστατα Σήματα & Συστήματα Μέρος 2

x[n]z n = ) nu[n]z n z 1) n z 1 (5) ( 1 z(2z 1 1]z n +

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Πειραιά Σχολή Τεχνολογικών Εφαρμογών Τμήμα Μηχανολογίας

27-Ιαν-2009 ΗΜΥ (ι) Βασική στατιστική (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό

Γιατί Διαμόρφωση; Μια κεραία για να είναι αποτελεσματική πρέπει να είναι περί το 1/10 του μήκους κύματος

= R{(a + jb)e j2π 3 4 t } (6) a + jb = j2.707 = e j π (7) A = (9) f 0 = 3 4

Σεισμολογικά Όργανα Κεφάλαιο 8. Chang Heng 132 π.χ.

2 ο κεφάλαιο: Ανάλυση και Σύνθεση κυματομορφών με τον Μετασχηματισμό Fourier

Κεφάλαιο 1: Προβλήµατα τύπου Sturm-Liouville

Αρµονικοί ταλαντωτές

Διακριτός Μετασχηματισμός Fourier

Ε Ρ Ω Τ Η Σ Ε Ι Σ Σ Τ Ι Σ Φ Θ Ι Ν Ο Υ Σ Ε Σ Τ Α Λ Α Ν Τ Ω Σ Ε Ι Σ

ΜΕΤΑΤΡΟΠΕΙΣ D/A & A/D

ΤΕΧΝΙΚΕΣ ΑΝΑΛΥΣΗΣ ΣΤΕΡΕΩΝ ΕΙΓΜΑΤΩΝ- XRF & ΝΑΑ

ΤΕΙ ΑΘΗΝΑΣ ΤΜΗΜΑ ΦΥΣΙΚΗΣ ΧΗΜΕΙΑΣ & Τ/Υ ΕΡΓΑΣΤΗΡΙΟ ΦΥΣΙΚΗΣ ΟΠΤΙΚΗΣ - ΟΠΤΟΗΛΕΚΤΡΟΝΙΚΗΣ & LASER

Σήματα και Συστήματα. Διάλεξη 7: Μετασχηματισμός Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα. Νόκας Γιώργος

NMR - πορφυρινών v=(γ/2π)(1-σ).ηο σ=σταθερά προστασίας

Εισαγωγή στην επιστήµη των υπολογιστών. Υπολογιστές και Δεδοµένα Κεφάλαιο 3ο Αναπαράσταση Αριθµών

Τηλεπικοινωνικακά Συστήματα Ι - Ενδεικτικές Ερωτήσεις Ασκήσεις 1)

Εισαγωγή στην επιστήµη των υπολογιστών. Αναπαράσταση Αριθµών

Κεφάλαιο 14 Ταλαντώσεις. Copyright 2009 Pearson Education, Inc.

ΕΡΓΑΣΤΗΡΙΟ ΑΝΑΛΟΓΙΚΩΝ & ΨΗΦΙΑΚΩΝ ΕΠΙΚΟΙΝΩΝΙΩΝ

Συστήματα Επικοινωνιών ΙI

Ψηφιακές Τηλεπικοινωνίες. Διαμόρφωση Παλμών κατά Πλάτος

HMY 333 Φωτονική Διάλεξη 07. Ταχύτητα φάσης, ταχύτητα ομάδας και διασπορά. n 2 n O

Γενικά χαρακτηριστικά ανάδρασης

ΚΕΦΑΛΑΙΟ 5 Ο : ΣΥΝΤΟΝΙΣΜΟΣ ΑΠΛΩΝ ΗΛΕΚΤΡΙΚΩΝ ΚΥΚΛΩΜΑΤΩΝ

α) = β) Α 1 = γ) δ) Μονάδες 5

Transcript:

INPUT ΠεριφερειακÜ (σκληρüò δßσκοò) ΠαλìογρÜφοò ΚαταγραφÝαò Φασµατογράφος NMR Η/Υ Κονσüλα Επεξεργασßα δεδοìýνων (daa poins) Β 1 Ποìπüò Β 2 ΑποσυζευκτÞò Β 3 ΚανÜλι κλειδþìατοò ΑποθÞκευση δεδοìýνων (daa poins) S N Μαγνήτης DAC ADC ÄÝκτηò

Ανίχνευση ή δειγµατοληψία της FID ADC (Analogue-o-digial converer ή Digiizer) Ανιχνεύει ή κάνει τη δειγµατοληψία (sampling ή digiizaion) της FID Μετατρέπει το αναλογικό σήµα (mv) σε ψηφιακό αριθµό (bi) ADC Digiizaion daa poin FT - Κατά την ανίχνευση της FID συλλέγουµε δεδοµένα σηµεία (daa poins), τα οποία αποθηκεύονται σε ψηφιακή µορφή (αριθµούς) στη µνήµη του Η/Υ. - Ο µέγιστος δυνατός αριθµός δεδοµένων που αποθηκεύονται εξαρτάται από τη χωρητικότητα της µνήµης, η οποία εκφράζεται σε πολλαπλάσια του Κ (1Κ 2 10 1024 δεδοµένα σηµεία).

