MétaCan
Menu
Retour à la cohorte
Enregistrement W1972461271 · doi:10.1109/tmag.2012.2234758

Investigation of Magnetic Field Gradient Waveforms in the Presence of a Metallic Vessel in Magnetic Resonance Imaging Through Simulation

2013· article· en· W1972461271 sur OpenAlexaff
Frédéric G. Goora, Hui Han, Matthew Ouellette, Bruce G. Colpitts, Bruce J. Balcom

Notice bibliographique

RevueIEEE Transactions on Magnetics · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésEddy currentMagnetic fieldMagnetElectromagnetic coilSuperconducting magnetMaterials scienceNuclear magnetic resonanceMagnetic resonance imagingElectromagnetMagnetostaticsAcousticsPhysics

Résumé

récupéré en direct d'OpenAlex

We have previously established the ability to characterize eddy currents and their impact on the magnetic fields in metal vessel magnetic resonance imaging applications through comparison with measured data. We now use simulation to investigate the spatiotemporal characteristics of eddy currents and their magnetic fields encountered in metal vessel magnetic resonance imaging that may not easily be experimentally verified. Simulations using CST EM Studio have revealed the impact of an offset in the positioning of the metal vessel in a superconducting magnet bore as well as the consequences of the different amplitude magnetic gradients employed during imaging experiments. Furthermore, we investigate the response of the metal vessel to magnetic field gradients generated from nonplanar and planar gradient coil geometries (encountered in superconducting and permanent magnet-based systems). Establishing the basic electromagnetic properties of the metal vessel in a magnetic resonance sense through simulation permits us to replace our simple metal vessel with a more sophisticated rock core holder design and investigate its properties.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,667
Score d'incertitude au seuil0,403

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 Opus0,025
Tête enseignante GPT0,288
Écart entre enseignants0,263 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on MagneticsMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207