MétaCan
Menu
Retour à la cohorte
Enregistrement W1996893984 · doi:10.1002/cmr.b.20187

Improving signal‐to‐noise ratio of hyperpolarized noble gas MR imaging at 73.5 mT using multiturn Litz wire radiofrequency receive coils

2011· article· en· W1996893984 sur OpenAlexafffund
M Carias, William Dominguez‐Viqueira, Giles Santyr

Notice bibliographique

RevueConcepts in Magnetic Resonance Part B · 2011
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAtomic and Subatomic Physics Research
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMagnetic resonance imagingNuclear magnetic resonanceSignal-to-noise ratio (imaging)SIGNAL (programming language)PhysicsMaterials scienceMedicineRadiologyOpticsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Hyperpolarized noble gases ( 3 He, 129 Xe) are used in Magnetic Resonance imaging as inhaled contrast agents to visualize the lung. Because the magnetization derived from hyperpolarization is independent of magnetic field strength, low magnetic fields can be used, where coil noise dominates over sample noise. It has been shown previously that signal‐to‐noise ratio (SNR) of hyperpolarized 129 Xe rat lung images can be improved with the use of saddle‐shaped radiofrequency receive coils constructed of Litz wire in a single layer with up to 20 turns. Increased number of turns is expected to provide additional sensitivity. In this work, coils of the same geometry were built using Litz wire with either the addition of more turns (up to 48) or the addition of two layers and compared using water phantoms. It is shown that the addition of 48 turns in a single layer provided a 42% increase in SNR, when compared to the 20 turns, whereas the dual‐layered approach provided no measurable benefit. © 2011 Wiley Periodicals, Inc. Concepts Magn Reson Part B (Magn Reson Engineering) 39B:37–42, 2011

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), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,609
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,029
Tête enseignante GPT0,284
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'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

Citations11
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueConcepts in Magnetic Resonance Part BMême sujetAtomic and Subatomic Physics ResearchTravaux en français237 207