A prototype of injector to control and to detect the release of magnetic beads within the constraints of multibifurcation magnetic resonance navigation procedures
Notice bibliographique
Résumé
Purpose An injector equipped with a bead capture and a bead detection system is presented. In the context of magnetic resonance navigation (MRN), in which MRI gradients are used to steer intravascular therapeutic carriers, fast and reliable injection is essential. In this paper, we present a prototype of injector to control and to detect the release of magnetic beads. Methods The injector relies on two distinct subsystems: (1) the capture subsystem, which creates local magnetic force to stop the flow of magnetic beads; and (2) the detection subsystem, which detects flowing beads and generates a trigger signal to start MRI gradient pulses. Both systems rely on small microcoils wound on the tubing. Results Five‐turn microcoils show the best compromise between size and performance. Less than 5 mW of power is required to capture 0.8‐mm beads moving in a flow above 5 mL min−1 or when a gradient above 200 mT m−1 is applied. The detection system is not sensitive to noise and detects every 0.8‐mm bead in flow rates up to 14 mL m−1. Conclusion The prototype of injector shows performance above the requirements inherent to magnetic resonance navigation. This system is a step toward in vivo multibifurcation MRN. Magn Reson Med 77:444–452, 2017. © 2016 Wiley Periodicals, Inc.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».