MétaCan
Menu
Retour à la cohorte
Enregistrement W1987830956 · doi:10.1002/mrm.24188

Simulation of head‐gradient‐coil induced electric fields in a human model

2012· article· en· W1987830956 sur OpenAlexaff
Rebecca Feldman, James Odegaard, William B. Handler, Blaine A. Chronik

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensHealth Sciences CentreUniversity of TorontoWestern UniversitySunnybrook Health Science CentreUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésElectromagnetic coilElectric fieldPosition (finance)Resolution (logic)Head (geology)Nuclear magnetic resonancePhysicsMechanicsVoxelMagnitude (astronomy)Magnetic fieldComputational physicsAcousticsSimulationOpticsComputer scienceGeologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A finite difference method was used to simulate the electric fields induced in the model by a gradient wire pattern. The pattern simulated corresponded to a design used to perform peripheral nerves stimulation experiments. The size (187.8, 169.02, and 150.24 cm tall) and position (brain and neck mode) of the model, relative to the magnet, as well as the voxel dimensions (3, 6, and 9 mm) of the model were varied to assess the effect on the simulation. The locations of stimulation reported from an experiment were classified according to nerve branch and compared with the peak-simulated electric fields. Model size and location affected the magnitude of the electric field, but not the position. Model resolution affected the location of the peak field. For the smallest resolution investigated, the nerves affected by the locations of peak stimulations in the model correlated to the frequency of stimulation in experiments. Although adequate resolution is required in order to assess the electric fields induced by gradient coil operation, the simulation of electric fields may be useful in evaluating gradient coil design prior to construction.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,053
Tête enseignante GPT0,339
Écart entre enseignants0,286 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in MedicineMême sujetNeurological disorders and treatmentsTravaux en français237 207