Q&A_01.ipynb

{
  "nbformat": 4,
  "nbformat_minor": 0,
  "metadata": {
    "colab": {
      "name": "Q&A_01.ipynb",
      "provenance": [],
      "authorship_tag": "ABX9TyNoQuFgaJT+CDshVu139wPk",
      "include_colab_link": true
    },
    "kernelspec": {
      "name": "python3",
      "display_name": "Python 3"
    },
    "language_info": {
      "name": "python"
    },
    "widgets": {
      "application/vnd.jupyter.widget-state+json": {
        "085f75e4587b43058f8ab72674838570": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "HBoxModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "HBoxView",
            "_dom_classes": [],
            "_model_name": "HBoxModel",
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "box_style": "",
            "layout": "IPY_MODEL_c08174d44ab14c34a591f01c43352c9f",
            "_model_module": "@jupyter-widgets/controls",
            "children": [
              "IPY_MODEL_fb9d6c0c4e3241a8a141249e6f011e2d",
              "IPY_MODEL_65c1d385b1084bd08b2dfae2d898c94b",
              "IPY_MODEL_80e1c3cbd33f4b06adbe4ea48a794f53"
            ]
          }
        },
        "c08174d44ab14c34a591f01c43352c9f": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "fb9d6c0c4e3241a8a141249e6f011e2d": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "HTMLModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "HTMLView",
            "style": "IPY_MODEL_2dc4fc5a19034dce9038fa217425f2a5",
            "_dom_classes": [],
            "description": "",
            "_model_name": "HTMLModel",
            "placeholder": "​",
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "value": "Downloading: 100%",
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "description_tooltip": null,
            "_model_module": "@jupyter-widgets/controls",
            "layout": "IPY_MODEL_6c2e0f54387743188d68934c758a3011"
          }
        },
        "65c1d385b1084bd08b2dfae2d898c94b": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "FloatProgressModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "ProgressView",
            "style": "IPY_MODEL_baffb07a0a4e45839c1ef0cc6eb11380",
            "_dom_classes": [],
            "description": "",
            "_model_name": "FloatProgressModel",
            "bar_style": "success",
            "max": 135,
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "value": 135,
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "orientation": "horizontal",
            "min": 0,
            "description_tooltip": null,
            "_model_module": "@jupyter-widgets/controls",
            "layout": "IPY_MODEL_e92f4b05080944de99d3ba94afb231b5"
          }
        },
        "80e1c3cbd33f4b06adbe4ea48a794f53": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "HTMLModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "HTMLView",
            "style": "IPY_MODEL_44f6a952a25542198223c4e113f28101",
            "_dom_classes": [],
            "description": "",
            "_model_name": "HTMLModel",
            "placeholder": "​",
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "value": " 135/135 [00:00&lt;00:00, 2.41kB/s]",
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "description_tooltip": null,
            "_model_module": "@jupyter-widgets/controls",
            "layout": "IPY_MODEL_edf4572bad3d48cfb6c979275e8c456b"
          }
        },
        "2dc4fc5a19034dce9038fa217425f2a5": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "DescriptionStyleModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "StyleView",
            "_model_name": "DescriptionStyleModel",
            "description_width": "",
            "_view_module": "@jupyter-widgets/base",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.2.0",
            "_model_module": "@jupyter-widgets/controls"
          }
        },
        "6c2e0f54387743188d68934c758a3011": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "baffb07a0a4e45839c1ef0cc6eb11380": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "ProgressStyleModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "StyleView",
            "_model_name": "ProgressStyleModel",
            "description_width": "",
            "_view_module": "@jupyter-widgets/base",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.2.0",
            "bar_color": null,
            "_model_module": "@jupyter-widgets/controls"
          }
        },
        "e92f4b05080944de99d3ba94afb231b5": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "44f6a952a25542198223c4e113f28101": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "DescriptionStyleModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "StyleView",
            "_model_name": "DescriptionStyleModel",
            "description_width": "",
            "_view_module": "@jupyter-widgets/base",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.2.0",
            "_model_module": "@jupyter-widgets/controls"
          }
        },
        "edf4572bad3d48cfb6c979275e8c456b": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "10b166e6848b45cebd6a49713df203f6": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "HBoxModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "HBoxView",
            "_dom_classes": [],
            "_model_name": "HBoxModel",
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "box_style": "",
            "layout": "IPY_MODEL_92e47c282b75433185f8fb1236fc5422",
            "_model_module": "@jupyter-widgets/controls",
            "children": [
              "IPY_MODEL_0d769235d66546198d0fda84c6ef6f88",
              "IPY_MODEL_fc4107801cdd4238b7b2d10b993b4481",
              "IPY_MODEL_a4173e1ca3a24ff2a0b920e88e472a52"
            ]
          }
        },
        "92e47c282b75433185f8fb1236fc5422": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "0d769235d66546198d0fda84c6ef6f88": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "HTMLModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "HTMLView",
            "style": "IPY_MODEL_dc2879ac99a24453abbe7bd38e489e7a",
            "_dom_classes": [],
            "description": "",
            "_model_name": "HTMLModel",
            "placeholder": "​",
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "value": "Downloading: 100%",
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "description_tooltip": null,
            "_model_module": "@jupyter-widgets/controls",
            "layout": "IPY_MODEL_51cc434bb7264dabadb08760f7a048f0"
          }
        },
        "fc4107801cdd4238b7b2d10b993b4481": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "FloatProgressModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "ProgressView",
            "style": "IPY_MODEL_1eea6ecc99d34e638a044d78c2870ae2",
            "_dom_classes": [],
            "description": "",
            "_model_name": "FloatProgressModel",
            "bar_style": "success",
            "max": 465,
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "value": 465,
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "orientation": "horizontal",
            "min": 0,
            "description_tooltip": null,
            "_model_module": "@jupyter-widgets/controls",
            "layout": "IPY_MODEL_1f33e692990d4ac6b4c9f820ea4f82c6"
          }
        },
        "a4173e1ca3a24ff2a0b920e88e472a52": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "HTMLModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "HTMLView",
            "style": "IPY_MODEL_928c57daa9d745069d2c9ae7a4c2f10f",
            "_dom_classes": [],
            "description": "",
            "_model_name": "HTMLModel",
            "placeholder": "​",
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "value": " 465/465 [00:00&lt;00:00, 9.06kB/s]",
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "description_tooltip": null,
            "_model_module": "@jupyter-widgets/controls",
            "layout": "IPY_MODEL_7982a1b38649421aa842b7bc277bb3ad"
          }
        },
        "dc2879ac99a24453abbe7bd38e489e7a": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "DescriptionStyleModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "StyleView",
            "_model_name": "DescriptionStyleModel",
            "description_width": "",
            "_view_module": "@jupyter-widgets/base",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.2.0",
            "_model_module": "@jupyter-widgets/controls"
          }
        },
        "51cc434bb7264dabadb08760f7a048f0": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "1eea6ecc99d34e638a044d78c2870ae2": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "ProgressStyleModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "StyleView",
            "_model_name": "ProgressStyleModel",
            "description_width": "",
            "_view_module": "@jupyter-widgets/base",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.2.0",
            "bar_color": null,
            "_model_module": "@jupyter-widgets/controls"
          }
        },
        "1f33e692990d4ac6b4c9f820ea4f82c6": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "928c57daa9d745069d2c9ae7a4c2f10f": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "DescriptionStyleModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "StyleView",
            "_model_name": "DescriptionStyleModel",
            "description_width": "",
            "_view_module": "@jupyter-widgets/base",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.2.0",
            "_model_module": "@jupyter-widgets/controls"
          }
        },
        "7982a1b38649421aa842b7bc277bb3ad": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "a5672d13aa9d45e3bae25d41e0b7763b": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "HBoxModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "HBoxView",
            "_dom_classes": [],
            "_model_name": "HBoxModel",
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "box_style": "",
            "layout": "IPY_MODEL_78d5cca4f3ad474598576fef17d10724",
            "_model_module": "@jupyter-widgets/controls",
            "children": [
              "IPY_MODEL_ad4ec67d62b74a239a09b92785e0bc88",
              "IPY_MODEL_0f14c26a86c34472947c1e9f5ace35a3",
              "IPY_MODEL_54d603bea41446a4924f04ffac092998"
            ]
          }
        },
        "78d5cca4f3ad474598576fef17d10724": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "ad4ec67d62b74a239a09b92785e0bc88": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "HTMLModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "HTMLView",
            "style": "IPY_MODEL_a617f582756d4bd3a3e3cb595b2b8246",
            "_dom_classes": [],
            "description": "",
            "_model_name": "HTMLModel",
            "placeholder": "​",
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "value": "Downloading: 100%",
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "description_tooltip": null,
            "_model_module": "@jupyter-widgets/controls",
            "layout": "IPY_MODEL_c571db7d2e3f44488dca036fc21c8bc6"
          }
        },
        "0f14c26a86c34472947c1e9f5ace35a3": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "FloatProgressModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "ProgressView",
            "style": "IPY_MODEL_c7cf2622ebc641eea750beef81f37411",
            "_dom_classes": [],
            "description": "",
            "_model_name": "FloatProgressModel",
            "bar_style": "success",
            "max": 242349,
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "value": 242349,
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "orientation": "horizontal",
            "min": 0,
            "description_tooltip": null,
            "_model_module": "@jupyter-widgets/controls",
            "layout": "IPY_MODEL_21ed564acf7a4362aa06f612f0975590"
          }
        },
        "54d603bea41446a4924f04ffac092998": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "HTMLModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "HTMLView",
            "style": "IPY_MODEL_35b460cebf11437697bea466ffe05594",
            "_dom_classes": [],
            "description": "",
            "_model_name": "HTMLModel",
            "placeholder": "​",
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "value": " 242k/242k [00:00&lt;00:00, 1.15MB/s]",
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "description_tooltip": null,
            "_model_module": "@jupyter-widgets/controls",
            "layout": "IPY_MODEL_d83b08cc6d2d473e8396ccfd3b0066cd"
          }
        },
        "a617f582756d4bd3a3e3cb595b2b8246": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "DescriptionStyleModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "StyleView",
            "_model_name": "DescriptionStyleModel",
            "description_width": "",
            "_view_module": "@jupyter-widgets/base",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.2.0",
            "_model_module": "@jupyter-widgets/controls"
          }
        },
        "c571db7d2e3f44488dca036fc21c8bc6": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "c7cf2622ebc641eea750beef81f37411": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "ProgressStyleModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "StyleView",
            "_model_name": "ProgressStyleModel",
            "description_width": "",
            "_view_module": "@jupyter-widgets/base",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.2.0",
            "bar_color": null,
            "_model_module": "@jupyter-widgets/controls"
          }
        },
        "21ed564acf7a4362aa06f612f0975590": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "35b460cebf11437697bea466ffe05594": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "DescriptionStyleModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "StyleView",
            "_model_name": "DescriptionStyleModel",
            "description_width": "",
            "_view_module": "@jupyter-widgets/base",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.2.0",
            "_model_module": "@jupyter-widgets/controls"
          }
        },
        "d83b08cc6d2d473e8396ccfd3b0066cd": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "39e57bdac8e74f6b99cd37026db64dea": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "HBoxModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "HBoxView",
            "_dom_classes": [],
            "_model_name": "HBoxModel",
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "box_style": "",
            "layout": "IPY_MODEL_d0977e29ca12423ba65ffb556a4329e9",
            "_model_module": "@jupyter-widgets/controls",
            "children": [
              "IPY_MODEL_58b571f45b55426587b50b1c6fd7b446",
              "IPY_MODEL_63d1adb087ec4158ad28728f6997dcf9",
              "IPY_MODEL_efc06bae02614f039b595da575477499"
            ]
          }
        },
        "d0977e29ca12423ba65ffb556a4329e9": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "58b571f45b55426587b50b1c6fd7b446": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "HTMLModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "HTMLView",
