MétaCan
Menu
Retour à la cohorte
Enregistrement W4206415431 · doi:10.1109/jerm.2021.3136090

Towards Brain MRI Adaptable to Head Size: Bowing RF Coil Phased Arrays

2021· article· en· W4206415431 sur OpenAlexaff
William Mathieu, Milica Popović, Reza Farivar

Notice bibliographique

RevueIEEE Journal of Electromagnetics RF and Microwaves in Medicine and Biology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBowingPhased arrayElectromagnetic coilHead (geology)AcousticsNoise (video)EngineeringComputer sciencePhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Purpose: Bowing phased arrays allow for the idea of hybrid rigid-flexible RF coils, in which parts of a larger phased array are broken up into rigid sub-arrays, connected by flexible coil elements, permitting coils to expend or shrink to match different human head sizes. Methods: two arrays were constructed, a conventional rigid array used as a control and an array composed of flexible bowing elements. Bowing elements comprise of a flexible half and a rigid half. The arrays were then supported on translating boards connected so that a flexible gap between the boards corresponds to the bowing elements. The gap between the rigid coil elements was varied by discrete values to assess its performance under different bowing conditions. Results: signal-to-noise-ratio (SNR) and noise performance was compared between the two arrays. It is seen that a bowing array outperforms its rigid counterpart in terms of average SNR, max SNR, and signal coverage. We conclude that bowing array elements present a viable solution to the proposed hybrid rigid-flexible coil arrays.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,256
Score d'incertitude au seuil0,484

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,036
Tête enseignante GPT0,370
Écart entre enseignants0,334 · 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'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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Electromagnetics RF and Microwaves in Medicine and BiologyMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207