MétaCan
Menu
Retour à la cohorte
Enregistrement W1963512073 · doi:10.1002/cmr.b.20134

Magnetic resonance imaging with composite (dual) gradients

2009· article· en· W1963512073 sur OpenAlexaff
Dennis L. Parker, K. Craig Goodrich, J. Rock Hadley, Seong‐Eun Kim, Sung M. Moon, Blaine A. Chronik, Ulrich Fontius, Franz Schmitt

Notice bibliographique

RevueConcepts in Magnetic Resonance Part B · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensWestern University
Organismes subventionnairesNational Institute of Dental and Craniofacial ResearchNational Institute on Deafness and Other Communication DisordersNational Institute of Biomedical Imaging and BioengineeringNational Eye InstituteNational Institutes of Health
Mots-clésMagnetic resonance imagingDual (grammatical number)Composite numberNuclear magnetic resonanceMaterials scienceFunctional magnetic resonance imagingPsychologyMedicinePhysicsNeuroscienceArtRadiologyComposite material

Résumé

récupéré en direct d'OpenAlex

The tradeoff between gradient performance factors, size of the imaging region, and physiological factors such as nerve stimulation typically leads to compromises in gradient design and ultimately suboptimal imaging performance. Local gradient systems can add some performance flexibility, but are cumbersome to set up and remove. In nearly all conventional MRI systems, the use of local gradients precludes the use of the more homogeneous whole body gradients. This paper presents the concept of dynamically selectable composite gradient systems where local gradients and whole body gradients can be selected independently and simultaneously. The relative performance of whole body, insert, and composite gradients is predicted for echoplanar (EPI), turbo spin echo (TSE), and steady state free precession (SSFP). A realization of the concept is presented.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,849
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,027
Tête enseignante GPT0,326
Écart entre enseignants0,299 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

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

En bref

Citations17
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConcepts in Magnetic Resonance Part BMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207