            "style": "IPY_MODEL_84c7a99d612c4e028bf12324bcb72eb7",
            "_dom_classes": [],
            "description": "",
            "_model_name": "HTMLModel",
            "placeholder": "​",
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "value": "Downloading: 100%",
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "description_tooltip": null,
            "_model_module": "@jupyter-widgets/controls",
            "layout": "IPY_MODEL_592d5c7275174c53845593bd743ce6ac"
          }
        },
        "63d1adb087ec4158ad28728f6997dcf9": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "FloatProgressModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "ProgressView",
            "style": "IPY_MODEL_db2d5dde55c7485bbce0d3bc9024a186",
            "_dom_classes": [],
            "description": "",
            "_model_name": "FloatProgressModel",
            "bar_style": "success",
            "max": 112,
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "value": 112,
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "orientation": "horizontal",
            "min": 0,
            "description_tooltip": null,
            "_model_module": "@jupyter-widgets/controls",
            "layout": "IPY_MODEL_adb535e2da4941bf833120faa77ad18c"
          }
        },
        "efc06bae02614f039b595da575477499": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "HTMLModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "HTMLView",
            "style": "IPY_MODEL_3a438b412b63473b8c4044ef08e27bec",
            "_dom_classes": [],
            "description": "",
            "_model_name": "HTMLModel",
            "placeholder": "​",
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "value": " 112/112 [00:00&lt;00:00, 2.45kB/s]",
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "description_tooltip": null,
            "_model_module": "@jupyter-widgets/controls",
            "layout": "IPY_MODEL_7714c0b39b564994b9d87f06156978ed"
          }
        },
        "84c7a99d612c4e028bf12324bcb72eb7": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "DescriptionStyleModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "StyleView",
            "_model_name": "DescriptionStyleModel",
            "description_width": "",
            "_view_module": "@jupyter-widgets/base",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.2.0",
            "_model_module": "@jupyter-widgets/controls"
          }
        },
        "592d5c7275174c53845593bd743ce6ac": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "db2d5dde55c7485bbce0d3bc9024a186": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "ProgressStyleModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "StyleView",
            "_model_name": "ProgressStyleModel",
            "description_width": "",
            "_view_module": "@jupyter-widgets/base",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.2.0",
            "bar_color": null,
            "_model_module": "@jupyter-widgets/controls"
          }
        },
        "adb535e2da4941bf833120faa77ad18c": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "3a438b412b63473b8c4044ef08e27bec": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "DescriptionStyleModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "StyleView",
            "_model_name": "DescriptionStyleModel",
            "description_width": "",
            "_view_module": "@jupyter-widgets/base",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.2.0",
            "_model_module": "@jupyter-widgets/controls"
          }
        },
        "7714c0b39b564994b9d87f06156978ed": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "6b19ed28324a4e2385f9d0c03155dada": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "HBoxModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "HBoxView",
            "_dom_classes": [],
            "_model_name": "HBoxModel",
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "box_style": "",
            "layout": "IPY_MODEL_12348af488e84ecfbc95cee9784e4f68",
            "_model_module": "@jupyter-widgets/controls",
            "children": [
              "IPY_MODEL_71a5b5193bcb469bbbf6951df084d022",
              "IPY_MODEL_bb7f16c52b174c6380ac17d7277b4acc",
              "IPY_MODEL_84ec196873374e2bad515522605977e7"
            ]
          }
        },
        "12348af488e84ecfbc95cee9784e4f68": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "71a5b5193bcb469bbbf6951df084d022": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "HTMLModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "HTMLView",
            "style": "IPY_MODEL_cfb700f86cd540a18c2adf49bf677efe",
            "_dom_classes": [],
            "description": "",
            "_model_name": "HTMLModel",
            "placeholder": "​",
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "value": "Downloading: 100%",
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "description_tooltip": null,
            "_model_module": "@jupyter-widgets/controls",
            "layout": "IPY_MODEL_3efd00fddc594b4d98280e065dcf9b59"
          }
        },
        "bb7f16c52b174c6380ac17d7277b4acc": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "FloatProgressModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "ProgressView",
            "style": "IPY_MODEL_860ed28b49af4fc8892a3d269d746034",
            "_dom_classes": [],
            "description": "",
            "_model_name": "FloatProgressModel",
            "bar_style": "success",
            "max": 439457860,
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "value": 439457860,
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "orientation": "horizontal",
            "min": 0,
            "description_tooltip": null,
            "_model_module": "@jupyter-widgets/controls",
            "layout": "IPY_MODEL_13fc2623d6134f0da7463f81907ef274"
          }
        },
        "84ec196873374e2bad515522605977e7": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "HTMLModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "HTMLView",
            "style": "IPY_MODEL_d4bed0f80ac74f5bb9088fec4405253d",
            "_dom_classes": [],
            "description": "",
            "_model_name": "HTMLModel",
            "placeholder": "​",
            "_view_module": "@jupyter-widgets/controls",
            "_model_module_version": "1.5.0",
            "value": " 439M/439M [00:11&lt;00:00, 38.3MB/s]",
            "_view_count": null,
            "_view_module_version": "1.5.0",
            "description_tooltip": null,
            "_model_module": "@jupyter-widgets/controls",
            "layout": "IPY_MODEL_6d4b29184c294b2caf8e208605403760"
          }
        },
        "cfb700f86cd540a18c2adf49bf677efe": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "DescriptionStyleModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "StyleView",
            "_model_name": "DescriptionStyleModel",
            "description_width": "",
            "_view_module": "@jupyter-widgets/base",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.2.0",
            "_model_module": "@jupyter-widgets/controls"
          }
        },
        "3efd00fddc594b4d98280e065dcf9b59": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "860ed28b49af4fc8892a3d269d746034": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "ProgressStyleModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "StyleView",
            "_model_name": "ProgressStyleModel",
            "description_width": "",
            "_view_module": "@jupyter-widgets/base",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.2.0",
            "bar_color": null,
            "_model_module": "@jupyter-widgets/controls"
          }
        },
        "13fc2623d6134f0da7463f81907ef274": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        },
        "d4bed0f80ac74f5bb9088fec4405253d": {
          "model_module": "@jupyter-widgets/controls",
          "model_name": "DescriptionStyleModel",
          "model_module_version": "1.5.0",
          "state": {
            "_view_name": "StyleView",
            "_model_name": "DescriptionStyleModel",
            "description_width": "",
            "_view_module": "@jupyter-widgets/base",
            "_model_module_version": "1.5.0",
            "_view_count": null,
            "_view_module_version": "1.2.0",
            "_model_module": "@jupyter-widgets/controls"
          }
        },
        "6d4b29184c294b2caf8e208605403760": {
          "model_module": "@jupyter-widgets/base",
          "model_name": "LayoutModel",
          "model_module_version": "1.2.0",
          "state": {
            "_view_name": "LayoutView",
            "grid_template_rows": null,
            "right": null,
            "justify_content": null,
            "_view_module": "@jupyter-widgets/base",
            "overflow": null,
            "_model_module_version": "1.2.0",
            "_view_count": null,
            "flex_flow": null,
            "width": null,
            "min_width": null,
            "border": null,
            "align_items": null,
            "bottom": null,
            "_model_module": "@jupyter-widgets/base",
            "top": null,
            "grid_column": null,
            "overflow_y": null,
            "overflow_x": null,
            "grid_auto_flow": null,
            "grid_area": null,
            "grid_template_columns": null,
            "flex": null,
            "_model_name": "LayoutModel",
            "justify_items": null,
            "grid_row": null,
            "max_height": null,
            "align_content": null,
            "visibility": null,
            "align_self": null,
            "height": null,
            "min_height": null,
            "padding": null,
            "grid_auto_rows": null,
            "grid_gap": null,
            "max_width": null,
            "order": null,
            "_view_module_version": "1.2.0",
            "grid_template_areas": null,
            "object_position": null,
            "object_fit": null,
            "grid_auto_columns": null,
            "margin": null,
            "display": null,
            "left": null
          }
        }
      }
    }
  },
  "cells": [
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "view-in-github",
        "colab_type": "text"
      },
      "source": [
        "<a href=\"https://colab.research.google.com/github/Morilla123/Curso/blob/main/Q%26A_01.ipynb\" target=\"_parent\"><img src=\"https://colab.research.google.com/assets/colab-badge.svg\" alt=\"Open In Colab\"/></a>"
      ]
    },
    {
      "cell_type": "code",
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "ZveKszqeWZn0",
        "outputId": "c97068ad-d2a0-4267-a3b0-e44f16a4ab84"
      },
      "source": [
        "pip install transformers"
      ],
      "execution_count": 1,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "Collecting transformers\n",
            "  Downloading transformers-4.10.2-py3-none-any.whl (2.8 MB)\n",
            "\u001b[K     |████████████████████████████████| 2.8 MB 5.1 MB/s \n",
            "\u001b[?25hRequirement already satisfied: filelock in /usr/local/lib/python3.7/dist-packages (from transformers) (3.0.12)\n",
            "Collecting tokenizers<0.11,>=0.10.1\n",
            "  Downloading tokenizers-0.10.3-cp37-cp37m-manylinux_2_5_x86_64.manylinux1_x86_64.manylinux_2_12_x86_64.manylinux2010_x86_64.whl (3.3 MB)\n",
            "\u001b[K     |████████████████████████████████| 3.3 MB 36.1 MB/s \n",
            "\u001b[?25hRequirement already satisfied: numpy>=1.17 in /usr/local/lib/python3.7/dist-packages (from transformers) (1.19.5)\n",
            "Requirement already satisfied: tqdm>=4.27 in /usr/local/lib/python3.7/dist-packages (from transformers) (4.62.2)\n",
            "Requirement already satisfied: requests in /usr/local/lib/python3.7/dist-packages (from transformers) (2.23.0)\n",
            "Collecting pyyaml>=5.1\n",
            "  Downloading PyYAML-5.4.1-cp37-cp37m-manylinux1_x86_64.whl (636 kB)\n",
            "\u001b[K     |████████████████████████████████| 636 kB 29.5 MB/s \n",
            "\u001b[?25hRequirement already satisfied: regex!=2019.12.17 in /usr/local/lib/python3.7/dist-packages (from transformers) (2019.12.20)\n",
            "Requirement already satisfied: importlib-metadata in /usr/local/lib/python3.7/dist-packages (from transformers) (4.8.1)\n",
            "Requirement already satisfied: packaging in /usr/local/lib/python3.7/dist-packages (from transformers) (21.0)\n",
            "Collecting sacremoses\n",
            "  Downloading sacremoses-0.0.45-py3-none-any.whl (895 kB)\n",
            "\u001b[K     |████████████████████████████████| 895 kB 20.8 MB/s \n",
            "\u001b[?25hCollecting huggingface-hub>=0.0.12\n",
            "  Downloading huggingface_hub-0.0.17-py3-none-any.whl (52 kB)\n",
            "\u001b[K     |████████████████████████████████| 52 kB 992 kB/s \n",
            "\u001b[?25hRequirement already satisfied: typing-extensions in /usr/local/lib/python3.7/dist-packages (from huggingface-hub>=0.0.12->transformers) (3.7.4.3)\n",
            "Requirement already satisfied: pyparsing>=2.0.2 in /usr/local/lib/python3.7/dist-packages (from packaging->transformers) (2.4.7)\n",
            "Requirement already satisfied: zipp>=0.5 in /usr/local/lib/python3.7/dist-packages (from importlib-metadata->transformers) (3.5.0)\n",
            "Requirement already satisfied: urllib3!=1.25.0,!=1.25.1,<1.26,>=1.21.1 in /usr/local/lib/python3.7/dist-packages (from requests->transformers) (1.24.3)\n",
            "Requirement already satisfied: chardet<4,>=3.0.2 in /usr/local/lib/python3.7/dist-packages (from requests->transformers) (3.0.4)\n",
            "Requirement already satisfied: idna<3,>=2.5 in /usr/local/lib/python3.7/dist-packages (from requests->transformers) (2.10)\n",
            "Requirement already satisfied: certifi>=2017.4.17 in /usr/local/lib/python3.7/dist-packages (from requests->transformers) (2021.5.30)\n",
            "Requirement already satisfied: six in /usr/local/lib/python3.7/dist-packages (from sacremoses->transformers) (1.15.0)\n",
            "Requirement already satisfied: joblib in /usr/local/lib/python3.7/dist-packages (from sacremoses->transformers) (1.0.1)\n",
            "Requirement already satisfied: click in /usr/local/lib/python3.7/dist-packages (from sacremoses->transformers) (7.1.2)\n",
            "Installing collected packages: tokenizers, sacremoses, pyyaml, huggingface-hub, transformers\n",
            "  Attempting uninstall: pyyaml\n",
            "    Found existing installation: PyYAML 3.13\n",
            "    Uninstalling PyYAML-3.13:\n",
            "      Successfully uninstalled PyYAML-3.13\n",
            "Successfully installed huggingface-hub-0.0.17 pyyaml-5.4.1 sacremoses-0.0.45 tokenizers-0.10.3 transformers-4.10.2\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "rZyNc8dPYgQj"
      },
      "source": [
        "from transformers import AutoTokenizer, AutoModelForQuestionAnswering, pipeline"
      ],
      "execution_count": 2,
      "outputs": []
    },
    {
      "cell_type": "code",
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/",
