MétaCan
Menu
Retour à la cohorte
Enregistrement W2979685897 · doi:10.1109/ccece.2019.8861577

64 MHz RF Exposure System for Testing of Implanted Medical Devices in MRI Applications

2019· article· en· W2979685897 sur OpenAlexaff
Kieffer Davieau, Ali Attaran, Blaine A. Chronik

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElectromagnetic Compatibility and Measurements
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésRadio frequencyElectromagnetic coilRadiofrequency coilHead (geology)Head and neckComputer scienceHuman headBiomedical engineeringElectronic engineeringElectrical engineeringEngineeringMedicineAcousticsTelecommunicationsPhysicsSurgery

Résumé

récupéré en direct d'OpenAlex

Currently whole-body transmit RF coils are the most common RF environment for testing. These RF exposure systems designed for testing of devices are commercially available and currently used in a clinical setting; however, even though head-only transmit/receive (TX/RCV) coils are available on MRI scanners, there is not a validated head-only RF exexposure system available for either 64 or 128 MHz. Testing of active implantable medical devices (AIMDs) is guided by the requirements described in ISO 10974:2018(E). Determining the effects radiofrequency (RF) fields have on AIMDS in an MRI system are of paramount importance. Implanted medical devices in the head and neck experience a different local electric field when being imaged head-only exexposure system. This is a significant difference in local electric field when exposed to a head-only transmit coil versus being exposed to a whole-body transmit coil. To adequately evaluate the safety of these devices in that environment, head-only RF exposure systems are needed. In this paper we summarize the steps in developing and validating a head-only RF exexposure system that is properly tuned to 64 MHz and matched to 50 Ω for the testing of implanted medical devices. These steps include the methods for simulating and developing a head-only RF exexposure system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,642
Score d'incertitude au seuil0,241

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,229
Écart entre enseignants0,213 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectromagnetic Compatibility and MeasurementsTravaux en français237 207