Effective magnetic susceptibility of 3D‐printed porous metal scaffolds
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
Abstract Purpose 3D‐printed porous metal scaffolds are a promising emerging technology in orthopedic implant design. Compared to solid metal implants, porous metal implants have lower magnetic susceptibility values, which have a direct impact on imaging time and image quality. The purpose of this study is to determine the relationship between porosity and effective susceptibility through quantitative estimates informed by comparing coregistered scanned and simulated field maps. Methods Five porous scaffold cylinders were designed and 3D‐printed in titanium alloy (Ti‐6Al‐4V) with nominal porosities ranging from 60% to 90% using a cellular sheet‐based gyroid design. The effective susceptibility of each cylinder was estimated by comparing acquired B 0 field maps against simulations of a solid cylinder of varying assigned magnetic susceptibility, where the orientation and volume of interest of the simulations was informed by a custom alignment phantom. Results Magnitude images and field maps showed obvious decreases in artifact size and field inhomogeneity with increasing porosity. The effective susceptibility was found to be linearly correlated with porosity ( R 2 = 0.9993). The extrapolated 100% porous (no metal) magnetic susceptibility was −9.9 ppm, closely matching the expected value of pure water (−9 ppm), indicating a reliable estimation of susceptibility. Conclusion Effective susceptibility of porous metal scaffolds is linearly correlated with porosity. Highly porous implants have sufficiently low effective susceptibilities to be more amenable to routine imaging with MRI.
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 | 0,000 | 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) | 0,003 | 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