          "height": 177,
          "referenced_widgets": [
            "085f75e4587b43058f8ab72674838570",
            "c08174d44ab14c34a591f01c43352c9f",
            "fb9d6c0c4e3241a8a141249e6f011e2d",
            "65c1d385b1084bd08b2dfae2d898c94b",
            "80e1c3cbd33f4b06adbe4ea48a794f53",
            "2dc4fc5a19034dce9038fa217425f2a5",
            "6c2e0f54387743188d68934c758a3011",
            "baffb07a0a4e45839c1ef0cc6eb11380",
            "e92f4b05080944de99d3ba94afb231b5",
            "44f6a952a25542198223c4e113f28101",
            "edf4572bad3d48cfb6c979275e8c456b",
            "10b166e6848b45cebd6a49713df203f6",
            "92e47c282b75433185f8fb1236fc5422",
            "0d769235d66546198d0fda84c6ef6f88",
            "fc4107801cdd4238b7b2d10b993b4481",
            "a4173e1ca3a24ff2a0b920e88e472a52",
            "dc2879ac99a24453abbe7bd38e489e7a",
            "51cc434bb7264dabadb08760f7a048f0",
            "1eea6ecc99d34e638a044d78c2870ae2",
            "1f33e692990d4ac6b4c9f820ea4f82c6",
            "928c57daa9d745069d2c9ae7a4c2f10f",
            "7982a1b38649421aa842b7bc277bb3ad",
            "a5672d13aa9d45e3bae25d41e0b7763b",
            "78d5cca4f3ad474598576fef17d10724",
            "ad4ec67d62b74a239a09b92785e0bc88",
            "0f14c26a86c34472947c1e9f5ace35a3",
            "54d603bea41446a4924f04ffac092998",
            "a617f582756d4bd3a3e3cb595b2b8246",
            "c571db7d2e3f44488dca036fc21c8bc6",
            "c7cf2622ebc641eea750beef81f37411",
            "21ed564acf7a4362aa06f612f0975590",
            "35b460cebf11437697bea466ffe05594",
            "d83b08cc6d2d473e8396ccfd3b0066cd",
            "39e57bdac8e74f6b99cd37026db64dea",
            "d0977e29ca12423ba65ffb556a4329e9",
            "58b571f45b55426587b50b1c6fd7b446",
            "63d1adb087ec4158ad28728f6997dcf9",
            "efc06bae02614f039b595da575477499",
            "84c7a99d612c4e028bf12324bcb72eb7",
            "592d5c7275174c53845593bd743ce6ac",
            "db2d5dde55c7485bbce0d3bc9024a186",
            "adb535e2da4941bf833120faa77ad18c",
            "3a438b412b63473b8c4044ef08e27bec",
            "7714c0b39b564994b9d87f06156978ed",
            "6b19ed28324a4e2385f9d0c03155dada",
            "12348af488e84ecfbc95cee9784e4f68",
            "71a5b5193bcb469bbbf6951df084d022",
            "bb7f16c52b174c6380ac17d7277b4acc",
            "84ec196873374e2bad515522605977e7",
            "cfb700f86cd540a18c2adf49bf677efe",
            "3efd00fddc594b4d98280e065dcf9b59",
            "860ed28b49af4fc8892a3d269d746034",
            "13fc2623d6134f0da7463f81907ef274",
            "d4bed0f80ac74f5bb9088fec4405253d",
            "6d4b29184c294b2caf8e208605403760"
          ]
        },
        "id": "mpWvv9iaY7x3",
        "outputId": "fc0d32f0-389f-4e7f-b84f-af85713c8095"
      },
      "source": [
        "the_model = 'mrm8488/distill-bert-base-spanish-wwm-cased-finetuned-spa-squad2-es'\n",
        "tokenizer = AutoTokenizer.from_pretrained(the_model, do_lower_case = False)\n",
        "model = AutoModelForQuestionAnswering.from_pretrained(the_model)"
      ],
      "execution_count": 3,
      "outputs": [
        {
          "output_type": "display_data",
          "data": {
            "application/vnd.jupyter.widget-view+json": {
              "model_id": "085f75e4587b43058f8ab72674838570",
              "version_minor": 0,
              "version_major": 2
            },
            "text/plain": [
              "Downloading:   0%|          | 0.00/135 [00:00<?, ?B/s]"
            ]
          },
          "metadata": {}
        },
        {
          "output_type": "display_data",
          "data": {
            "application/vnd.jupyter.widget-view+json": {
              "model_id": "10b166e6848b45cebd6a49713df203f6",
              "version_minor": 0,
              "version_major": 2
            },
            "text/plain": [
              "Downloading:   0%|          | 0.00/465 [00:00<?, ?B/s]"
            ]
          },
          "metadata": {}
        },
        {
          "output_type": "display_data",
          "data": {
            "application/vnd.jupyter.widget-view+json": {
              "model_id": "a5672d13aa9d45e3bae25d41e0b7763b",
              "version_minor": 0,
              "version_major": 2
            },
            "text/plain": [
              "Downloading:   0%|          | 0.00/242k [00:00<?, ?B/s]"
            ]
          },
          "metadata": {}
        },
        {
          "output_type": "display_data",
          "data": {
            "application/vnd.jupyter.widget-view+json": {
              "model_id": "39e57bdac8e74f6b99cd37026db64dea",
              "version_minor": 0,
              "version_major": 2
            },
            "text/plain": [
              "Downloading:   0%|          | 0.00/112 [00:00<?, ?B/s]"
            ]
          },
          "metadata": {}
        },
        {
          "output_type": "display_data",
          "data": {
            "application/vnd.jupyter.widget-view+json": {
              "model_id": "6b19ed28324a4e2385f9d0c03155dada",
              "version_minor": 0,
              "version_major": 2
            },
            "text/plain": [
              "Downloading:   0%|          | 0.00/439M [00:00<?, ?B/s]"
            ]
          },
          "metadata": {}
        }
      ]
    },
    {
      "cell_type": "code",
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "5RqQiQ4AZqhs",
        "outputId": "d82e2ee0-9a2e-4547-e82c-26af93661030"
      },
      "source": [
        "print(model)"
      ],
      "execution_count": 5,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "BertForQuestionAnswering(\n",
            "  (bert): BertModel(\n",
            "    (embeddings): BertEmbeddings(\n",
            "      (word_embeddings): Embedding(31002, 768, padding_idx=1)\n",
            "      (position_embeddings): Embedding(512, 768)\n",
            "      (token_type_embeddings): Embedding(2, 768)\n",
            "      (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "      (dropout): Dropout(p=0.1, inplace=False)\n",
            "    )\n",
            "    (encoder): BertEncoder(\n",
            "      (layer): ModuleList(\n",
            "        (0): BertLayer(\n",
            "          (attention): BertAttention(\n",
            "            (self): BertSelfAttention(\n",
            "              (query): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (key): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (value): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "            (output): BertSelfOutput(\n",
            "              (dense): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "          )\n",
            "          (intermediate): BertIntermediate(\n",
            "            (dense): Linear(in_features=768, out_features=3072, bias=True)\n",
            "          )\n",
            "          (output): BertOutput(\n",
            "            (dense): Linear(in_features=3072, out_features=768, bias=True)\n",
            "            (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "            (dropout): Dropout(p=0.1, inplace=False)\n",
            "          )\n",
            "        )\n",
            "        (1): BertLayer(\n",
            "          (attention): BertAttention(\n",
            "            (self): BertSelfAttention(\n",
            "              (query): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (key): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (value): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "            (output): BertSelfOutput(\n",
            "              (dense): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "          )\n",
            "          (intermediate): BertIntermediate(\n",
            "            (dense): Linear(in_features=768, out_features=3072, bias=True)\n",
            "          )\n",
            "          (output): BertOutput(\n",
            "            (dense): Linear(in_features=3072, out_features=768, bias=True)\n",
            "            (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "            (dropout): Dropout(p=0.1, inplace=False)\n",
            "          )\n",
            "        )\n",
            "        (2): BertLayer(\n",
            "          (attention): BertAttention(\n",
            "            (self): BertSelfAttention(\n",
            "              (query): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (key): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (value): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "            (output): BertSelfOutput(\n",
            "              (dense): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "          )\n",
            "          (intermediate): BertIntermediate(\n",
            "            (dense): Linear(in_features=768, out_features=3072, bias=True)\n",
            "          )\n",
            "          (output): BertOutput(\n",
            "            (dense): Linear(in_features=3072, out_features=768, bias=True)\n",
            "            (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "            (dropout): Dropout(p=0.1, inplace=False)\n",
            "          )\n",
            "        )\n",
            "        (3): BertLayer(\n",
            "          (attention): BertAttention(\n",
            "            (self): BertSelfAttention(\n",
            "              (query): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (key): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (value): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "            (output): BertSelfOutput(\n",
            "              (dense): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "          )\n",
            "          (intermediate): BertIntermediate(\n",
            "            (dense): Linear(in_features=768, out_features=3072, bias=True)\n",
            "          )\n",
            "          (output): BertOutput(\n",
            "            (dense): Linear(in_features=3072, out_features=768, bias=True)\n",
            "            (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "            (dropout): Dropout(p=0.1, inplace=False)\n",
            "          )\n",
            "        )\n",
            "        (4): BertLayer(\n",
            "          (attention): BertAttention(\n",
            "            (self): BertSelfAttention(\n",
            "              (query): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (key): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (value): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "            (output): BertSelfOutput(\n",
            "              (dense): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "          )\n",
            "          (intermediate): BertIntermediate(\n",
            "            (dense): Linear(in_features=768, out_features=3072, bias=True)\n",
            "          )\n",
            "          (output): BertOutput(\n",
            "            (dense): Linear(in_features=3072, out_features=768, bias=True)\n",
            "            (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "            (dropout): Dropout(p=0.1, inplace=False)\n",
            "          )\n",
            "        )\n",
            "        (5): BertLayer(\n",
            "          (attention): BertAttention(\n",
            "            (self): BertSelfAttention(\n",
            "              (query): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (key): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (value): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "            (output): BertSelfOutput(\n",
            "              (dense): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "          )\n",
            "          (intermediate): BertIntermediate(\n",
            "            (dense): Linear(in_features=768, out_features=3072, bias=True)\n",
            "          )\n",
            "          (output): BertOutput(\n",
            "            (dense): Linear(in_features=3072, out_features=768, bias=True)\n",
            "            (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "            (dropout): Dropout(p=0.1, inplace=False)\n",
            "          )\n",
            "        )\n",
            "        (6): BertLayer(\n",
            "          (attention): BertAttention(\n",
            "            (self): BertSelfAttention(\n",
            "              (query): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (key): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (value): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "            (output): BertSelfOutput(\n",
            "              (dense): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "          )\n",
            "          (intermediate): BertIntermediate(\n",
            "            (dense): Linear(in_features=768, out_features=3072, bias=True)\n",
            "          )\n",
            "          (output): BertOutput(\n",
            "            (dense): Linear(in_features=3072, out_features=768, bias=True)\n",
            "            (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "            (dropout): Dropout(p=0.1, inplace=False)\n",
            "          )\n",
            "        )\n",
            "        (7): BertLayer(\n",
            "          (attention): BertAttention(\n",
            "            (self): BertSelfAttention(\n",
            "              (query): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (key): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (value): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "            (output): BertSelfOutput(\n",
            "              (dense): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "          )\n",
            "          (intermediate): BertIntermediate(\n",
            "            (dense): Linear(in_features=768, out_features=3072, bias=True)\n",
            "          )\n",
            "          (output): BertOutput(\n",
            "            (dense): Linear(in_features=3072, out_features=768, bias=True)\n",
            "            (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "            (dropout): Dropout(p=0.1, inplace=False)\n",
            "          )\n",
            "        )\n",
            "        (8): BertLayer(\n",
            "          (attention): BertAttention(\n",
            "            (self): BertSelfAttention(\n",
            "              (query): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (key): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (value): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "            (output): BertSelfOutput(\n",
            "              (dense): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "          )\n",
            "          (intermediate): BertIntermediate(\n",
            "            (dense): Linear(in_features=768, out_features=3072, bias=True)\n",
            "          )\n",
            "          (output): BertOutput(\n",
            "            (dense): Linear(in_features=3072, out_features=768, bias=True)\n",
