MétaCan
Menu
Retour à la cohorte
Enregistrement W1978714043 · doi:10.1002/mrm.23319

Slice‐by‐slice <i>B</i><sub>1</sub><sup>+</sup> shimming at 7 T

2011· article· en· W1978714043 sur OpenAlexafffund
Andrew T. Curtis, Kyle M. Gilbert, L. Martyn Klassen, Joseph S. Gati, Ravi S. Menon

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésShim (computing)Electromagnetic coilHomogeneity (statistics)MultisliceFlip anglePhysicsScalingStandard deviationNuclear magnetic resonanceMagnetic fieldWaferExcitationOpticsComputer scienceAcousticsMaterials scienceMathematicsMagnetic resonance imagingGeometryStatistics

Résumé

récupéré en direct d'OpenAlex

Parallel transmission has been used to reduce the inevitable inhomogeneous radiofrequency fields produced in human high-field MRI greater than 3 T. Further improvements in the transmit homogeneity and efficiency are possible by leveraging the additional degree of freedom permitted by multislice acquisitions. Compared to simple scaling of the flip angle to compensate for B1+ falloff along the radiofrequency coil, calculation of B1+ shim solutions on a slice-by-slice basis can markedly improve homogeneity and/or reduce transmitted power and global SAR. Performance measures were acquired at 7 T with a 15-channel head-only transceive array featuring elements distributed over all three logical axes, facilitating B1+ shimming over arbitrary orientations. Compared to a circularly polarized volume mode of the same coil, shimming to maximize excitation efficiency on a slice-by-slice basis yielded improvements in mean B1+ by 12.8±2.4% and a reduction in standard deviation of B1+ of 16.3±6.8%, while reducing relative SAR by 6.2±3.1%. When shimming for greater uniformity, the mean and standard deviation of B1+ were further improved by 15.9±2.6% and 26.2±10.4%, respectively, at the expense of a 135±8% increase in global SAR. Robust multislice-shim solutions are demonstrated that can be quickly calculated, applied in real time, and reliably improve on volume coil modes.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,712
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)0,0010,000
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)0,0010,000

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 Opus0,026
Tête enseignante GPT0,281
Écart entre enseignants0,255 · 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'étudeSans objet
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

Citations61
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

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