MétaCan
Menu
Retour à la cohorte
Enregistrement W3128034544 · doi:10.23919/eumc48046.2021.9338226

Simulation Comparison of Birdcage Coil and Metamaterial Liner for MRI at 3T and 4.7T

2021· article· en· W3128034544 sur OpenAlexafffund
Adam Maunder, Nicola De Zanche, Ashwin K. Iyer

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta InnovatesUniversity of Alberta
Mots-clésSpecific absorption rateElectromagnetic coilMetamaterialHomogeneity (statistics)Radio frequencyRadiofrequency coilMaterials scienceMagnetic resonance imagingElectromagnetic shieldingMagnetic fieldNuclear magnetic resonanceAcousticsShieldSplit-ring resonatorBiomedical engineeringPhysicsComputer scienceOptoelectronicsEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

The application of a thin metamaterial (MTM) liner to the RF shield of the magnetic resonance imaging (MRI) system is proposed to improve whole-body imaging compared to conventional "birdcage" body volume coils. The MTM liner facilitates travelling wave (TW) MRI, where the radio-frequency (RF) magnetic field propagates within the MRI bore, which acts as circular waveguide. Full-wave electromagnetic simulations were performed comparing a conventional birdcage coil to a novel MTM liner design in terms of key MR RF performance metrics: transmit efficiency, homogeneity and specific absorption rate (SAR). The designs are compared at 3T (128 MHz) and 4.7T (200MHz), two high-field strengths where the RF field homogeneity and SAR constraints are critical. The ring-structure design of the MTM liner is described and simulations with an empty MRI bore and a homogeneous human body model are performed, including realistic losses for the lumped components used in practical construction. The results show that the MTM liner has a similar mean transmit efficiency, while having reduced 10g averaged local SAR compared to the conventional birdcage.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,319

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 Opus0,019
Tête enseignante GPT0,266
Écart entre enseignants0,247 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207