Design and testing of an MR-conditional six-degree-of-freedom phantom robot
Notice bibliographique
Résumé
OBJECTIVE: Motion phantoms can help accelerate and reduce the associated costs of research focused on motion-robust imaging. Currently available phantom robots for magnetic resonance imaging (MRI) lack sufficient degrees of freedom (DOF) to replicate complex physiological motions. This work presents the design and testing of a six-DOF MRI-conditional phantom robot to simulate such motions. Approach: The system was fabricated predominantly with 3D printed components as well as DC stepper motors. Testing validated the actuator's functionality and conditionality with a 3T MRI system. A Faraday cage to house the motors and electronics was constructed using a conductive coating on a 3D-printed shell. Main Results: The Faraday cage was found to reduce the noise power produced by the motors to the baseline level measured in the MRI without the robot being present within the MRI suite. A positional accuracy measured using a modified version of ISO 9283 was found to be 0.2mm and a rotational accuracy of [-0.1°, 0.3°, -0.2°] were measured for the x, y, and z directions, respectively. Path accuracy for sample motions was found to have a positional accuracy of 0.3 mm and rotational accuracy of [0.1°, 0.1°, 0.1°]. Significance: The created six-DOF robot enhances the development and validation of motion-robust imaging in MRI. The presented design is covered by WO patent #2023/184043, 2023/09/28. .
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».