            "            (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "            (dropout): Dropout(p=0.1, inplace=False)\n",
            "          )\n",
            "        )\n",
            "        (9): BertLayer(\n",
            "          (attention): BertAttention(\n",
            "            (self): BertSelfAttention(\n",
            "              (query): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (key): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (value): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "            (output): BertSelfOutput(\n",
            "              (dense): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "          )\n",
            "          (intermediate): BertIntermediate(\n",
            "            (dense): Linear(in_features=768, out_features=3072, bias=True)\n",
            "          )\n",
            "          (output): BertOutput(\n",
            "            (dense): Linear(in_features=3072, out_features=768, bias=True)\n",
            "            (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "            (dropout): Dropout(p=0.1, inplace=False)\n",
            "          )\n",
            "        )\n",
            "        (10): BertLayer(\n",
            "          (attention): BertAttention(\n",
            "            (self): BertSelfAttention(\n",
            "              (query): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (key): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (value): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "            (output): BertSelfOutput(\n",
            "              (dense): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "          )\n",
            "          (intermediate): BertIntermediate(\n",
            "            (dense): Linear(in_features=768, out_features=3072, bias=True)\n",
            "          )\n",
            "          (output): BertOutput(\n",
            "            (dense): Linear(in_features=3072, out_features=768, bias=True)\n",
            "            (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "            (dropout): Dropout(p=0.1, inplace=False)\n",
            "          )\n",
            "        )\n",
            "        (11): BertLayer(\n",
            "          (attention): BertAttention(\n",
            "            (self): BertSelfAttention(\n",
            "              (query): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (key): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (value): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "            (output): BertSelfOutput(\n",
            "              (dense): Linear(in_features=768, out_features=768, bias=True)\n",
            "              (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "              (dropout): Dropout(p=0.1, inplace=False)\n",
            "            )\n",
            "          )\n",
            "          (intermediate): BertIntermediate(\n",
            "            (dense): Linear(in_features=768, out_features=3072, bias=True)\n",
            "          )\n",
            "          (output): BertOutput(\n",
            "            (dense): Linear(in_features=3072, out_features=768, bias=True)\n",
            "            (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)\n",
            "            (dropout): Dropout(p=0.1, inplace=False)\n",
            "          )\n",
            "        )\n",
            "      )\n",
            "    )\n",
            "  )\n",
            "  (qa_outputs): Linear(in_features=768, out_features=2, bias=True)\n",
            ")\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "qYxp8uh3doPp"
      },
      "source": [
        "*input =>  Embedding(31002, 768, padding_idx=1)\n",
        "\n",
        " output => out_features= 2 *"
      ]
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "9Rjv0rXtaK6t"
      },
      "source": [
        "contexto = \"Yo soy cristian, ingeniero biomedico e integrante de la mas famosa empresa en estos tiempo, TrissoMed.\"\n",
        "pregunta = \"¿como se llama, la empresa mas importante ?\""
      ],
      "execution_count": 40,
      "outputs": []
    },
    {
      "cell_type": "code",
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "_nIcSn2aeLkg",
        "outputId": "35f9cf31-04f8-4ba4-c0cf-ef6b052c249e"
      },
      "source": [
        "\n",
        "encode = tokenizer.encode_plus(pregunta, contexto, return_tensors='pt')\n",
        "input_ids = encode['input_ids'].tolist()\n",
        "tokens = tokenizer.convert_ids_to_tokens(input_ids[0])\n",
        "for id, token in zip(input_ids[0], tokens):\n",
        "  print('{:<12} {:>6}'.format(token, id))\n",
        "  print('')"
      ],
      "execution_count": 41,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "[CLS]             4\n",
            "\n",
            "¿              1067\n",
            "\n",
            "como           1184\n",
            "\n",
            "se             1062\n",
            "\n",
            "llama          4041\n",
            "\n",
            ",              1017\n",
            "\n",
            "la             1030\n",
            "\n",
            "empresa        2784\n",
            "\n",
            "mas            2437\n",
            "\n",
            "importante     2292\n",
            "\n",
            "?              1064\n",
            "\n",
            "[SEP]             5\n",
            "\n",
            "Yo             1584\n",
            "\n",
            "soy            2020\n",
            "\n",
            "cristi         6187\n",
            "\n",
            "##an           1026\n",
            "\n",
            ",              1017\n",
            "\n",
            "ingeniero     13468\n",
            "\n",
            "biom          27362\n",
            "\n",
            "##edi         12193\n",
            "\n",
            "##co           1180\n",
            "\n",
            "e              1007\n",
            "\n",
            "integrante    15899\n",
            "\n",
            "de             1008\n",
            "\n",
            "la             1030\n",
            "\n",
            "mas            2437\n",
            "\n",
            "famosa        12554\n",
            "\n",
            "empresa        2784\n",
            "\n",
            "en             1036\n",
            "\n",
            "estos          2111\n",
            "\n",
            "tiempo         1577\n",
            "\n",
            ",              1017\n",
            "\n",
            "Tri            7064\n",
            "\n",
            "##s           30934\n",
            "\n",
            "##so           1650\n",
            "\n",
            "##M           30972\n",
            "\n",
            "##ed           1493\n",
            "\n",
            ".              1009\n",
            "\n",
            "[SEP]             5\n",
            "\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "97DUMNexjIzb"
      },
      "source": [
        "contexto = \"yo soy cristian\"\n",
        "pregunta =\"¿ como me llamo ?\""
      ],
      "execution_count": 29,
      "outputs": []
    },
    {
      "cell_type": "code",
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "M1YOOwsrh7Lb",
        "outputId": "4439b77c-7c10-44e8-bb11-cfde19862dac"
      },
      "source": [
        "\n",
        "# Ejemplo de inferencia (pregunta-respuesta)\n",
        "nlp = pipeline('question-answering', model=model, tokenizer=tokenizer)\n",
        "salida = nlp({'question':pregunta, 'context':contexto})\n",
        "print(salida)"
      ],
      "execution_count": 42,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "{'score': 0.9747397303581238, 'start': 92, 'end': 101, 'answer': 'TrissoMed'}\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "3ADHIdwFjUvi"
      },
      "source": [
        "from textwrap import wrap"
      ],
      "execution_count": 36,
      "outputs": []
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "Uc-MHgqrlzyh"
      },
      "source": [
        "from textwrap import wrap\n",
        "\n",
        "def pregunta_respuesta(model, contexto, nlp):\n",
        "\n",
        "  # Imprimir contexto\n",
        "  print('Contexto:')\n",
        "  print('-----------------')\n",
        "  print('\\n'.join(wrap(contexto)))\n",
        "\n",
        "  # Loop preguntas-respuestas:\n",
        "  continuar = True\n",
        "  while continuar:\n",
        "    print('\\nPregunta:')\n",
        "    print('-----------------')\n",
        "    pregunta = str(input())\n",
        "\n",
        "    continuar = pregunta!=''\n",
        "\n",
        "    if continuar:\n",
        "      salida = nlp({'question':pregunta, 'context':contexto})\n",
        "      print('\\nRespuesta:')\n",
        "      print('-----------------')\n",
        "      print(salida['answer'])"
      ],
      "execution_count": 43,
      "outputs": []
    },
    {
      "cell_type": "code",
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "m4weRIFUm-fa",
        "outputId": "30e9f45f-c25e-4b7c-e811-7807148750cf"
      },
      "source": [
        "pregunta_respuesta(model, contexto, nlp)"
      ],
      "execution_count": 44,
      "outputs": [
        {
          "name": "stdout",
          "output_type": "stream",
          "text": [
            "Contexto:\n",
            "-----------------\n",
            "Yo soy cristian, ingeniero biomedico e integrante de la mas famosa\n",
            "empresa en estos tiempo, TrissoMed.\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            "Cual es la mejor empresa?\n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "TrissoMed\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            "es una empresa con futuro?\n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "TrissoMed\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            " \n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "soy\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            "\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "nqFoMu7inxdF"
      },
      "source": [
        "contexto = 'La palabra DOCKER se refiere a varias cosas. Esto incluye un proyecto de la comunidad open source; las herramientas del proyecto open source; Docker Inc., la empresa que es la principal promotora de ese proyecto; y las herramientas que la empresa admite formalmente. El hecho de que las tecnologías y la empresa compartan el mismo nombre puede ser confuso.A continuación, le presentamos una breve explicación:Docker, el software de TI, es una tecnología de creación de contenedores que permite la creación y el uso de contenedores de Linux®. La comunidad open source Docker trabaja para mejorar estas tecnologías a fin de beneficiar a todos los usuarios de forma gratuita. La empresa, Docker Inc., desarrolla el trabajo de la comunidad Docker, lo hace más seguro y comparte estos avances con el resto de la comunidad. También respalda las tecnologías mejoradas y reforzadas para los clientes empresariales.'"
      ],
      "execution_count": 45,
      "outputs": []
    },
    {
      "cell_type": "code",
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "tiZ46WIJoJ0Z",
        "outputId": "8f68c203-4536-43e9-af22-4a7bba8ddae8"
      },
      "source": [
        "pregunta_respuesta(model, contexto, nlp)"
      ],
      "execution_count": 46,
      "outputs": [
        {
          "name": "stdout",
          "output_type": "stream",
          "text": [
            "Contexto:\n",
            "-----------------\n",
            "La palabra DOCKER se refiere a varias cosas. Esto incluye un proyecto\n",
            "de la comunidad open source; las herramientas del proyecto open\n",
            "source; Docker Inc., la empresa que es la principal promotora de ese\n",
            "proyecto; y las herramientas que la empresa admite formalmente. El\n",
            "hecho de que las tecnologías y la empresa compartan el mismo nombre\n",
            "puede ser confuso.A continuación, le presentamos una breve\n",
            "explicación:Docker, el software de TI, es una tecnología de creación\n",
            "de contenedores que permite la creación y el uso de contenedores de\n",
            "Linux®. La comunidad open source Docker trabaja para mejorar estas\n",
            "tecnologías a fin de beneficiar a todos los usuarios de forma\n",
            "gratuita. La empresa, Docker Inc., desarrolla el trabajo de la\n",
            "comunidad Docker, lo hace más seguro y comparte estos avances con el\n",
            "resto de la comunidad. También respalda las tecnologías mejoradas y\n",
            "reforzadas para los clientes empresariales.\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            "los Doker son open surce?\n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "un proyecto de la comunidad open source\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            "para que se usan?\n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "creación de contenedores que permite la creación y el uso de contenedores de Linux®\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            "que son los contenedores de linux\n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "de la\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            "que son los contenedores de linux?\n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "de la\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            " \n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "open source; Docker Inc.\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            "\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "OWms5WYUqQqE"
      },
      "source": [
        "contexto = 'Radiología A. Historia de la radiología:  Rontgen inventa el tubo de rayos catódicos, se dio cuenta porque al activar el tubo un carton cubierto de un químico fosforescente empezó a brillar, no entendia como podia suceder eso, ya que en esa epoca no habia el concepto de particulas que podrían viajar tanto, a estos rayos los nombró como Rayos X. Probó con varios componentes a ver si eran atravesados por los rayos, dándose cuenta que el plomo no era atravesado, luego agarra a su esposa y hace la primera radiografía  Rontgen no tenia idea de la relevancia médica de su descubrimiento, solo dijo gracias cuando recibió el nobel  En los años 30 a 40 se desarrollaron los medios de contraste, a principios del siglo 20 también se desarrolló también la radioterapia. '\n"
      ],
      "execution_count": 54,
      "outputs": []
    },
    {
      "cell_type": "code",
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "phIFbeEirHTo",
        "outputId": "71078997-8ea0-45cc-bc36-255298ce49fa"
      },
      "source": [
        "type(contexto)"
      ],
      "execution_count": 56,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "str"
            ]
          },
          "metadata": {},
          "execution_count": 56
        }
      ]
    },
    {
      "cell_type": "code",
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "w2oYT4m8qmpX",
