Effect of Injection Parameters on the MRI and Dielectric Properties of Condensation-Cured Silicone
Notice bibliographique
Résumé
Phantoms with tissue-mimicking properties play a crucial role in the calibration of medical imaging modalities, including Magnetic Resonance Imaging (MRI). Among these phantoms, silicone-based ones are widely used due to their long-term stability in MR imaging. Most of these phantoms are manufactured using traditional pour-mold techniques which often result in the production of air bubbles that can damage the phantom. This research investigates the feasibility of utilizing extrusion techniques to fabricate silicone phantoms and explores the effects of extrusion parameters including plunger speed and nozzle diameter on void content, T1 and T2 relaxation times, and dielectric properties. A custom double-syringe silicone extrusion apparatus was developed to prepare the silicone samples. The void content, relaxometry, and dielectric properties of extruded samples were measured and compared with traditional poured samples. The results show that extrusion parameters can affect the void content of the silicone samples. The presence of voids in the samples resulted in lower T1 values, indicating an inverse relationship between void content and relaxometry. This study demonstrates the potential of extrusion techniques for manufacturing silicone phantoms with reduced air bubble formation and provides valuable insights into the relationship between extrusion parameters and phantom properties.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».