MétaCan
Menu
Retour à la cohorte
Enregistrement W1576762842 · doi:10.1002/mrm.25103

Safely assessing radiofrequency heating potential of conductive devices using image‐based current measurements

2014· article· en· W1576762842 sur OpenAlexaff
Gregory H. Griffin, Kevan Anderson, Haydar Çelik, Graham A. Wright

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésImaging phantomElectrical conductorSpecific absorption rateCurrent (fluid)Computer scienceCharacterization (materials science)VoltageDielectric heatingMaterials scienceBiomedical engineeringRadiologyElectrical engineeringMedicineTelecommunicationsNanotechnology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Many procedures involving catheters and implanted medical devices could benefit from MRI guidance but are currently contraindicated due to risk of significant heating near linear conductive structures. A priori safety prediction is impossible in vivo and thus, safety is typically investigated in vitro by directly measuring temperature rise. Existing methods of investigating safety are inflexible and provide few data. Furthermore, they are fundamentally limited because dangerous temperatures rises can only be investigated if induced. A method of remotely predicting safety is necessary for ensuring safety in patients. THEORY AND METHODS: Electric current induced on the metallic object causes any dangerous heating; thus a remote method of safely characterizing the induced radiofrequency (RF) current distribution would suffice to evaluate safety assuming conservative estimates for local tissue properties. Here we propose a method of analyzing induced phase artifacts seen in low-specific absorption rate characterization images, to determine induced current on an interventional device. This induced current distribution can then be used to predict RF heating behavior under application of any other imaging sequence. RESULTS: This method has been successfully used to reproduce numerical simulations in a phantom. Furthermore, the heating behavior around a conductive wire produced by a scan other than that used to characterize current was successfully predicted. CONCLUSION: It has been shown in phantom experiments that remote current characterization can safely prevent dangerous scans as well as enable safe scans that previously would not have been attempted.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,088
Tête enseignante GPT0,400
Écart entre enseignants0,312 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in MedicineMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207