A smart switching system to enable automatic tuning and detuning of metamaterial resonators in MRI scans
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We present a radio-frequency-activated switching system that can automatically detune a metamaterial resonator to enhance magnetic resonance imaging (MRI) performance. Local sensitivity-enhancing metamaterials typically consist of resonant components, which means that the transmitted radio frequency field is spatially inhomogeneous. The switching system shows for the first time that a metamaterial resonator can be detuned during transmission and tuned during reception using a digital circuit. This allows a resonating system to maintain homogeneous transmit field while maintaining an increased receive sensitivity. As a result, sensitivity can be enhanced without changing the system-provided specific absorption rate (SAR) models. The developed digital circuit consists of inductors sensitive to the transmit radio-frequency pulses, along with diodes acting as switches to control the resonance frequency of the resonator. We first test the automatic resonator detuning on-the-bench, and subsequently evaluate it in a 1.5 T MRI scanner using tissue-mimicking phantoms. The scan results demonstrate that the switching mechanism automatically detunes the resonator in transmit mode, while retaining its sensitivity-enhancing properties (tuned to the Larmor frequency) in receive mode. Since it does not require any connection to the MRI console, the switching system can have broad applications and could be adapted for use with other types of MRI scanners and field-enhancing resonators.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle