RF coil loading measurements between 1 and 50 MHz to guide field‐cycled MRI system design
Notice bibliographique
Résumé
Abstract Conventional magnetic resonance imaging (MRI) uses a single superconducting magnet both to polarize the nuclear magnetic moments in a sample and to provide the magnetic field environment under which an image is acquired. In field‐cycled MRI (FCMRI), these two tasks are independently accomplished by two actively controlled resistive magnets. As a result, the expressions for signal‐to‐noise ratio for an FCMRI system, as with other systems making use of prepolarization techniques (such as hyperpolarized noble gas MRI), are fundamentally different than those of a conventional system. Once losses in the receiver coil are dominated by contributions from the sample, there is little benefit to increasing the receive frequency. The added freedom to independently vary the two field strengths can lead to substantial relative improvements in SNR over a range of Larmor frequencies, while precluding the difficulties associated with the operation of high‐field systems. Radiofrequency coil loading measurements were recorded over a frequency range of 1–50 MHz. The optimal frequency range for an FCMRI scanner intended for small animal imaging was determined to be between 5 and 48 MHz, depending on the given receiver coil and sample conductivity. The implication of these results on the design of systems employing prepolarization techniques is provided, with an emphasis being placed on the design and operation of FCMRI systems. © 2008 Wiley Periodicals, Inc. Concepts Magn Reson Part B (Magn Reson Engineering) 33B: 177–191, 2008
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 ».