Calorimetric calibration of head coil SAR estimates displayed on a clinical MR scanner
Notice bibliographique
Résumé
Calorimetric measurements were performed to determine the average specific absorption rates (SAR) resulting from MRI head examinations. The data were compared with average head coil SAR estimates displayed by the MR scanner in order to refine the imaging protocols used in imaging patients with implanted deep brain stimulators (DBS). The experiments were performed using transmit-receive (TR) head coil on clinical 1.5 T General Electric MR scanners running 11.0 M4 revision software. The average applied SAR was derived from temperature increases measured inside a head phantom, due to deposition of RF energy during MRI scanning with a spin echo imaging sequence. The measurements were repeated for varied levels of RF transmit gain (TG) and analyzed with a range of entered patient weights. The measurements demonstrate that the ratio of the actual average head SAR to the scanner-displayed value (coil correction factor) decreases for decreasing TG or for increasing patient weight and may vary between 0.3 and 2.1. An additional retrospective patient study, however, shows that not all combinations of TG and patient weight are encountered clinically and, instead, TG generally increases with the patient weight. As a result, a much narrower range of coil correction factors (e.g., typically 0.5-1.0) will be encountered in practice. The calorimetric method described in this work could aid the physicians and technologists in refinement of the model-dependent SAR estimates displayed by the MR scanner, and in selection of imaging parameters for MR head examinations within allowable SAR safety levels.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».