MétaCan
Menu
Retour à la cohorte
Enregistrement W3019782848 · doi:10.1088/2057-1976/ab8d97

Design and construction of a gradient coil for high resolution marmoset imaging

2020· article· en· W3019782848 sur OpenAlexafffund
William B. Handler, Geron A. Bindseil, Ryan Chaddock, Brian E. Dalrymple, Joseph S. Gati, Kyle M. Gilbert, Chad Harris, Martyn Klassen, Justin Peterson, Frank Van Sas, Blaine A. Chronik

Notice bibliographique

RevueBiomedical Physics & Engineering Express · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensSynaptive (Canada)Western University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMarmosetResolution (logic)Electromagnetic coilHigh resolutionComputer scienceEngineeringBiologyArtificial intelligenceGeologyRemote sensingElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract A gradient coil with integrated second and third order shims has been designed and constructed for use inside an actively shielded 310 mm horizontal bore 9.4 T small animal MRI. An extension of the boundary element method, to minimise the power deposited in conducting surfaces, was used to design the gradients, and a boundary element method with a constraint on mutual inductance was used to design the shims. The gradient coil allows for improved imaging performance and was optimized for an imaging region appropriate for marmoset imaging studies. Efficiencies of 1.5 mT m −1 A −1 were achieved in a 15 cm wide bore while maintaining gradient uniformity ≤5% over the 8 cm region of interest. Two new cooling methods were implemented which allowed the gradient coil to operate at 100 A RMS, 25 % of max current with a temperature rise below 30 C.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,254
Écart entre enseignants0,237 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations24
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomedical Physics & Engineering ExpressMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207