و همه نوع حیلهای که مردم برای حرکت به آنها پیشنهاد کردهاند ، از این منحنی فاصله میگیرند . منظورم این است که آنها ممکن است بدتر از این منحنی شوند ، اما پایینتر از این منحنی . بنابراین ، من شخصا ً فکر کردم که that’s این است که ما باید به محدوده اینجا برسیم ، اما بعد ما این [ indiscernible ] را در آزمایشگاه با [ indiscernible ] که PhD در حوزه الکترومغناطیس محاسباتی است ، نامگذاری کردیم . و he’s بسیار باهوش و نوع ابزارهایی که در حوزه الکترومغناطیس محاسباتی دارد ، به ما اجازه میدهد تا یک رویکرد کاملا ً متفاوت برای طراحی مارپیچ داشته باشیم، که او شروع به کار در دکترای خود در دانشگاه میشیگان کردهاست . [ indiscernible ] هم اکنون ادامه دارد [ indiscernible ] . و این برای بازی کردن با پیکربندی و امتحان کردن آنها نیست ، که این همان چیزی است که مردم قبلا ً انجام دادهاند ، اما در واقع محاسبات کامپیوتری این سیمپیچ را ترکیب میکند تا به طور بهینه الزامات و مشخصات ما را برآورده کند، که باعث ایجاد حس بسیار بیشتری میشود ؛ درست ؟ اگر اساسا ً از اساسا ً سوال میکنید که بهترین کار برای هدف قرار دادن [ indiscernible ] است ، پس فکر میکنید که این کار چگونه میتواند باشد ، میدانید ، با طراحی خود طراحی کنید .
کامپیوترهای پایه در حوزه الکترومغناطیس از ما بهتر هستند . میدانید ، آنها میتوانند تمام روابط را در نظر بگیرند و مغزهای ما واقعا ً این کار را میکنند . بنابراین ، روشی که این رویکرد کارساز است این است که شما برخی الزامات را مشخص کنید که این هدف در آنجا قرار دارد ، چه چیزی باید مسیر میدان تحریک باشد ، شما میتوانید آن را تخمین بزنید ، و نه ، میدانید ، چیزی خیلی مقیاس پذیر است، بنابراین یک مساله نیست . [ indiscernible ] نسبت به این زمینه چقدر قوی است ، محدودیت را محدود میکند ، و چقدر انرژی میتوانیم عملا ً برای این سیمپیچ استفاده کنیم .
بنابراین ، شما میتوانید همه این محدودیتها را کنار بگذارید ، سپس آنچه را که میخواهید سیمپیچ هموار و یا یک سیمپیچ منحنی یا یک سیمپیچ را انتخاب کنید . بنابراین ، شما نوعی از شکل کلی سیمپیچ را انتخاب میکنید ، مانند [ indiscernible ] ، و همچنین شما یک مدل را انتخاب میکنید که میخواهید بهینهسازی را انجام دهید . شما میتوانید از یک مدل کروی استفاده کنید ، که همان چیزی است که ما برای این ارزیابیها از آن استفاده کردیم ، و یا میتوانید از یک مدل سر واقع گرایانه مشتق از MRIs استفاده کنید . اولین اشاره مربوط به MRI ، استفاده جالب از تکنیکهای چند وجهی است که در اینجا ما در واقع از ساختار MRI برای طراحی حلقههای برای تی اس ام استفاده میکنیم .
بنابراین ، در حالی که ما این گزینهها را انجام میدهیم، سپس الگوریتم کامپیوتری به طور اساسی سطوح را در حالتهای فضایی [ indiscernible ] تجزیه میکند و سپس آنها را در ترکیبات مختلف [ indiscernible ] برای برآورده کردن در یک روش بهینه برای این ویژگیها اندازهگیری میکند . به عنوان مثال ، بهینه ممکن است تمام این مشخصات را با حداقل حجم تحریک در مغز بدست آورد ، بنابراین با حداکثر سرعت ممکن . بنابراین [ indiscernible ] این گروه ، و شما آن را روی کامپیوتر فوقالعاده اجرا میکنید . ممکن است چند ساعت یا یک روز در بدترین حالت به شما برسد ، اما میدانید ، هیچ مشکلی وجود ندارد . حالا ما ابر رایانهها داریم ، همه در این نقطه در محوطه دانشگاه هستند .
و سپس [ indiscernible ] طراحی شد . و من اینجا هستم ( indiscernible ) ، شما میدانید ، تازه از هفته قبل what’s ادامه دارد . بنابراین ، ما هستیم - - این ممکن است تکنولوژی مهمی باشد ، بنابراین ما در حال ارسال [ indiscernible ] هستیم . ما حلقههای واقعی را فاش نمیکنیم ، اما امیدواریم به زودی آن را منتشر کنیم . اما من میتوانم این منحنیها را به شما نشان بدهم ، و فکر میکنیم که این محدودیت اصلی در واقع بدون محدودیت برای انرژی سیمپیچ است .
بنابراین ، به نظر میرسد که ما میتوانیم [ indiscernible ] ] تقریبا ً [ indiscernible ] را برای یک زمان بدست آوریم . بنابراین ، نکته این است که به ما این امکان را میدهد که با گسترش رشته به وسیله یکی از عوامل دو ، که به نظر من نسبتا ً خوب است ، focality تدابیر را افزایش دهیم . منظورم این است که ، من فکر میکنم معنیدار باشد ( indiscernible ) - - میدانید ، میتواند قابلتوجه باشد . و در حقیقت برای حلقههای مختلف [ indiscernible ] تقریبا ً مانند [ indiscernible ] در اینجا است .
منبع سایت