MétaCan
Menu
← Retour à la cohorte
Enregistrement W2064736036 · doi:10.1088/0031-9155/55/2/011

A cradle-shaped gradient coil to expand the clear-bore width of an animal MRI scanner

2009· article· en· W2064736036 sur OpenAlexaff
Kyle M. Gilbert, Joseph S. Gati, L. Martyn Klassen, Ravi S. Menon

Notice bibliographique

RevuePhysics in Medicine and Biology · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésScannerElectromagnetic coilImaging phantomDistortion (music)Eddy currentAcousticsOpticsMaterials scienceNuclear magnetic resonancePhysicsRadiofrequency coil

Résumé

récupéré en direct d'OpenAlex

The never ending quest for higher magnetic field strengths in MRI and MRS has led to small and medium bore scanners at 9.4 T and above for both human and animal use; however, these bore diameters restrict the size of object that can be accommodated when using a conventional gradient coil. By replacing a cylindrical gradient-coil insert with a single-sided gradient coil, the scanner's functionality can be extended to include localized imaging of wider samples. As a prototype, a three-axis, cradle-shaped gradient coil was designed, fabricated and implemented in a 9.4 T animal MRI scanner. Since gradient fields are required only to be monotonic over the desired field of view, the cradle gradient coil was designed to produce high gradient efficiencies (up to 2.25 mT m(-1) A(-1) over a 5 cm imaging region) at the expense of gradient linearity. A dedicated three-dimensional algorithm was developed to correct the resultant image distortion. Preliminary images of a grid phantom and a mouse demonstrated the fidelity of the algorithm in correcting image distortion of greater than 200%. Eddy currents were measured along each gradient axis. A large 65.2 (Hz mT(-1) m) B(0) eddy current was produced by the y-axis, suggesting potential limitations of single-sided gradient coils.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,161
Tête enseignante GPT0,443
Écart entre enseignants0,282 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and Biology→Même sujetAdvanced MRI Techniques and Applications→Travaux en français237 207→