        "outputId": "395d70f0-a9e2-4a6f-fd7f-27cb18933797"
      },
      "source": [
        "pregunta_respuesta(model, contexto, nlp)\n"
      ],
      "execution_count": 49,
      "outputs": [
        {
          "name": "stdout",
          "output_type": "stream",
          "text": [
            "Contexto:\n",
            "-----------------\n",
            "Radiología A. Historia de la radiología:  Rontgen inventa el tubo de\n",
            "rayos catódicos, se dio cuenta porque al activar el tubo un carton\n",
            "cubierto de un químico fosforescente empezó a brillar, no entendia\n",
            "como podia suceder eso, ya que en esa epoca no habia el concepto de\n",
            "particulas que podrían viajar tanto, a estos rayos los nombró como\n",
            "Rayos X. Probó con varios componentes a ver si eran atravesados por\n",
            "los rayos, dándose cuenta que el plomo no era atravesado, luego agarra\n",
            "a su esposa y hace la primera radiografía  Rontgen no tenia idea de la\n",
            "relevancia médica de su descubrimiento, solo dijo gracias cuando\n",
            "recibió el nobel  En los años 30 a 40 se desarrollaron los medios de\n",
            "contraste, a principios del siglo 20 también se desarrolló también la\n",
            "radioterapia.\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            "quien invento los rayos catodicos?\n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "de rayos catódicos, se\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            "¿quien invento los rayos catodicos?\n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "de rayos catódicos, se\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            "quien invento los rayos catódicos?\n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "Rontgen\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            "Rontgen resivio un premio novel?\n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "nobel\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            "en que año se desarrollaron los medios de contraste?\n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "30 a 40\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            " \n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "radiografía\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            "\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "xD-mWPh_siM4"
      },
      "source": [
        "f = open ('/content/Imag en Med 3er PARCIAL .txt','r')\n",
        "contexto = f.read()\n",
        "# print(mensaje)\n",
        "f.close()"
      ],
      "execution_count": 58,
      "outputs": []
    },
    {
      "cell_type": "code",
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "_AHGFbYfs2x0",
        "outputId": "878ac2be-d5fe-4386-dfe1-a885d8c0a6f7"
      },
      "source": [
        "\n",
        "pregunta_respuesta(model, contexto, nlp)\n"
      ],
      "execution_count": null,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "Contexto:\n",
            "-----------------\n",
            "﻿Radiología   A. Historia de la radiología:    Rontgen inventa el tubo\n",
            "de rayos catódicos, se dio cuenta porque al activar el tubo un carton\n",
            "cubierto de un químico fosforescente empezó a brillar, no entendia\n",
            "como podia suceder eso, ya que en esa epoca no habia el concepto de\n",
            "particulas que podrían viajar tanto, a estos rayos los nombró como\n",
            "Rayos X. Probó con varios componentes a ver si eran atravesados por\n",
            "los rayos, dándose cuenta que el plomo no era atravesado, luego agarra\n",
            "a su esposa y hace la primera radiografía    Rontgen no tenia idea de\n",
            "la relevancia médica de su descubrimiento, solo dijo gracias cuando\n",
            "recibió el nobel     En los años 30 a 40 se desarrollaron los medios\n",
            "de contraste, a principios del siglo 20 también se desarrolló también\n",
            "la radioterapia.    B. El equipo de rayos X    La generación se\n",
            "fundamenta en la producción de radiación de frenado y en la producción\n",
            "de rayos característicos, esta radiación se consigue impactando\n",
            "electrones sobre un material con alto Z (ánodo). Estos electrones\n",
            "provienen de un filamento al que se le hace pasar una corriente\n",
            "eléctrica (cátodo), para acelerarlos colocamos una diferencia de\n",
            "potencial entre anodo y catodo.     Radiación de frenado   un electrón\n",
            "pasa cerca del núcleo, la interacción con el mismo modifica su\n",
            "dirección y emite fotones proporcionales a este cambio de dirección .\n",
            "Este sería el espectro de frenado teórico del tubo, esta gráfica nos\n",
            "explica que tenemos muchos fotones de baja energía y pocos de alta, a\n",
            "su vez no vemos fotones de mayor energia que los electrones que han\n",
            "impactado       Aquí vemos el espectro de frenado no teórico, ya que\n",
            "el haz es filtrado para retrasar el propio tubo. ¡Notamos que se\n",
            "filtran los fotones de baja energía!      Rx característicos:   Si por\n",
            "algún motivo un átomo pierde un electrón de las capas más cercanas al\n",
            "núcleo, y se encuentra ionizado, el átomo querrá estabilizarse yendo a\n",
            "un estado de mínima energía posible, por lo que los electrones de las\n",
            "capas más externas tendrán que ocupar esta vacancia, liberando energía\n",
            "en forma de fotones en el proceso ! Esta energía es propia del\n",
            "material y de la energía que se encuentra entre los niveles atómicos,\n",
            "por lo tanto siempre tendrá un espectro de frecuencias característico.\n",
            "En la rx la vacancia se genera por la colisión del electrón del cátodo\n",
            "con un electrón del ánodo, abandonando AMBOS el átomo.    Recordar que\n",
            "la energía generada por este tipo de radiación es discreta        En\n",
            "el espectro característico veremos que solo aparecerán los picos\n",
            "producidos por rellenar la capa K, ya que el nivel de energía generado\n",
            "por rellenar las demás capas es lo suficientemente bajo como para ser\n",
            "filtrado por el tubo     Este sería el espectro de los rayos\n",
            "característicos       y si superponemos el espectro de radiación de\n",
            "frenado y de rayos característicos entonces nos queda:        Si el\n",
            "electrón no tiene la energía suficiente para arrancar el electrón de\n",
            "la capa K entonces no habrá radiación característica en esos niveles\n",
            "de energía. Si los habrá en niveles más bajos, pero serán filtrados,\n",
            "acá vemos una imagen que resume el espectro total pero en distintos\n",
            "niveles de energía entre catodo y anodo             En la mayoría de\n",
            "los casos la energía entregada por el electrón es pequeña, a veces\n",
            "hasta pueden colisionar 1000 veces hasta frenar completamente, esta\n",
            "energía va depositando en forma de calor. Un electrón de 100 keV\n",
            "pierde aproximadamente el 99% de su energía en forma de calor, y solo\n",
            "un 1% se convierte en fotones de rayos X      Efecto anódico o efecto\n",
            "TALÓN :     Factores que modifican la forma del espectro:    * La\n",
            "filtración * El potencial de aceleración * El tipo de rectificación de\n",
            "alta tensión que se utilice   Efecto de la filtración:     Vemos el\n",
            "espectro con un filtro de 4mm de aluminio y otro con 1mm de aluminio.\n",
            "Se coloca un filtro de 4mm de aluminio para disminuir los fotones de\n",
            "baja energia causantes del efecto fotoelectrico Efecto del potencial\n",
            "Va a determinar: * La energía máxima de los fotones,  * Si van a\n",
            "aparecer picos característicos o no * El número relativo de fotones de\n",
            "cada energía   Efecto de las formas de rectificación del tubo:   La\n",
            "forma del potencial de aceleración influye en el espectro, el voltaje\n",
            "tendrá diferentes formas en función de la rectificación del tubo.\n",
            "Aca vemos como la rectificación monofásica tiene fotones de menor\n",
            "energía que la rectificación trifásica       Formación de la imagen\n",
            "radiológica:    Va a producir efecto fotoeléctrico o efecto compton en\n",
            "el paciente, al sistema de imagen llegarán los fotones que no\n",
            "interaccionan con el paciente, más los fotones dispersos.   Los\n",
            "fotones primarios que no interaccionan con el paciente transportan la\n",
            "información más útil   El efecto fotoeléctrico genera imágenes de muy\n",
            "buena calidad, y realza el contraste natural de las estructuras\n",
            "biológicas, pero es indeseable con respecto a la dosis hacia el\n",
            "paciente.   El contraste en la imagen se debe a las distintas\n",
            "absorciones de los tejidos. Pero como en el caso del efecto\n",
            "fotoelectrico la absorcion esta en funcion de la tercera potencia del\n",
            "numero atomico, pequeñas diferencias en la composicion generan grandes\n",
            "diferencias de absorcion, generando blancos y negros mas marcados.\n",
            "Un ejemplo es el de la mamografía, para generar un contraste entre la\n",
            "grasa, el musculo y el parenquima glandular se usan tensiones bajas,\n",
            "de entre 25 a 30 kev !!   Una cosa interesante es que podemos tener\n",
            "una relacion entre mAs y KVp          Por ejemplo, si tenemos una\n",
            "tensión de 62 KVp con 10 mÁs tendremos una Dosis D, pero si aumentamos\n",
            "un 15% la tensión y bajamos un 50% la corriente tendremos 71KVp y 5mAs\n",
            "PERO 0.7D es decir el paciente recibe un 30% menos dosis     RESUMEN\n",
            "Características físicas de los equipos de radiodiagnóstico     Que son\n",
            "los RX?:    Son una forma de radiación electromagnética generada por\n",
            "la desaceleración de electrones en interacción con un átomo. la\n",
            "energía de los Rayos X se encuentra entre la radiación UV y la Gamma\n",
            "Características de los RX?    * Poder de Penetración: pueden penetrar\n",
            "en los tejidos humanos   * Efecto Luminiscente: producen fluorescencia\n",
            "en algunas sustancias (emitiendo fotones del espectro visible)   *\n",
            "Efecto Fotográfico: impresionan la película radiográfica mediante un\n",
            "cambio químico en los cristales que forman la emulsión fotosensible.\n",
            "* Efecto Ionizante: ionizan los gases; se puede medir la radiación\n",
            "mediante cámaras de gas con electrodos que recogen los iones\n",
            "producidos)   * Efecto Biológico: efectos nocivos   Uso en medicina?\n",
            "Las imágenes generadas por los rayos x son muy utilizadas ya que\n",
            "pueden generar una imagen del interior del cuerpo en diferentes tonos\n",
            "de grises   Como se generan los RX?         Funcionamiento resumido:\n",
            "* Se conecta el circuito de bajo voltaje * El disco comienza a girar\n",
            "hasta alcanzar su máxima velocidad * El filamento del cátodo se pone\n",
            "incandescente y emite electrones por emisión termoiónica * Se conecta\n",
            "el circuito de alta tensión * El cátodo repele los electrones y el\n",
            "campo eléctrico entre ánodo y cátodo acelera los electrones * Los\n",
            "electrones chocan contra el ánodo y la energía que transportan se\n",
            "convierte el 99% en calor y el 1% en fotones de rayos X. debido a la\n",
            "radiación de frenado, y radiación característica.  * de ese 1% se\n",
            "divide en radiación útil y radiación de fuga.   Cómo interactúan los\n",
            "RX con la materia??   Creación de pares: Fotón interactúa con el\n",
            "núcleo, entrega toda su energía y genera electrón positrón.   Efecto\n",
            "fotoeléctrico: el fotón interactúa con electrón cercano al núcleo, le\n",
            "da toda la energía a un electrón, el cual es eyectado del átomo. Luego\n",
            "al quedar una vacante el átomo queda ionizado. (predomina en energías\n",
            "bajas<100kV). La probabilidad del efecto fotoeléctrico es proporcional\n",
            "a la cuarta potencia del número atómico del medio e inversamente\n",
            "proporcional al cubo de la energía de radiación.   Efecto compton: Un\n",
            "fotón entrega parte de su energía a un electrón de las capas más\n",
            "externas del átomo, desviando su trayectoria y dándole la energía\n",
            "faltante al electrón para que sea eyectado. predomina en Energías más\n",
            "altas y su probabilidad de ocurrencia varía poco con el Z del medio y\n",
            "es inversamente proporcional a la energía.   Atenuación de fotones de\n",
            "RX? ¿de qué depende?    Los fotones interaccionan con la materia,\n",
            "entregando parte, o toda, su energía. Si al atravesar un medio, el\n",
            "fotón entrega parte de su energía se llama dispersión, si entrega toda\n",
            "su energía se llama absorción.    La atenuación depende del número\n",
            "atómico, de la densidad, del espesor del medio atravesado y de la\n",
            "longitud de onda (energía) de la radiación.    Riesgos para la salud,\n",
            "Tipos de efectos.   Particularmente la ionización de la materia es\n",
            "nociva para las estructuras biológicas moleculares. El ADN es el\n",
            "blanco biológico más crítico ya que el daño en el mismo puede\n",
            "ocasionar mutaciones o muerte celular.   Efectos deterministas: Son\n",
            "efectos físicos que son relativos al nivel de radiación a la que se\n",
            "exponga el tejido. Por ejemplo si exponemos la piel a un nivel de\n",
            "dosis X conocido, SE VA a generar una dermatitis.   Efectos\n",
            "estocásticos: Son efectos biológicos de carácter probabilísticos que\n",
            "son una consecuencia de la exposición a la radiación pero sin la\n",
            "necesidad de una dosis umbral para que sucedan (como es el caso de los\n",
            "efectos estocásticos) como toda probabilidad, puede suceder que un\n",
            "mínimo de contacto con radiación genere un cáncer, o no.     Radiación\n",
            "primaria. De fuga. Dispersa?????   Radiación primaria: es la radiación\n",
            "que sale del tubo de rayos X hacia el paciente y no interacciona con\n",
            "el medio   Radiación de fuga: Es la radiación que sale de la calota,\n",
            "por imperfecciones en el blindaje.   Radiación dispersa: Al\n",
