量子科技中心_量科网

磁共振波谱（MRS）为代谢过程提供了一个独特的非侵入性观察窗口，但其潜力仍受限于严重的谱线重叠和固有低灵敏度。传统脉冲序列设计依赖人类直觉，主要针对简单的量子态，因而忽略了呈指数级增长的复杂自旋叠加态所构成的算子空间。本研究提出了一种突破启发式限制的谱驱动、端到端可微分物理框架。通过将物理定律与自动微分算法相结合，该方法直接导航高维自旋动力学空间，绕过了棘手的态制备逆问题。由此发现的非直观复杂混合态，能同时满足选择性激发和干涉信号增强的双重目标。研究团队在3T场强下成功实现了人脑内谷氨酸与谷氨酰胺的稳健分离——这一长期困扰神经影像学的难题，其谱线保真度优于传统方法。通过解锁核自旋系综的“暗”信息内容，该工作为磁共振及其他领域的目标驱动量子态工程建立了可推广的新范式。