Development of a Computational Method for Assessing Static Field Induced Torque on Medical Implants
Notice bibliographique
Résumé
The objective of this thesis is the development of a computational method for finding the torque induced on an object when placed in the static magnetic field of an MR scanner. As a preliminary step, the classic EM problems of a sphere and infinitely long cylinder of linear material was modeled in commercially available simulation software. Upon verification of the parameters implemented, the second step is the simulation of simple objects with realistic material properties, stainless-steel cylinders. Physical cylinders were machined to match those in the simulations and underwent the ASTM standard method for measuring induced torque. An adjacent study that was also performed was finding the measurement uncertainty in a prototype ASTM abiding apparatus, separate from the one used for experimental verification.\nIt was found that the sphere and infinitely long cylinder models differed less than 5% from the analytical solutions. Implementing the correct material properties, magnetic susceptibility in particular, to the grades of stainless-steel used in this study was particularly challenging. However, when the experimentally measured results were used to find the necessary susceptibility values for the computational methods, it was found to be in agreement with literature values. The following computationally-found torque values agreed within 10% difference from the experimentally measured values. The induced torque increased linearly with the length of the cylinders and the square of magnetic susceptibility.\nIn the uncertainty analysis of the torque measurement apparatus described in ASTM F2213-17, it was found that the apparatus described in the ‘Pulley Method’ offered a lower instrument uncertainty than the apparatus described in the ‘Torsional Spring Method’. This study emphasized on the contribution of static friction and is important to consider should the apparatus be used in the future to verify computational results.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».