            "interactuar la radiación primaria con el paciente, se genera por\n",
            "efecto compton radiación dispersa. Se genera una pérdida de contraste,\n",
            "para reducir esta pérdida (Borrosidad) se utiliza una rejilla\n",
            "antidifusora.   Partes que forman un equipo de rayos x?  * El\n",
            "generador de alta tensión * Tubo de rayos X  * Consola de operador.\n",
            "Generador de alta tensión, Para que sirve? Componentes? tipos?\n",
            "Convierte la tensión de línea en alta tensión, provee la corriente de\n",
            "filamento, sincronizar el disparo con el giro del ánodo y movimiento\n",
            "de la grilla, provee tensiones auxiliares para frenos, luz de\n",
            "colimador etc.   Dentro de los componentes principales esta:  *\n",
            "Transformador elevador de tension * Transformador para filamento *\n",
            "circuito rectificador   Hay 2 tipos de generadores. Los convencionales\n",
            "y los de alta frecuencia.   Generador convencional, dibuje un\n",
            "esquematico, y explíquelo. Ventajas y desventajas.           En la\n",
            "zona de control tenemos el Autotransformador, en donde está conectado\n",
            "el selector primario, y secundario ( con esto determinamos los kV),\n",
            "tenemos un circuito de control para activar todo, y el selector de mA\n",
            "o corriente de tubo. En la zona de alta tenemos el transformador de\n",
            "alta con su respectiva rectificación, y el transformador para la\n",
            "corriente de tubo con el selector de punto focal.    Ventajas:\n",
            "funciona y es barato desventajas: Gigante, ripple         Generador de\n",
            "alta frecuencia, ventajas y desventajas, Grafico. * Ventajas:        *\n",
            "Producen forma de onda continua casi perfecta(menos ripple)       *\n",
            "Mejor calidad de imagen con menor dosis       * Ocupan menos espacio\n",
            "Grafico:           Que hace un sistema de protección OLP?   * Analiza\n",
            "ciertas variables como la temperatura del tubo para analizar si habrá\n",
            "sobrecarga, en el caso que así sea bloquea el disparo.  * Bloquea el\n",
            "equipo si hay un fallo en el estator * Impide la generación de arcos\n",
            "internos  * Impide que se seleccione una corriente mayor a la\n",
            "permitida.     El tubo de rayos X, Función principal?¿ Partes que lo\n",
            "conforman?   Contiene el ánodo y el cátodo, es el lugar donde se\n",
            "aceleran los electrones que chocan contra el ánodo generando los\n",
            "fotones de rayos X.   * Partes:    * ánodo     * cátodo     * carcasa\n",
            "de cristal pyrex o metal.      Función del cátodo, que es la copa de\n",
            "enfoque y cómo funciona?   El cátodo es el borne negativo, en el mismo\n",
            "se encuentra el filamento que se pone incandescente cuando le hacemos\n",
            "circular una corriente. Este filamento se encuentra en la copa de\n",
            "enfoque.  La copa de enfoque es un arreglo metálico que posee una alta\n",
            "carga negativa, cuando el filamento se encuentra incandescente\n",
            "emitiendo electrones por emisión termoiónica, la copa por su carga\n",
            "repele los electrones y dirige a los electrones a la zona de impacto,\n",
            "si no estuviera el haz de electrones se dispersaria más allá del\n",
            "ánodo. Las copas de enfoque suelen tener 2 filamentos.   Foco fino y\n",
            "foco grueso, desarrolle.   Foco fino: se utiliza un punto focal\n",
            "pequeño (0,1 a 0,5 mm) cuando se requieren imágenes de alta\n",
            "resolución.   Foco grueso:se emplea un punto más grande (0,4 a 1,2 mm)\n",
            "cuando se aplican técnicas que producen cantidades de calor elevadas\n",
            "(permite mayores energías (para >=400mA) pero pierde resolución.\n",
            "que es la borrosidad del punto focal?   Debido a que la fuente de\n",
            "rayos X no es puntual, los fotones que se producen en distintos puntos\n",
            "del blanco causan una borrosidad del punto focal, la cual es mayor del\n",
            "lado del cátodo, y perjudica la resolución espacial de la imagen. Este\n",
            "efecto se disminuye con una distancia objeto-película corta y fuente-\n",
            "objeto larga, así como con un tamaño de punto focal pequeño.\n",
            "Partes, funciones, tipos y materiales del anodo.   El ánodo es el\n",
            "terminal positivo del tubo de rayos. En el mismo colisionan los\n",
            "electrones provenientes del cátodo. Está constituido por una\n",
            "estructura de soporte, y un blanco. Puede ser giratorio o fijo Dentro\n",
            "de sus funciones está la de ser el borne negativo como tal, ofrecer\n",
            "soporte mecánico al blanco y conductor térmico ( disipar) Se utiliza\n",
            "el wolframio (tungsteno) por su número atómico elevado y su\n",
            "conductividad térmica (conduce bien y tiene un punto de fusión alto,\n",
            "para aguantar la alta temperatura)  Si el tubo es rotativo la\n",
            "capacidad de disipación es proporcional a la velocidad de giro. Y el\n",
            "área claramente es mayor. La velocidad de giro va desde las 3mil RPM a\n",
            "10mil RPM    Desarrolle el principio del Foco lineal.   El punto focal\n",
            "es la zona del ánodo de donde emergen los rayos X, mientras más\n",
            "pequeño es el punto focal MAYOR será la nitidez. Pero si disminuimos\n",
            "el punto focal la temperatura en el ánodo aumenta, para lograr el\n",
            "mismo efecto, pero sin elevar la temperatura, lo que se hace es\n",
            "angular el ánodo, de manera tal que el área de incidencia sea grande.\n",
            "Los tubos de rayos X de diagnóstico tienen ángulos del blanco que\n",
            "varían entre los 5 y 15°     Que es la calota?   En el interior de la\n",
            "calota se encuentra el tubo de rayos X, el estator del anodo y los\n",
            "terminales de alta tension. Todo esta inmerso en aceite de alta\n",
            "rigidez dielectrica.   Aparte de contener estos componentes evita que\n",
            "los rayos X salgan en otra direccion que no sea la ventana. Si su\n",
            "blindaje falla aumenta la radiación de fuga.     Que parametros\n",
            "influyen sobre el espectro de emision del haz?   Corriente de tubo\n",
            "(aumenta o disminuye la amplitud de todo el espectro)\n",
            "(ennegrecimiento) Tension pico(Si aumenta, la distribucion se desplaza\n",
            "a la derecha, aumenta la energia media) Tiempo de disparo( mismo\n",
            "efecto que corriente de tubo) Filtrado( recorta las señales de baja\n",
            "energia) Material(al aumentar Z la distribucion se va a la derecha.)\n",
            "Que es la capa hemirreductora? CHR?   La capa hemirreductora (CHR) es\n",
            "el espesor de un determinado material absorbente, necesario para\n",
            "reducir la exposición a la mitad del valor inicial, se suele medir en\n",
            "mm de Al (aluminio).   Colimador. Para que sirve? como funciona?\n",
            "Tipos.   Sirve para centrar y ajustar el haz de fotones, para evitar\n",
            "dosis innecesarias en el paciente. a su vez mejora el contraste de la\n",
            "imagen al reducir la radiación dispersa    Tipos: Diafragma de\n",
            "apertura (es aprox del tamaño de la película)          conos y\n",
            "cilindros( colimación cilíndrica)         colimador de apertura\n",
            "variable y luz localizadora (más común)   Que fallos puede haber en el\n",
            "tubo ?    * Vaporización del metal anódico (disminuye el vacío, y\n",
            "ocasionar arcos internos)  * Picadura del ánodo por exposición\n",
            "excesiva. * Calentamiento en los soportes del rotor * Rodamiento\n",
            "engranado.   Grillas antidifusoras, que son ? ¿para qué sirven? que\n",
            "tipos hay ?   Son elementos que reducen la radiación secundaria\n",
            "producida por la interacción entre el haz primario y el paciente.\n",
            "Está formado por laminillas de plomo, que se encuentran alineadas con\n",
            "el haz primario. se coloca por encima del chasis donde va la placa\n",
            "radiológica       Existen las no focalizadas (paralelas) y las\n",
            "focalizadas (disposicion conica divergente)         Que es la\n",
            "frecuencia de rejilla?   es el número de líneas de grilla por pulgada\n",
            "o centímetro. Con frecuencias elevadas se observan menos líneas en la\n",
            "radiografía, menor serán las tiras de material intermedio y mayor la\n",
            "relación de grilla (también implica dosis mayor). Se usan en su\n",
            "mayoría 60-110 líneas por pulgada, hasta 200 en mamografía.    Que es\n",
            "la relación de rejilla?   Es la altura de la misma dividido el grosor\n",
            "del material intermedio.    Ventaja y desventaja de usar rejilla\n",
            "antidifusora.   Ventaja, mejor calidad de imagen, mayor contraste.\n",
            "Desventaja: es necesario aumentar la dosis para lograr una imagen\n",
            "intensificador de imagenes     El intensificador está constituido por\n",
            "una carcasa de vidrio al vacío y posee una ventana de entrada por la\n",
            "que inciden los rayos X, y una ventana de salida donde se monta la\n",
            "cámara de video. En la ventana de entrada se encuentra una emulsión de\n",
            "granos de fosforo que absorben la energía de radiación y por cada\n",
            "fotón de rayos X se forma un fotón de luz. Estos fotones de luz\n",
            "inciden en el fotocátodo, que los convierte a electrones libres,\n",
            "atraídos por una diferencia de potencial entre el fotocátodo y el\n",
            "ánodo (15-20kV) y emergiendo por la ventanilla. Las lentes\n",
            "electrostáticas o enfocadoras tienen la función de guiar a los\n",
            "electrones libres para enfocarlos en un punto hacia la ventana de\n",
            "salida; la cual tiene un material fluorescente (ioduro de cesio) que\n",
            "transforman la energía cinética de los electrones en fotones de luz de\n",
            "intensidad proporcional a la energía con que los electrones hayan\n",
            "impactado. En la ventana de salida hay un lente para adecuar el foco\n",
            "de la cámara de video que va a tomar la imagen. La cámara de video\n",
            "filma la imagen en la ventana de salida y la transmite a un monitor.\n",
            "El intensificador de imágenes permite reducir la dosis gracias a un\n",
            "mejor aprovechamiento de los fotones incidentes respecto a los fotones\n",
            "de salida: a partir de un fotón de rayos X incidente se obtienen 3000\n",
            "fotones de luz, por lo que con menos corriente de tubo (2– 3mA) se\n",
            "puede obtener una imagen de alta calidad para observarla en el\n",
            "monitor.          Como esta formada una pelicula radiografica?    Por\n",
            "la base y la emulsion. La base es un soporte de poliester que le da\n",
            "forma, y la emulsion es una gelatina mezclada con cristales de haluros\n",
            "de plata.        ¿Cómo se forma la imagen ?        ¿que temperatura\n",
            "usa el negatoscopio?¿que potencia luminosa?     Radiologia Digital.\n",
            "¿Que sistemas hay?   CR y DR    Sistema CR. ¿Como funciona?    Fotones\n",
            "inciden sobre placa de fosforo con emulsion de cristales de bromo,\n",
            "ionizan el material y dejan impresa imagen latente, luego en el\n",
            "digitalizador se estimula cada pixel con un laser, y se mide la\n",
            "energia luminica que emanan. esa luz se convierte digitalmente y se\n",
            "almacena para luego reconstruir la imagen.   Diferencia entre CR y\n",
            "convencional.   Convencional necesitamos quimicos, aca no.    Sistema\n",
            "DR. ¿Como funciona? ¿Que tipos hay?     Sistema DR portable   Sistemas\n",
            "CMOS, de que tratan ?    Comparación entre los sistemas CR y DR\n",
            "Radiologia Directa ¿Que es?    Estudios Dinamicos/Seriados\n",
            "Ultrasonido   * ventaja: no usar radiacion ionizante y son baratos\n",
            "(mas baratos radiolocia o tomografo o rmi) * Si bien no se pueden usar\n",
            "en todos lados si en organos del abdomen, y el area de cardiologia, y\n",
            "musculos esqueletica. * LA tecnologia se fue perfeccionando se usa\n",
            "mucho * es uno de los equipos que lidera el mercado del diagnostico\n",
            "por imagnees, suele ser el primer estuidop, si la problematica se\n",
            "puede abordar por este metodo * Basicamente usan onda de ultrasonido\n",
            "2-12MHz  * Funcionamiento basado en el efecto DOPPLER, funcionamiento\n",
            "de un sonar. tiene un principio de funcionamiento, emite ondas de\n",
            "sonido cuando llegan al objeto reotrnan a la fuente, cuando se conoce\n",
            "la velocidad del sonido en distintos medios se puede calcular la\n",
            "distancia, principio basico. * Ultrasonido, empleo de ondas mecanicas\n",
            "para reconocer objetos que nos son accesibles a la viscion direta  por\n",
            "medio de ondas (eco ) hacia la fuente que las ha producio.  * La\n",
            "imagen no es diecta sino que es reconstruida a parteir de datos\n",
            "temporales, es decir se necesita un procesado * No es directa pero si\n",
            "es rapida, se considera en tiempo real - 30fps * Las imagenes se\n",
            "podria decir en teimpo real * Elemto utlizado sonido a denterminada\n",
            "frecuencia, las onda interactuan con el paciente produciendo\n",
            "reflecciones. y los receptores la agarran y se va  aprocesamiento. *\n",
            "Particularidad, emsor y reseptor, es el mismo elemento un transductor(\n",
            "emisor y receptor) * los transductores vienen de distintas formas y\n",
            "tamaños, se coloca un gel acuoso que se usa como un adaptador de\n",
            "impedancia.   Películas radiograficas CR computer radilogy\n",
            "Resonancia magnética\n",
            "Hardware     Magnetos resistivos Iman permanente Superconductivo\n",
            "Superconductivo abierto sin helio                             Ver una\n",
            "altura de vacío y eso se logra durante la instalación del equipo\n",
            "haciendo un vacío a través de uno de sus válvulas con una bomba de\n",
            "vacío muy muy especial que se llama bomba turbomolecular que llegue a\n",
            "valores muy altos de vacío de 10 a la menos 6 torricelli    Dentro de\n",
            "los componentes del equipo de resonancia magnética habíamos mencionado\n",