Ανίχνευση της FID ( ) - Ο χρόνος που χρειάζεται κάθε δεδοµένο σηµείο να αποθηκευτεί στη µνήµη ονοµάζεται χρόνος αποθήκευσης (Dwell ime, D ). Θεωρείται και το χρονικό διάστηµα µεταξύ της λήψης δύο δεδοµένων. - Ο ολικός χρόνος δειγµατοληψίας ή ανίχνευσης της FID ονοµάζεται χρόνος ανάκτησης ή ανίχνευσης (Acquisiion ime, acq ). - Η περιοχή συχνοτήτων ω (ή ν) όπου συντονίζονται οι πυρήνες ονοµάζεται φασµατικό εύρος (Sweep Widh, SW), ω SW. D acq acq 2 D 2 1 SW N SW N N αριθµός δεδοµένων Οι τιµές των διαφόρων παραµέτρων αλληλοεξαρτώνται. Για παράδειγµα, ελάττωση του φασµατικού εύρους οδηγεί σε αύξηση του χρόνου αποθήκευσης των δεδοµένων και σε αύξηση του χρόνου ανάκτησης για αριθµό δεδοµένων Ν. Ο χρόνος ανάκτησης αυξάνεται, επίσης, µε την αύξηση του Ν για δοθέν φασµατικό εύρος. Η ρύθµιση αυτών των παραµέτρων είναι σηµαντική για τη λήψη ενός φάσµατος µεγάλης ευαισθησίας και υψηλής διακριτικής ικανότητας, όπως θα δούµε παρακάτω.

Ανίχνευση της FID ( ) Είναι γνωστό, ότι στα φάσµατα NMR οι χηµικές µετατοπίσεις αντανακλούν διαφορές συχνοτήτων µεταξύ των κορυφών και όχι τις απόλυτες συχνότητες συντονισµού. Οι πρώτες είναι της τάξης των khz και αντανακλούν την επίδραση του χηµικού περιβάλλοντος στο συντονισµό των πυρήνων, ενώ οι δεύτερες είναι της τάξης των MHz. Συχνότητα αναφοράς 200.000.000 Hz 200.002.000 Hz Σήµα προς ανίχνευση 2000 Hz Για παράδειγµα, ένα φάσµα 1 H NMR, το οποίο καταγράφεται στα 200 MHz αντιστοιχεί σε µια περιοχή συχνοτήτων 2-3 khz. Εποµένως, αντί να κάνουµε τη χρονοβόρα δειγµατοληψία πολλών MHz, είναι πιο πρόσφορο να αφαιρέσουµε µια συχνότητα αναφοράς από τις συχνότητες που περιλαµβάνει η FID πριν από την ανίχνευσή της. Σήµα NMR Ραδιοσυχνότητα ακουστική συχνότητα

Ανίχνευση της FID (Συνθήκη του Nyquis) Ερώτηση ρώτηση: Πόσα δεδοµένα µπορούµε να συλλέξουµε ή διαφορετικά, ποια θα πρέπει να είναι η ταχύτητα δειγµατοληψίας της FID; Απάντηση: Αυτή εξαρτάται από τη µεγαλύτερη συχνότητα της FID, ή πιο γενικά από την περιοχή συχνοτήτων ω όπου συντονίζονται οι πυρήνες, δηλαδή από το φασµατικό εύρος. Συνθήκη του Nyquis: Για να κάνουµε επαρκή δειγµατοληψία της FID, θα πρέπει να συλλέξουµε τα δεδοµένα µε ταχύτητα διπλάσια του φασµατικού εύρους. SW 5000 Hz (κύκλοι ( κύκλοι/s) ταχύτητα δειγµατοληψίας 10.000 Hz Συλλογή 2 δεδοµένων στα σηµεία ανά µήκος κύµατος.

