在头部MRI系统的梯度线圈设计中最大限度地减少外围神经刺激,使用局部基于现场的线性预测器

科学领域:

• 医学成像物理 医学成像物理
• 生物医学工程 生物医学工程
• 计算电磁学 计算机电磁学

背景情况:

• 头部MRI系统中的梯度线圈可以引起周围神经刺激 (PNS).
• 准确预测PNS值对于设计更安全的MRI系统至关重要.
• 目前用于PNS估计的方法可能是计算密集的.

研究的目的:

• 开发一种新的线性预测器,用于估计头部MRI梯度线圈设计中的PNS值.
• 通过优化梯度线圈参数来最大限度地减少周围神经刺激 (PNS).
• 为了实现基于局部磁场的快速和准确的PNS估计.

主要方法:

• 开发了一种线性值预测器,使用局部磁场元件近似激活函数 (AF).
• 模拟了PNS值的反向值,作为近似AF的线性表达.
• 在参考梯度线圈的数据集上使用最小方程方法调整预测系数,并将其纳入线圈设计框架.

主要成果:

• 该预测器实现了AF估计误差低于1%和最大PNS值预测误差为4.7% (X),1.7% (Y) 和2.7% (Z).
• 纳入预测器将PNS值提高了119%,而线圈电感率仅增加了15%.
• 在梯度线圈设计中保持了5%的最大线性偏差.

结论:

• 拟议的预测器准确地将局部磁场与PNS值联系起来.
• 该工具为梯度线圈设计提供了有效的PNS值评估.
• 允许开发头部MRI系统,使PNS最小化,以提高患者安全.