            "las bobinas de gradiente    Qué son bobinas que generan un campo\n",
            "magnético variable de baja intensidad pero que varía a lo largo de\n",
            "cada uno de los tres ejes del Magneto Y estos están bobinas de\n",
            "gradiente tienen Cómo se ve aquí distintos formatos dentro del Magneto\n",
            "en el cual está en este aplicadas    fíjense de izquierda a derecha\n",
            "tenemos las bobinas que trabajan en eje x las bobinas que están\n",
            "dispuestas para generar el campo en el eje y las bobinas que están\n",
            "dispuestas en el campo gradiente en el eje Z todo esto se logra este\n",
            "con bobinados en este caso de aqui este Magneto abierto estas planchas\n",
            "que se ven aquí tanto abajo como arriba y de la cual salen estos\n",
            "juegos de cables, hay tres juegos de cables rojo y negro cada uno este\n",
            "juego de cable va a cada una de las bobinas que en este caso por ser\n",
            "Magneto abierto está dispuesta de diferente manera que en el gráfico\n",
            "anterior    Aquí vemos un cilindro con bobinas de gradiente para un\n",
            "Magneto cerrado superconductivo piense que aquí está sobre cilindro\n",
            "montados las distintas bobinas para los distintos ejes este es otra\n",
            "bobina que está inmersa en todo un cilindro de resina epoxi que se\n",
            "monta dentro del túnel de Magneto    También habíamos mencionado la\n",
            "necesidad de contar con bobinas de radiofrecuencia una bobina de\n",
            "transmisión de radiofrecuencia que está también montada en el interior\n",
            "del túnel lo más cercano al paciente posible Aquí vemos este cilindro\n",
            "de esta montado por dentro la bobina transmisor de radiofrecuencia\n",
            "podemos ver un detalle del interior de Magneto donde la parte más\n",
            "interna estado que se ve con estas partes circuitales a la vista y la\n",
            "bobina de radiofrecuencia y por fuera de esto que se ve aquí este con\n",
            "este color rojo es el cilindro de estar montada las bobinas de\n",
            "gradiente por último las bobinas receptor de radiofrecuencia que\n",
            "ustedes Pues mira y una gran cantidad de bobinas de distintos tamaños\n",
            "y formas porque lógicamente están diseñadas para adaptarse a las\n",
            "distintas regiones anatómicas que se quieran explorar, las bobinas\n",
            "para el cerebro para cuello para abdomen tórax bobinas para\n",
            "extremidades y bobinas para hacer estudios específicos de resonancias\n",
            "por ejemplo entonces cada fabricante tiene un abanico de bobinas\n",
            "receptoras diseñadas para distintas aplicaciones y según el tipo de\n",
            "estudios que se quieren realizar este uno deberá elegir  Dentro de lo\n",
            "que son bobinas receptoras hay distintas tecnologías desde las más\n",
            "simples a las más complejas las más simples son bobinas que se\n",
            "denominan bobinas lineales que básicamente son espiras este de cobre\n",
            "lógicamente con un circuito especial para su sintonía y demás del cual\n",
            "vamos a hablar también cuando vea el tema y ahí bobinas y se denominan\n",
            "bobinas de cuadratura cómo es que ven aquí a la derecha que\n",
            "básicamente son dos canales de bobinas líneas que están dispuestos a\n",
            "90° y por lo tanto pueden componer la señal según sus dos planos\n",
            "logrando entre sí una mayor relación señal-ruido está bobinas\n",
            "cuadráticas se utilizan sobre todo en bobinas destinadas a los\n",
            "exámenes de cerebro de cuello en algunos casos abdomen y tórax este\n",
            "otro tipo de bobina llamada habla de pájaro es otra disposición aquí\n",
            "tenemos nuevamente bobinas de superficie Aquí vemos la fotografía de\n",
            "bobina en superficie lineal es donde superficialmente están destinadas\n",
            "apoyarse sobre superficie del cuerpo estas que son de pequeño diámetro\n",
            "Normalmente se utilizan para pequeñas articulaciones hay otras de\n",
            "mayor diámetro que pueden ser utilizadas en distintas regiones del\n",
            "cuerpo ustedes Ven aquí que está jóvenes tienen básicamente una espira\n",
            "y tienen elementos que permiten realizar la sintonía de estas bobinas\n",
            "a la frecuencia central del Magneto de en el cual se utilizan civil\n",
            "bien dijimos que cada Magneto en función de su intensidad de campo va\n",
            "a tener una frecuencia central propia una frecuencia de resonancia\n",
            "propia lógicamente Por más que hablemos de magnetos estándar de un\n",
            "determinado valor de campo el momento instalación cuando se hace la\n",
            "energización del mar No si llega exactamente al mismo valor en cada\n",
            "equipo por lo tanto el valor final que se obtiene durante la\n",
            "instalación en va a determinar Cuál va a ser la frecuencia de\n",
            "resonancia de ese Magneto y todas las bobinas receptoras deberán\n",
            "ajustarse a esa frecuencia central y vemos una fotografía de una\n",
            "bobina receptor de cuadratura Y ésta se utiliza especialmente para\n",
            "estudios de cerebro o sea se coloca dentro de ella la cabeza del\n",
            "paciente con un soporte que permite que la cabeza quieres entrada\n",
            "dentro de la bobina en esta bobina de cuadratura básicamente hay dos\n",
            "bobinas lineales que están dispuestas a 90 grados una de otra y por lo\n",
            "tanto reciben una señal de pasada en cada uno los canales que se\n",
            "integra luego para obtener una imagen esté con la composición de ambos\n",
            "canales lo cual genera un aumento de la relación señal-ruido un 40%\n",
            "aproximadamente   Tenemos por último bobinas de la tecnología Face a\n",
            "Rey donde básicamente son bobinas que están compuestas por un grupo de\n",
            "bobinas individuales como se ve aquí por ejemplo 3 bobinas\n",
            "individuales que pueden utilizarse de manera individual o de manera\n",
            "combinada Según cómo se combinan los circuitos electrónicos que\n",
            "comandan un switch en esta vaina estaba bien fea y sabéis son\n",
            "actualmente están más utilizadas en todos los equipos que tienen\n",
            "ciertas ventajas es lo que ha de ser refiere a la calidad de la señal\n",
            "que permite obtener Los equipos que tienen ciertas ventajas en lo que\n",
            "se refiere a la calidad de la señal que permite obtener aquí vemos una\n",
            "bobina cerebro cuando uno las ve en forma externa y no pude\n",
            "inferencial si una bobina Face es una cuadrática y sólo 11 lo sabe\n",
            "leyendo las especificaciones de Sabina aquí vemos una buena fecha hay\n",
            "para hacer estudios de tórax o de abdomen Y por último Aquí vemos en\n",
            "esta fotografía un amplificador de radiofrecuencia que es el encargado\n",
            "de recibir las señales provenientes de G el generador de pulsos de\n",
            "radiofrecuencia y amplificar las para poder enviarlas luego a la\n",
            "bobina de transmisión de rf que va a ser la encargada de transmitir\n",
            "esa señal al cuerpo del paciente intoxicado le doy frecuencia para que\n",
            "tengan una idea y ante las potencias son aplicadores de alta potencia\n",
            "en el caso de un equipo de resonancia de un tesla y medio las\n",
            "potencias amplificadores puede estar alrededor de los 15 kw de\n",
            "potencia muy importante lo cual se logra con una electrónica muy\n",
            "específica válvulas de potencia especiales para este tipo de\n",
            "aplicaciones de radiofrecuencia es una pieza debemos realmente\n",
            "sofisticada del equipo bien Vamos a dejar aquí porque esta parte la\n",
            "vamos a ver en otra clase de mover un poco las características de lo\n",
            "que hace a las necesidades de requerimiento de instalación en cuanto a\n",
            "lugar físico este 3    Bueno vamos a ver ahora a continuación lo que\n",
            "es el principio físico de la resonancia magnética y como este\n",
            "principio físico puede aplicarse en el caso de los equipos resonancia\n",
            "magnética para diagnóstico por imágenes para obtener imágenes de\n",
            "cuerpo humano que de algún modo puedan diferenciar los distintos\n",
            "tejidos en función de que ciertas características que se pueden\n",
            "evaluar solamente a través de este fenómeno Supongo que todavía visto\n",
            "los vídeos con lo cual voy a ir un poco rápido pero sí ayuda por favor\n",
            "me paran y me consultan para que vayamos contestando el momento es los\n",
            "equipos para diagnóstico por imágenes se utiliza básicamente la\n",
            "resonancia magnética de los protones de hidrógeno esto es porque estos\n",
            "átomos de hidrógeno Tiene ciertas características que lo hacen\n",
            "ventajoso para para realizar este tipo de imágenes una de ellas es la\n",
            "gran abundancia querido que no tiene el cuerpo humano con la que casi\n",
            "el 80% de tejido humano es contiene agua y el agua por supuesto\n",
            "contenido que no Entonces en una de las características la otra\n",
            "característica es que tiene una señal bastante fuertes respecto de\n",
            "otros protones de otros átomos lo cual también lo hace bastante apto\n",
            "para este tipo de imágenes Cómo recordar básicamente que los protones\n",
            "tienen carga positiva ineficaz o el hidrógeno tiene un solo protón y\n",
            "al estar permanentemente en movimiento movimiento de rotación esa\n",
            "carga positiva en rotación genera un momento magnético que tiene una\n",
            "determinada orientación en el espacio y aquí lo vendo presentaba como\n",
            "si fuera un imán Polo Norte y Polo Sur y también por poseer una masa\n",
            "protón y estar lógicamente movimiento eso genera también un momento\n",
            "angular Qué es algo similar a lo que pasa con un trompo que tiene su\n",
            "momento angular largo del eje de giro en un estado normal y los\n",
            "protones de hidrógeno dentro del cuerpo humano están orientando sus\n",
            "momentos magnéticos en forma aleatoria hacia cualquier dirección eso\n",
            "serían estado normal un estado de reposo dijimos que para realizar un\n",
            "estudio resonancia magnética una de las cosas que se hace someter al\n",
            "paciente a un campo magnético externo de alta intensidad que lo genera\n",
            "un Magneto y por lo tanto tenemos que analizar qué pasa con los\n",
            "protones de hidrógeno cuando son sometidos a un campo magnético\n",
            "externo en general tema de mozo de Sub cero y así podemos ver que\n",
            "estos protones de hidrógeno que estaban orientando sus momentos\n",
            "magnéticos de manera aleatoria en cualquier dirección al ser sometidos\n",
            "a un campo magnético externo de alta intensidad van a adoptar una\n",
            "dirección que es particular y Qué es coincidente con la dirección del\n",
            "campo magnético externo aplicado algunos de esos protones alinearan\n",
            "sus momentos magnéticos en el mismo sentido del campo y algunos otros\n",
            "como están aquí abajo alinearon Este es un momento magnético en\n",
            "sentido contrario al campo aplicado estas dos maneras de alinearse se\n",
            "llaman paralelas y antiparalelas Esas son las denominaciones que\n",
            "reciben aquellos que se alinean el mismo sentido del campo externo se\n",
            "alinean en sentido contrario lo hacen en forma antiparalela lo\n",
            "concreto Es que para estar alineados paralela energía que para estar\n",
            "alineados formas antiparalela hay una diferencia de energía entre uno\n",
            "y otros el tráfico de la derecha y concretamente siempre hay una mayor\n",
            "población de fines que se van a orientar en forma paralela que en\n",
            "forma antiparalela hay una proporción que hacían los los textos\n",
            "ustedes lo van a poder ver creo que ahí figura que son 7 partes por\n",
            "millón más de Espina que se orientan en forma paralela que\n",
            "antiparalelas Y eso también depende de la intensidad del campo de\n",
            "subcero en Sears la diferencia de población de espines en un sentido\n",
            "en el otro crece a medida que la intensidad del campo aplicado Es malo\n",
            "a ti vamos bien   También es tu protones tendiendo digamos a su\n",
            "momento angular cuando están en presencia de un campo magnético\n",
            "externo aplicado van a sufrir lo que se llama movimiento de precesión\n",
            "o van a comenzar a realizar movimiento precesión está totalmente si\n",
            "mira lo que pasa con un trompo con respecto a la gravedad la fuerza\n",
            "gravedad hace que el trompo se incline comience a girar haciendo un\n",
            "movimiento de precesión esto es similar en los protones entonces\n",
            "además de alinearse según el campo alguna en un sentido y otros en\n",
            "otros comienzan a precisar y ese movimiento de precesión tiene una\n",
            "frecuencia Qué es característica y Qué es la llamada frecuencia de\n",
            "resonancia o frecuencia del árbol y se llama así porque su\n",
            "descubrimiento fue realizado por un físico Sí lo sé Claro quién te\n",
            "esté lógicamente se escribió esto con ecuación que vincula la\n",
            "frecuencia de resonancia con la intensidad del campo externo aplicado\n",
            "a través de una constante que se denomina constante Magneto lírica Y\n",
            "qué esa constante es propia de cada átomo en el caso de los protones\n",
            "de hidrógeno esa constante en el valor de 40 y 2,5 mediadas por Perla\n",
            "Eso quiere decir que para un campo aplicado de un tesla los protones\n",
            "de hidrógeno van a empezar a una frecuencia de 42 koma 5 mhz y esa es\n",
            "la frecuencia de luminar frecuencia de resonancia de los protones\n",
            "sometidos a esa intensidad de campo entonces lo que ocurre es que en\n",
            "presencia del campo externo aplicado Tenemos una gran cantidad de\n",
            "espines están orientados en el mismo sentido del campo externo y que\n",
            "están presentando a la frecuencia de resonancia Y tenemos otro grupo\n",
            "de espines que están orientados en sentido contrario al campo aplicado\n",
