論文の概要: Towards Sustainable Magnetic Resonance Imaging: Insights from long-term, high-resolution energy recordings across an entire scanner fleet
- arxiv url: http://arxiv.org/abs/2609.25150v1
- Date: Mon, 21 Sep 2026 08:05:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 18:04:04.046257
- Title: Towards Sustainable Magnetic Resonance Imaging: Insights from long-term, high-resolution energy recordings across an entire scanner fleet
- Title（参考訳）: 持続型磁気共鳴イメージングに向けて:スキャナー群全体にわたる長期高分解能エネルギー記録の展望
- Abstract要約: 平均して1回のMRI測定では0.43 kWh、完全な検査では13.50 kWhであった。
一般に、MRIスキャナーとそれに対応する動作モード間で、エネルギー消費のかなりの差が観察された。
アイドルモードとエコパワーモードは、アクティブスキャンよりも累積エネルギー消費が多かった。
- 参考スコア（独自算出の注目度）: 1.7982314107402846
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Magnetic resonance imaging (MRI) is among the most energy-intensive diagnostic modalities in healthcare, yet its energy consumption and the factors influencing it remain insufficiently understood. This study aims to establish a comprehensive baseline of MRI energy consumption by characterizing energy demand across a scanner fleet, examining scanner utilization and operating patterns in clinical practice. Concurrently, it investigates the relationships between energy consumption and relevant operational and acquisition features. On average, a single MRI measurement consumed 0.43 kWh, while a complete examination consumed 13.50 kWh. In general, substantial differences in energy consumption were observed between MRI scanners and their corresponding operating modes (scan, idle, and eco-power mode). These variations may be related to differences in scanner operating patterns, employed examination protocols, and their resulting acquisition parameters. Idle and eco-power modes accounted for more cumulative energy consumption than active scanning. However, these energy shares should always be interpreted in relation to scanner occupancy, as utilization patterns strongly influence the distribution of energy across those operating modes. Lastly, linear regression analysis showed that energy consumption was more strongly associated with scan duration than with average power, suggesting that scan duration may be an important factor influencing MRI energy consumption. ...
- Abstract（参考訳）: 磁気共鳴イメージング(MRI)は、医療において最もエネルギー集約的な診断法の一つであるが、そのエネルギー消費とその影響する要因は未だ十分に理解されていない。
本研究は,MRIのエネルギー消費の包括的ベースラインを確立することを目的とする。
同時に、エネルギー消費と関連する運用・取得機能との関係について検討する。
平均して1回のMRI測定では0.43 kWh、完全な検査では13.50 kWhであった。
一般に、MRIスキャナーとそれに対応する動作モード(スキャン、アイドル、エコパワーモード)間でエネルギー消費のかなりの差が観察された。
これらのバリエーションは、スキャナ操作パターンの違い、採用試験プロトコル、およびそれらの取得パラメータの相違に関連している可能性がある。
アイドルモードとエコパワーモードは、アクティブスキャンよりも累積エネルギー消費が多かった。
しかしながら、これらのエネルギー共有は、利用パターンがそれらの動作モード間のエネルギー分布に強く影響するため、常にスキャナー占有との関係で解釈されるべきである。
最後に, 線形回帰分析により, エネルギー消費は平均消費電力よりもスキャン持続時間に強く関連していることが示され, 走査持続時間がMRIエネルギー消費に影響を及ぼす重要な要因である可能性が示唆された。
はぁ...。
関連論文リスト
- Understanding the Energy Scaling of Large Language Model Inference Across Context Lengths and Attention Architectures [0.2519906683279152]
各種推論負荷下でのデコード相エネルギー消費に注意構造がどのような影響を及ぼすかを検討する。
