An <scp>RF</scp> breast coil for 0.2<scp>T</scp><scp>MRI</scp>
Notice bibliographique
Résumé
ABSTRACT Breast cancer is the most frequently diagnosed cancer in women. High field studies have shown the diagnostic value of breast MRI, but the examination costs greatly exceed those of competing conventional mammography. Low field MRI offers typical MRI contrast at substantially lower cost, but has suffered from lower spatial resolution. Specificity of breast MRI can potentially be increased by acquiring MR imaging with higher spatial or temporal resolution, but the signal‐to‐noise ratio (SNR) achievable in a given imaging time becomes limiting. SNR for the particular pulse sequence and magnet field strength is strongly influenced by the characteristics of the radio‐frequency coil. An optimal breast coil should yield excellent SNR but also generate a homogeneous B 1 field, while allowing imaging of the both breasts simultaneously and maintaining patient comfort. RF receiver coil design is a key determinant of image quality, thus to address this we have designed and constructed a low field breast imaging coil. The coil was tested with a 4‐post 0.2T MRI providing high quality breast images. Designed and constructed saddle rf coil allows to obtain good quality image of the breast using low 0.2 T MRI system within 2 minutes. The coil provides patient comfort as breast compression is not required and minimizes artefacts caused by respiration or motion. A high contrast, low‐cost and pain‐free breast examination using optimized low field MRI system has the potential to serve a large patient population for whom current technologies have deficiencies. © 2015 Wiley Periodicals, Inc. Concepts Magn Reson Part B (Magn Reson Engineering) 46B: 3–7, 2016
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».