MétaCan
Menu
Retour à la cohorte
Enregistrement W1963763297 · doi:10.1109/iembs.2010.5626222

MRI visualization of a single 15 µm navigable imaging agent and future microrobot

2010· article· en· W1963763297 sur OpenAlexaff
Nina Olamaei, Farida Chériet, G. Beaudoin, Sylvain Martel

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMicro and Nano Robotics
Établissements canadiensUniversité de MontréalHôpital Notre-DamePolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésArtifact (error)Magnetic resonance imagingGradient echoVisualizationBiomedical engineeringMaterials scienceMicrosphereMicroparticleImage resolutionClinical imagingNuclear magnetic resonanceRadiologyComputer scienceComputer visionArtificial intelligencePhysicsOpticsMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

In magnetic resonance imaging (MRI), the susceptibility-based contrast provides a way to amplify the effects of a magnetic microparticle, whereas its volume is largely inferior to the spatial resolution of the system. This concept presents an approach to visualization by means of susceptibility artifact using ferromagnetic microparticles. In this work, the amount of the susceptibility artifact was investigated using a simulation model and in vitro experiments on stainless steel microspheres measuring 40, 20 and 15 microm in diameter. The results showed that using a clinical MRI system, a single 15 microm microsphere is detectable in gradient-echo scans. The extent of the susceptibility artifact was found to be related to the scan parameters and the particles' sizes. Since the same ferromagnetic microparticle can be used for MRI-based propulsion, these results suggest several potential applications for navigable agents and microrobots involved in therapy, diagnostics, and imaging inside the microvascular network of the human body.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,433
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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,249
Écart entre enseignants0,242 · 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'étudeExpérimental (laboratoire)
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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicro and Nano RoboticsTravaux en français237 207