Novel frequency selective B<sub>1</sub> focusing passive lenz resonators for substantial MRI signal-to-noise ratio amplification
Notice bibliographique
Résumé
Abstract Objective. The need for increased sensitivity in magnetic resonance imaging (MRI) is crucial for its advancement as an imaging modality. The development of passive Lenz Resonators (LRs) for effective RF magnetic field (B1) focusing will improve MRI sensitivity via local amplification of MRI signal, thereby leading to more efficient diagnosis and patient treatment. Approach. While there are methods for amplifying the signal from specific nuclei in MRI, such as hyperpolarization, a general solution will be more advantageous and would work in combination with these preexisting methods. While the Lenz Lens proposed such a general solution based on Lenz’s law and the reciprocity principle, it came at the cost of limited signal enhancement. In this work, the first-in-kind prototype LR was conceived and examined as a general frequency-selective passive flux-focusing element for significant MRI signal enhancement. A 3.0 T Philips Achieva MRI was used to compare the signal from a phantom in the presence of Lenz Lenses, LRs, and control trials with neither component. Main results. An MRI investigation demonstrated an experimental amplification of the signal-to-noise ratio up to 80% using an MRI insert of two coaxial LRs due to superior B1 focusing. The resonators displayed consistent amplification, nearly independent of their x-position within the MRI bore. Significance. This behavior demonstrates the feasibility of imaging large objects of varying shapes without penalties for signal amplification using LRs. The LRs versatility in geometrical design and consistent signal amplifying abilities between pulse sequences should allow for the development of LRs suitable for most commonly used MRI setups.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».