项目名称: 磁共振系统梯度线圈拓扑构型的创新设计方法研究

项目编号: No.51275504

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 机械、仪表工业

项目作者: 刘震宇

作者单位: 中国科学院长春光学精密机械与物理研究所

项目金额: 82万元

中文摘要: 为促进磁共振成像技术在我国医疗诊断、生命健康等方面的应用和普及,本项目以磁共振成像系统中关键部件梯度线圈的设计为研究目标,在充分比较和分析现有设计方法优点和不足的基础上,突破传统设计方法对于梯度线圈构型的局限性,通过采用基于多物理场的多目标优化模型、耦合迭代优化算法,探讨一种创新性非缠绕式拓扑构型的梯度线圈设计方法。在申请人参加德国联邦教育研究部项目"非传统高主磁场梯度线圈设计制造"的前期研究工作基础上,综合考虑目前梯度线圈在使用中所遇到的共性问题,将设计目标定位于同时优化线圈振动变形和噪声、温度场分布、以及梯度磁场的均匀性和切换频率,以达到在非规则分片连续曲面上设计具有矫正和屏蔽功能的多层集成式梯度线圈。该项研究涉及机-电-热-磁多学科交叉、多物理场耦合的梯度线圈创新性设计方法研究,对于提高现有磁共振成像系统在安全性、经济性等方面的研究具有一定的促进作用。

中文关键词: 磁共振成像;梯度线圈;多物理场耦合;多目标优化;可展设计曲面

英文摘要: This project aims to design novel gradient coils for magnetic resonance image (MRI) applications, which are especially useful in neurological, cardiovascular, and oncological imaging. The design of gradient coils for MRI is an optimization problem, and the most commonly method is the so-called stream function method. Typically, the layout of coils is constructed based on the contour lines of the stream function surface. This design methodology limits the design novelty where the balance of multiple design necessities, such as the homogeneous magnetic field, low value of inductance and fast switching time, low eddy current, weak vibration and noise, etc, need to be considered simultaneously. Based on our previously BMBF INUMAC projects with German university and industry, this application inventively proposes a design idea which can optimize non-spiral winding type topology of coils. Based on the multiphysical and multidisciplinary optimization theories, the multiple design objectives will be considered in order to obtain novel multiple-layer gradient coils with improved vibration,thermal and magnetic performances. Hopefully, the design methodology proposed in this project could promote design capability for China MRI facilities.

英文关键词: magnetic resonance image;gradient coil;multiple physical coupling;multidiscipline optimization;developable design surface

成为VIP会员查看完整内容
0

相关内容

【ICLR2022】通过传播网络编码学习通用的神经结构
专知会员服务
12+阅读 · 2022年2月13日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
46+阅读 · 2020年12月20日
专知会员服务
34+阅读 · 2020年11月26日
【NeurIPS 2020】图神经网络GNN架构设计
专知会员服务
82+阅读 · 2020年11月19日
GCN如何并行化?分布式图卷积神经网路,13页pdf
专知会员服务
34+阅读 · 2020年7月20日
[ICML2020]层次间消息传递的分子图学习
专知会员服务
33+阅读 · 2020年6月27日
提高科研能力!牛津大佬带飞!
CVer
1+阅读 · 2022年1月14日
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
最大熵原理(一)
深度学习探索
12+阅读 · 2017年8月3日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Detecting Deepfakes with Self-Blended Images
Arxiv
2+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
小贴士
相关主题
相关VIP内容
【ICLR2022】通过传播网络编码学习通用的神经结构
专知会员服务
12+阅读 · 2022年2月13日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
46+阅读 · 2020年12月20日
专知会员服务
34+阅读 · 2020年11月26日
【NeurIPS 2020】图神经网络GNN架构设计
专知会员服务
82+阅读 · 2020年11月19日
GCN如何并行化?分布式图卷积神经网路,13页pdf
专知会员服务
34+阅读 · 2020年7月20日
[ICML2020]层次间消息传递的分子图学习
专知会员服务
33+阅读 · 2020年6月27日
相关资讯
提高科研能力!牛津大佬带飞!
CVer
1+阅读 · 2022年1月14日
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
最大熵原理(一)
深度学习探索
12+阅读 · 2017年8月3日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员