Αναδίπλωση κορυφών (Folding ( ή Aliasing) Ερώτηση: Τι θα συµβεί αν η δειγµατοληψία της FID γίνει ποιο αργά, δηλαδή µε ταχύτητα µικρότερη από τη συχνότητα του Nyquis; Αν µ άλλα λόγια η συχνότητα µιας κορυφής στο φάσµα βρίσκεται σε συχνότητα µεγαλύτερη από το φασµατικό εύρος που καλύπτει η συνθήκη του Nyquis. Συχνότητα Nyquis 2 SW Συχνότητα κορυφής SW+ δω Η ανίχνευση στα σηµεία γίνεται µε τη συχνότητα Nyquis. Η ανίχνευση στα σηµεία γίνεται µε ταχύτητα µισή της συχνότητας Nyquis (συλλογή ενός δεδοµένου ανά µήκος κύµατος). O Η/Υ αναγνωρίζει τα σηµεία δειγµατοληψίας από την περιοχή SW + δω ως να προέρχονται από την περιοχή SW δω. Η κορυφή εµφανίζεται αναδιπλωµένη στο φάσµα στη θέση δω µε διαφορετική φάση από τις υπόλοιπες κορυφές. Το φαινόµενο αυτό ονοµάζεται αναδίπλωση.

Αναδίπλωση κορυφών ( ) Αναδίπλωση κορυφών ( ) SW 6 khz Συχνότητα Nyquis 2 * SW SW 4 khz ω α ω β -ω β -ω α Συχνότητα Nyquis 2 * SW Όταν το φασµατικό εύρος γίνει µικρότερο (4 khz), οι κορυφές ω α και ω β βρίσκονται εκτός και αναδιπλώνονται στο φάσµα µε λάθος φάση. Αυτό συµβαίνει γιατί η δειγµατοληψία, η οποία γίνεται µε τη συχνότητα Nyquis (8 khz) δεν αναγνωρίζει τις δύο κορυφές. O H/Y όµως, επεξεργάζεται τα δεδοµένα αυτών των κορυφών σαν να έχουν συχνότητες -ω α και -ω β.

Απλή Ανίχνευση Απλή Ανίχνευση Παλαιότερα η εφαρµογή του παλµού B 1 (carrier) γινόταν, στην αρχή ή στο τέλος του φάσµατος (συχνότητα του B 1 µεγαλύτερη ή µικρότερη, αντίστοιχα, από όλες τις άλλες συχνότητες). Αυτό γινόταν για να αποφύγουµε να έχουµε συχνότητες ταχύτερες ή βραδύτερες από τη συχνότητα του carrier. Ετσι, ο Η/Υ γνώριζε πάντα το πρόσηµο των συχνοτήτων στην FID. carrier 232 231 230 229 228 227 226 225 224 223 Παρουσιάζονται δύο προβλήµατα. Πρώτον, ο θόρυβος δεν ανιχνεύεται κατάλληλα και αναδιπλώνεται στο φάσµα. εύτερον, για τη διέγερση συχνοτήτων µακρυά από τον carrier, χρειαζόµαστε πολύ ίσχυρούς και οµοιογενείς παλµούς, τους οποίους δεν έχουµε πάντα στη διάθεσή µας. Μια λύση είναι η τοποθέτηση του carrier στη µέση του φάσµατος. carrier ppm

Ανίχνευση Quadraure Αν τοποθετήσουµε το Β 1 στο µέσον του φάσµατος, τότε ο Η/Υ δεν µπορεί να διακρίνει τις ταχύτερες (+ω) από τις βραδύτερες συχνότητες (-ω) σε σχέση µε τη συχνότητα του Β 1. Το πρόβληµα λύνεται αν τοποθετήσουµε δύο δέκτες σε θέση 90 ο (δηλαδή µε διαφορά φάσης 90 ο ) τον ένα από τον άλλο. Ο ένας δέκτης τοποθετείται κατά µήκος του άξονα y και ανιχνεύει τη συνιµητονοειδή FID (cosω) και ο άλλος κατά µήκος του άξονα x και ανιχνεύει την ηµιτονοειδή FID (sinω). Αυτός ο τρόπος ανίχνευσης ονοµάζεται quadraure. -ω +ω Φάση 0 ο -ω +ω ω 1 +ω -ω F S ω 1 +ω -ω Φάση 90 ο

