How thin can you go? Performance of thin copper and aluminum RF coil conductors
Notice bibliographique
Résumé
PURPOSE: To evaluate the impact of emerging conductor technology on RF coils. Performance and resulting image quality of thin or alternate conductors (eg, aluminum instead of copper) and thicknesses (9-600 μm) are compared in terms of SNR. METHODS: Eight prototype RF coils (15 cm × 15 cm square loops) were constructed and bench-tested to measure quality factor. The coils used 6-mm-wide conducting strips of either copper or aluminum of a few different thicknesses (copper: 17, 32, 35, 127, 600 μm; aluminum: 9, 13, 20, 127 μm) on acetate projector sheets for backing. Corresponding image SNR was measured at 0.48 tesla (20.56 MHz). RESULTS: The coils spanned a range of unloaded quality factors from 89 to 390 and a fivefold range of losses. The image SNRs were consistent with the coils' bench-measured efficiencies (0.33-0.73). Thin aluminum conductors (9 μm) led to the highest reduction in SNR (65% that of 127 μm copper). Thin copper (<32 μm) conductors lead to a much smaller decrease in SNR (approximately 10%) compared to 127 μm copper. No performance difference was observed between 127 μm thick copper and aluminum. The much thicker 600 μm copper bars only yield a 5% improvement in SNR. CONCLUSION: Even at 0.48 tesla, copper RF coil conductors much thinner than those in conventional construction can be used while maintaining SNR greater than 50% that of thick copper. These emerging coil conductor technologies enable RF coil functionality that cannot be achieved otherwise.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».