注意が、文脈長でエネルギーをデコードする方法を規定する主要な要因であることを示す。
モデルサイズは絶対エネルギー消費を決定し、生成トークン当たりのエネルギーとレイテンシの両方を最大87%削減する。
論文 参考訳（メタデータ） (2026-08-25T19:45:30Z) - Global and Local Contrastive Learning for Joint Representations from Cardiac MRI and ECG [40.407824759778784]
PTACL(Patient and Temporal Alignment Contrastive Learning)は、CMRからの時間情報を統合することで、ECG表現を強化するマルチモーダルコントラスト学習フレームワークである。
英国バイオバンクの被験者27,951名を対象に,ペア心電図-CMRデータを用いたPTACLの評価を行った。
心電図を用いた非侵襲的心臓診断におけるPTACLの有用性について検討した。
論文 参考訳（メタデータ） (2025-06-24T17:19:39Z) - Scaling Wearable Foundation Models [54.93979158708164]
センサ基礎モデルのスケーリング特性を計算,データ,モデルサイズにわたって検討する。
最大4000万時間分の心拍数、心拍変動、心電図活動、加速度計、皮膚温度、および1分間のデータを用いて、私たちはLSMを作成します。
この結果から,LSMのスケーリング法則は,時間とセンサの両面において,計算や外挿などのタスクに対して確立されている。
論文 参考訳（メタデータ） (2024-10-17T15:08:21Z) - Towards General Text-guided Image Synthesis for Customized Multimodal Brain MRI Generation [51.28453192441364]
マルチモーダル脳磁気共鳴(MR)イメージングは神経科学や神経学において不可欠である。
現在のMR画像合成アプローチは、通常、特定のタスクのための独立したデータセットで訓練される。
テキスト誘導ユニバーサルMR画像合成モデルであるTUMSynについて述べる。
論文 参考訳（メタデータ） (2024-09-25T11:14:47Z) - Unsupervised dMRI Artifact Detection via Angular Resolution Enhancement and Cycle Consistency Learning [45.3610312584439]
拡散磁気共鳴イメージング(dMRI)は神経画像研究において重要な技術であり、脳組織の基盤構造を非侵襲的に探究することができる。
臨床dMRIデータは、取得中に様々なアーティファクトに影響を受けやすいため、信頼性の低いその後の分析に繋がる可能性がある。
我々は、$textbfU$n $textbfd$MRI $textbfA$rtifact $textbfD$etection via $textbfA$ngular Resolution Enhancement and $textbfC$ycleと呼ばれる新しい教師なしディープラーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2024-09-24T08:56:10Z) - Comparing continuous and pulsed nitrogen-vacancy DC magnetometry in the
optical-power-limited regime [1.3654846342364308]
連続波(CW)とパルス磁気共鳴の2つのNV磁気計測技術を比較した。
パルス動作に対する感度は、電力無制限の単NV実験で見られるよりもかなり小さい。
論文 参考訳（メタデータ） (2023-11-10T13:39:15Z) - Control of a simulated MRI scanner with deep reinforcement learning [0.0]
仮想MRIスキャナの制御には深部強化学習(DRL)を用いる。
我々は,この問題を,部分的に再構成された等級画像を用いて画像ファントムの形状を効率的に再構成することを目的としたゲームとして捉えた。
その結果,DRLは仮想MRIスキャナーを誘導して有用な信号を生成し,それらの信号を解釈してファントムの形状を決定するという2つの重要なタスクを完了した。
論文 参考訳（メタデータ） (2023-05-23T12:02:36Z) - Appliance Operation Modes Identification Using Cycles Clustering [3.328276101150529]
IoT(Internet of Things)と機械学習(ML)は、効率よくエネルギーを保存できる技術を提供します。
SHEMSは、住宅部門における需要対応(DR)の適用を通じて、省エネルギーに貢献する可能性があります。
論文 参考訳（メタデータ） (2021-01-25T23:25:45Z) - Assessing Lesion Segmentation Bias of Neural Networks on Motion
Corrupted Brain MRI [3.9694334747397484]
病変分割タスクに係わるニューラルネットワークの性能に、異なるレベルの運動アーティファクトが与える影響を定量化する。
この結果から,カリキュラム学習を用いて学習したネットワークは,異なるレベルの運動アーティファクトの補償に有効であることが示唆された。
論文 参考訳（メタデータ） (2020-10-12T21:06:40Z) - Multi-Agent Meta-Reinforcement Learning for Self-Powered and Sustainable
Edge Computing Systems [87.4519172058185]
エッジコンピューティング機能を有するセルフパワー無線ネットワークの効率的なエネルギー分配機構について検討した。
定式化問題を解くために,新しいマルチエージェントメタ強化学習(MAMRL)フレームワークを提案する。
実験の結果、提案されたMAMRLモデルは、再生不可能なエネルギー使用量を最大11%削減し、エネルギーコストを22.4%削減できることが示された。
論文 参考訳（メタデータ） (2020-02-20T04:58:07Z) - Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。
この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
論文 参考訳（メタデータ） (2020-01-14T22:55:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。