Φάση 0 ο F Φάση 90 ο F Φάση 0 ο S Φάση 90 ο S Ανίχνευση Quadraure ( ) ω 0 ω 0

Χρόνος ανάκτησης και διακριτική ικανότητα Χρόνος ανάκτησης και διακριτική ικανότητα Η διακριτική ικανότητα είναι από τις πλέον σηµαντικές παραµέτρους κατά τη λήψη φασµάτων NMR διότι καθορίζει κατά πόσον οι κορυφές ξεχωρίζουν µεταξύ τους. Ανεπαρκής διακριτική ικανότητα µπορεί να οδηγήσει σε επικαλύψεις κορυφών, ή στην αδυναµία να παρατηρήσουµε µικρές συζεύξεις. Η διακριτική ικανότητα ανάγεται στο εύρος της κορυφής στο µέσο ύψος ( ω ½ ). Όσο πιο µικρό αυτό το εύρος, τόσο πιο καλή είναι η διακριτική ικανότητα. Το εύρος εξαρτάται από τη φυσική αποδιέγερση του πυρήνα και την ανοµοιογένεια του πεδίου Β 0. Ο τελευταίος παράγοντας της ανοµοιογένειας καθίσταται σχεδόν αµελητέος µε τη σύγχρονη οργανολογία NMR. Ένας τρίτος παράγοντας που επιδρά στη διακριτική ικανότητα είναι ο χρόνος ανάκτησης, acq, ο ολικός χρόνος δειγµατοληψίας της FID. Ο χρόνος ανάκτησης συνδέεται µε τη (ψηφιακή) διακριτική ικανότητα (DR). DR acq 2 SW N / 2 SW N 2 SW SI 1 acq Στην εξίσωση της DR, χρησιµοποιήσαµε το ήµισυ του αριθµού των δεδοµένων (SI N/2), τα οποία µετά το µετασχηµατισµό Φουριέ παρέχουν το πραγµατικό φάσµα (τα υπόλοιπα Ν/2 δεδοµένα παρέχουν το φανταστικό φάσµα).

Χρόνος ανάκτησης και διακριτική ικανότητα (...) Χρόνος ανάκτησης και διακριτική ικανότητα (...) DR SW N / 2 2 SW SI 1 acq Η DR εκφράζεται σε Hz/daa poin (Hz/p) Η διακριτική ικανότητα αυξάνεται (η DR ελαττώνεται) όταν αυξάνεται ο χρόνος ανάκτησης, ο οποίος µε τη σειρά του αυξάνεται όταν αυξάνεται ο αριθµός των δεδοµένων σηµείων, ή όταν ελαττώνεται το φασµατικό εύρος. Εποµένως, το φάσµα παρουσιάζει µεγαλύτερη διακριτική ικανότητα όταν η δειγµατοληψία της FID γίνεται σε µεγαλύτερο χρονικό διάστηµα. Στα φάσµατα πρωτονίου, ανιχνεύονται µικρές διαφορές συχνοτήτων (<1 Hz). Εποµένως, χρησιµοποιούνται χρόνοι ανάκτησης 2-4 s, οι οποίοι αντιστοιχούν σε DR 0.5-0.25 Hz/daa poin

Ψηφιακό φιλτράρισµα της FID Υπάρχουν διάφοροι τρόποι επεξεργασίας των δεδοµένων σηµείων πριν από το µετασχηµατισµό Φουριέ της FID, σε µια προσπάθεια να αυξήσουµε, είτε την ευαισθησία, είτε τη διακριτική ικανότητα του πειράµατος, έτσι ώστε να εξαχθούν από το φάσµα περισσότερες πληροφορίες. Η επεξεργασία της FID γίνεται ψηφιακά (ψηφιακό φιλτράρισµα), χρησιµοποιώντας µαθηµατικές συναρτήσεις, τις λεγόµενες weighing funcions ή window funcions, ή φίλτρα. Κατά το ψηφιακό φιλτράρισµα, κάθε δεδοµένο της FID πολλαπλασιάζεται µε την κατάλληλη µαθηµατική συνάρτηση. Υπάρχουν πολλές τέτοιες συναρτήσεις, από τις οποίες ένας πολύ µικρός αριθµός χρησιµοποιείται. g ( ) e +κ Εκθετικές συναρτήσεις Αυξάνεται η διακριτική ικανότητα g ( ) e λ Αυξάνεται η ευαισθησία Gaussian/Lorenzian g ( ) e κ ν 2 Αυξάνεται η ευαισθησία και η διακριτική ικανότητα

1 Αύξηση της ευαισθησίας Αύξηση της ευαισθησίας πληροφορίες κυρίως θόρυβος 0 0.10 0.20 0.30 0.40 0.50 1 sec g() 1 * e -( LB * ) Η αληθινή πληροφορία (το φάσµα) περιέχεται στο πρώτο τµήµα της FID. Καθώς η M xy αποσβαίνει, έχουµε όλο και περισσότερο θόρυβο. Εποµένως, θα πρέπει µε κάποιο τρόπο να φιλτράρουµε το θόρυβο, ή να ακρωτηριάσουµε την FID. FT LB O µετασχηµατισµός αυτής της συνάρτησης είναι µια λορεντζιανή καµπύλη µε εύρος στο µέσο ύψος ανάλογο της ταχύτητας απόσβεσης (παράµετρος LB σε Hz).

Αύξηση της ευαισθησίας και της διακριτικής ικανότητας LB 5.0 Hz 0 0.10 0.20 0.30 0.40 0.50 1 sec 0 0.10 0.20 0.30 0.40 0.50 1 sec LB -1.0 Hz 0 0.10 0.20 0.30 0.40 0.50 1 sec FT FT Εάν στην προηγούµενη συνάρτηση χρησιµοποιήσουµε LB µε αντίθετο πρόσηµο, ο εκθετικός όρος αυξάνεται, αντί να ελαττώνεται. Το λαµβανόµενο σήµα µετά την εφαρµογή της συνάρτησης έχει στενότερο εύρος. Μ άλλα λόγια αυξάνεται η διακριτική ικανότητα, αλλά ελαττώνεται ο λόγος S/N, δηλαδή η ευαισθησία.

Προσθήκη µηδενικών (Zero ( Zero-Filling Filling) Αναφέρθηκε προηγουµένως, ότι η δειγµατοληψία της FID σε µεγαλύτερο χρονικό διάστηµα αυξάνει τη διακριτική ικανότητα. Επίσης, οι πολλές επαναλήψεις του πειράµατος οδηγούν στην αύξηση της ευαισθησίας. Αυτό είναι σωστό στην περίπτωση που η FID µηδενίζεται στο τέλος του χρόνου ανάκτησης. Στην αντίθετη περίπτωση, οι συνεχείς επαναλήψεις προσθέτουν θόρυβο στο φάσµα, εφόσον ο θόρυβος δεν αποσβένει χρονικά όπως η FID. 8K daa 8K zero-fill 0 0.20 0.40 0.60 0.80 1.00 1.2 1.4 1.6 1.8 2.0 2.2 1 sec 8Κ FID 16Κ FID Στην περίπτωση που η FID έχει µηδενισθεί στο τέλος του χρόνου ανάκτησης, µπορούµε να αυξήσουµε τεχνητά τη DR προσθέτοντας δεδοµένα σηµεία (µηδενικά) στο τέλος της FID. Το τέχνασµα αυτό ονοµάζεται προσθήκη µηδενικών (zero filling). Μ άλλα λόγια εκείνο που κάνουµε είναι να αυξήσουµε τα δεδοµένα σηµεία στην FID πριν από το µετασχηµατισµό Φουριέ. Ο αριθµός των µηδενικών είναι συνήθως ίσος µε πολλαπλάσια του Κ (π.χ. 4Κ, 8Κ). Πάντως, η µέθοδος αυτή δεν βοηθά, εάν το πείραµα δεν είναι καλής ποιότητας (π. χ. κακή διακριτική ικανότητα, ή κακή ευαισθησία).

Γραµµική πρόβλεψη (Linear ( Predicion) d Ένα άλλο τέχνασµα αύξησης της DR είναι η πρόβλεψη της τιµής των χαµένων δεδοµένων µιας ακρωτηριασµένης (δεν έχει µηδενισθεί στο τέλος του χρόνου ανάκτησης) FID χρησιµοποιώντας προηγούµενα γνωστά δεδοµένα της (υπό τη µορφή γραµµικού συνδυασµού). Με αυτό το τέχνασµα επιµηκύνουµε µε αυθεντικό τρόπο την FID, χωρίς τη χρήση φίλτρων ή την προσθήκη µηδενικών στο τέλος της. n a 1 d n 1 + a 2 d n 2 + a 3 d n 3 + a 4 d n 4 + d n άγνωστο δεδοµένο d n-1, d n-2, γνωστά δεδοµένα... Η γραµµική πρόβλεψη είναι ανώτερη από την προσθήκη µηδενικών και παρέχει πολύ καλύτερη προσέγγιση των αληθινών δεδοµένων από την απλή προσάρτηση µηδενικών. Επίσης, αποκαθιστά κατεστραµµένα ή/και παραµορφωµένα δεδοµένα. Η γραµµική πρόβλεψη δεν είναι τόσο αποτελεσµατική για πειράµατα 1D και χρησιµοποιείται σπάνια Αντίθετα είναι πολύτιµη για την επεξεργασία δεδοµένων σε πειράµατα 2D ή 3D NMR, όπου η FID είναι πάντα ακρωτηριασµένη. Περιορισµοί: - σήµατα υψηλής ευαισθησίας (S/N) - τα γνωστά δεδοµένα πρέπει να είναι πολύ περισσότερα από τις συνιστώσες της FID.