            "y que también están presentando a la misma frecuencia de resonancia\n",
            "por consiguiente si uno hace una suma vectorial y descomponemos cada\n",
            "uno de estos vectores en sus dos componentes una longitudinal O sea a\n",
            "lo largo del eje Z en este caso vamos a ver qué como hay mayor\n",
            "cantidad de espines en sentido positivo que los que están en sentido\n",
            "negativo para ver finalmente una resultante que va a estar ubicada\n",
            "según LG en este caso en el eje Z y que tendrá mayor o menor\n",
            "intensidad según Cuál sería la diferencia de población entre los\n",
            "espines que tenemos en el otro pero qué ocurre con la otra componente\n",
            "componente es una componente que está sobre plano transversal esa\n",
            "componente ejemplo que ven aquí en la derecha tenemos dos vectores\n",
            "Opuestos y esas componentes Cancelar y por lo tanto no vamos a tener\n",
            "una resultante en ese en ese plano esto quiere decir que en ese estado\n",
            "de cosas vamos a tener una resultante de magnetización longitudinal de\n",
            "un cierto valor y la componente transversal 0 hasta ahí vamos bien\n",
            "No sé quién estaba preguntando qué más continuamos entonces ese estado\n",
            "de cosas con el paciente colocado dentro del Magneto lo que ocurre es\n",
            "que finalmente aparece Thor de magnetización longitudinal que tiene la\n",
            "dirección del campo magnético que se va aplicado y que tendrá una\n",
            "intensidad que será proporcional dijimos a la intensidad del campo\n",
            "aplicado ahora bien entre juego ahora otra variable que es Pulso de\n",
            "radiofrecuencia ese pulso de radiofrecuencia que se transmite tiene\n",
            "características muy específicas por un lado su frecuencia tiene que\n",
            "ser igual a la frecuencia de resonancia de ese Magneto o porque lo\n",
            "contrario no se produce transferencia energía y entonces no hay efecto\n",
            "de resonancia magnética Entonces él puso dbf tienen su primera\n",
            "característica que su frecuencia sin frecuencia de resonancia de ese\n",
            "Magneto Y en segundo lugar Vamos adelante que la forma de una forma\n",
            "especial que no vamos a entrar en esa hora porque no viene al caso\n",
            "pero no es cualquier pulso sino determinada envolvente con una forma\n",
            "especial que ocurre cuando estamos al paciente con un pulso de rf cuya\n",
            "frecuencia la frecuencia de resonancia hay una transferencia de\n",
            "energía hacia el sistema de los protones y entonces algunos protones\n",
            "que están en el estado de más baja energía es decir en el estado\n",
            "paralelo absorben energía y pueden pasar al Estado de mayor energía\n",
            "que el estado antiparalelo en este gráfico la derechos que deben\n",
            "querer estado de mayor energía hay Sólo dos protones en el estado de\n",
            "mayor y de menor energía y 4 y de repente uno de estos protones pasa\n",
            "al Estado de mayor energía y ahora tenemos tres y tres eso es sólo un\n",
            "ejemplo pero lo concreto es que algunos protones pasarán del estado de\n",
            "menor energía de mayor energía como consecuencia de esto obviamente la\n",
            "componente de magnetización longitudinal para cambiar su intensidad\n",
            "porque ahora hay mas protones en antiparalelo que antes por lo tanto\n",
            "eso le va a restar intensidad al vector de magnetización longitudinal\n",
            "y si ocurriera lo que en este ejemplo de la derecha aquí ocurre donde\n",
            "finalmente hay la misma cantidad de protones en su estado antiparalelo\n",
            "que los que están en forma en su forma paralela se lo estaría\n",
            "totalmente la magnetización Y entonces la magnetización longitudinal\n",
            "caería acero si se diera el caso de que hay mas protones en el estado\n",
            "de mayor energía antiparalela que pagarle la el vector de\n",
            "magnetización longitudinal incluso cambia de sentido isaia negativo se\n",
            "entiende la idea de esto     Y el siguiente el pulso rf hace que los\n",
            "espines que estaba presentando todos a la misma frecuencia pero de\n",
            "manera desfasada se pongan todos en fase iban a seguir estirando la\n",
            "misma frecuencia resonancia pero ahora todos van a estar en fase y al\n",
            "ponerse en fase todos esos espiner lo que ocurre es que el vector de\n",
            "magnetización transversal que antes era 0 porque ha de estar\n",
            "desfasados se cancelaban unos con otros ahora le están en fase esa\n",
            "componente de magnetización transversal tiene un valor y es visible y\n",
            "lo que aquí se indica con amarillo en el plano X Y entonces el segundo\n",
            "efecto del curso de rf es que al poner en Face ya todos los espines\n",
            "aparece ahora un vector de magnetización trasversal que tiene una\n",
            "cierta intensidad y ese vector de magnetización transversal está\n",
            "girando en el plano x y también a la misma frecuencia de resonancia\n",
            "que lo hacen los espines se entiende esto Entonces tenemos ahora un\n",
            "vector de magnetización transversal en el plano x y que está girando a\n",
            "la frecuencia de resonancia Y si colocamos una bobina detectora el\n",
            "selector de magnetización al estar cambiando permanentemente de\n",
            "lección va a inducir una tensión una fuerza electromagnética en esa\n",
            "bobina que va a poder generar una señal que en este caso lo vemos aquí\n",
            "a la izquierda sería una señal de tipo senoidal con frecuencia va a\n",
            "ser la frecuencia de resonancia y es En definitiva es la señal que\n",
            "vamos a estar a través de bobinas receptoras o sea En definitiva la\n",
            "señal que vamos a captar como señal proveniente del paciente va a ser\n",
            "la señal inducida en una bobina por la aparición de este vector de\n",
            "magnetización transversal   Bien Qué pasa cuando dejamos de excitar la\n",
            "muestra con la señal de radiofrecuencia decir apagamos la transmisión\n",
            "de radiofrecuencia Una vez que se salda exitación de radiofrecuencia\n",
            "lo que va a pasar es que el sistema va atender a volver a sus\n",
            "condiciones originales de decir originales antes del pulso de res Y\n",
            "entonces qué va a pasar con los espines por un lado aquellos que\n",
            "habiendo recibido una energía extra el pulso de refe comienza se\n",
            "habían se habían ido y vamos hacia la posición de más energía o sea ni\n",
            "paralela ahora van a volver Y a poco hacia su condición original\n",
            "Entonces desde el punto de vista de la magnetización longitudinal está\n",
            "magnetización se va empezar a recuperar de a poco hasta llegar después\n",
            "de cierto tiempo al valor original que tenía antes del curso de\n",
            "radiofrecuencia la vuelta hacia su valor original lo hace a través de\n",
            "una curva exponencial con el que viene aquí a la derecha este tiene\n",
            "una constante de tiempo como cualquier cosa y con esa constante de\n",
            "tiempo se llama constante de tiempo uno o constante de tiempo de la\n",
            "relajación longitudinal el valor final que va a adoptar va a ser el\n",
            "valor inicial que tenía antes del pulso debe ser y el tiempo que va a\n",
            "tardar en llegar a su posición inicial o sea la situación de\n",
            "relajación va a ser propio de cada tejido de cita tejido tendrá su\n",
            "constante de relajación longitudinal propia eso dependerá de las\n",
            "características del tejido y una serie de elementos que tienen que ver\n",
            "con este la estructura atómica de las moléculas de tejidos etcétera Lo\n",
            "cierto es que una vez que cesa la exitación de frecuencia poco a poco\n",
            "los espines que habían ganado energía y pasaron el estado de maduro\n",
            "energía van volviendo a su estado inicial haciendo que la componente\n",
            "de magnetización longitudinal vuelva de a poco a su valor inicial el\n",
            "otro el otro fenómeno que ocurre cuando dejamos de Chita la muestra\n",
            "con la radiofrecuencia Es que aquí los espines que en su momento\n",
            "mientras estaba presente el pulso rf estaban en fase todos juntos\n",
            "comienzan lentamente a desfasarse nuevamente Y a medida que se van\n",
            "desfasando lógicamente la componente de magnetización transversal que\n",
            "tenía un valor máximo cuando estaban todos en fase con la pieza\n",
            "desfasarse esas componentes empiezan a cancelarse de a poco en el\n",
            "plano x y y está componente comienza a decrecer desde su valor máximo\n",
            "hasta llegar a cero el valor que tenía inicialmente antes del pulso de\n",
            "rf Entonces está componente relajación transversal dks1 la curva\n",
            "exponencial también y esto también tiene una constante de tiempo que\n",
            "se llama constante de tiempo T2 todo constante de tiempo de la\n",
            "relajación transversal entonces cuando cesa la excitación de refe hay\n",
            "dos fenómenos independientes queso la relajación longitudinal y la\n",
            "relajación transversal tanto la longitudinal como la transversal son\n",
            "dependientes de las características de cada tejido y por lo tanto cada\n",
            "tejido tendrá un t1 particular y un T2 particular Y esto es lo que En\n",
            "definitiva permite diferenciar un tejido de otro según esta\n",
            "metodología Recuerden que en cada una de la metodología que fuimos\n",
            "viendo hasta ahora la diferenciación de un tejido y otro se hacía por\n",
            "diferentes causas en el caso de los de las modalidades que utilizan\n",
            "radiación x era por la diferente absorción picada tejido tenía los\n",
            "rayos absorción atenuación en el caso de Educación ido por las\n",
            "diferentes impedancias acústicas aquí la diferenciación de los tejidos\n",
            "se va a ser según está estas constantes de tiempo de relajación decir\n",
            "cómo se va a relajar cada uno de estos tejidos según cada uno de estos\n",
            "componentes lo que nos permite diferenciar unos de otros bien porque\n",
            "se desfasan los espines en el caso de la relajación transversal\n",
            "básicamente el desfase de esto espines nba2k usar ambas muy bien\n",
            "determinadas la primera tiene que ver con las inhomogeneidades\n",
            "intrínsecas de la muestra debido a las interacciones entre los espines\n",
            "en condiciones ideales si ya estaban en fase los espines Y si todos\n",
            "los espines están sometidos al mismo valor de intensidad de campo\n",
            "lógicamente su frecuencia de resonancia de precesión sería la misma y\n",
            "no tendría motivo por el cual desfasarse sin embargo Como cada espín\n",
            "tiene una carga propia la interacción entre los distintos espines hace\n",
            "que cada uno de ellos esté sometido a un valor de campo levemente\n",
            "diferente por esa interacción Y esta es una de las causas por las\n",
            "cuales al estar sometidos a un valor de intensidad de campo diferente\n",
            "van a comenzar a César a diferente frecuencia de resonancia muy\n",
            "parecida pero con una leve diferencia lo cual lleva que a lo largo del\n",
            "tiempo algunos peces en más rápido que otros y comienzan a desfasarse\n",
            "la otra causa cual se desfasan es debido a la si no mojé nidades\n",
            "propias del campo externo aplicado Recuerden que es campo externo lo\n",
            "genera un Magneto que si viene su Magneto de alta tecnología y genera\n",
            "un campo magnético bastante homogéneo Esa homogeneidad no es perfecta\n",
            "entonces en cada punto del espacio habrá una cierta diferencia en\n",
            "cuanto a la intensidad de campo de vida Laín homogeneidad propia de\n",
            "ese campo externo eso también hace que cada espinete sometido a un\n",
            "valor de campo diferente y por lo tanto cuando se salga excitación de\n",
            "radiofrecuencia esto también provoca que los espines comiencen a\n",
            "desfasarse la suma de estos dos fenómenos la inmunidad e intrínsecas y\n",
            "la skin homogeneidad es propia del campo externo es lo que hace que\n",
            "esto Define se deshacen y generen finalmente el decaimiento de la\n",
            "componente de magnetización transversal lógicamente esa curva de\n",
            "decaimiento que vamos a volver a ver que aquí está para distintos\n",
            "elementos porque a la grasa para la sangre para el agua tiene ahí tres\n",
            "curvas dibujadas lo ideal sería que solamente representar a la\n",
            "sinalgen idades intrínsecas O qué es lo que tiene que ver con las\n",
            "características propias del tejido en cuestión entonces\n",
            "tecnológicamente hablando se recurre a ciertas técnicas para tratar de\n",
            "minimizar la influencia que pueda tener la inhomogeneidad del campo\n",
            "externo esto se consigue de diferentes maneras una de esas maneras es\n",
            "para tarde homogeneizar el campo externo hasta valores lo\n",
            "suficientemente buenos que sólo de terminaríamos cada fabricante de\n",
            "Magneto de un procedimiento quién es esa realizar cuando se ve cuando\n",
            "se realiza la instalación del resonador para tratar de llevar esas\n",
            "inhomogeneidades al valor mínimo que El fabricante establece como\n",
            "ideal para que se minimizan los efectos de esta inhomogeneidades bien\n",
            "entonces En definitiva Cuando hacemos todo esto y de procedimiento de\n",
            "someter los protones de hidrógeno en campo externo y luego excitarlo\n",
            "que una señal de radiofrecuencia cuya frecuencia la frecuencia de\n",
            "resonancia de sus protones se producen luego de la del cese de la\n",
            "equitación los procesos independientes de relajación o devuelta al\n",
            "Estado normal que son las relaciones de tipo t1 relajación\n",
            "longitudinal y relajación pedos o de tipo transversal relajación t1\n",
            "básicamente depende de las interacciones entre cada espín y la red que\n",
            "lo circunda porque es así porque en realidad lo que han ganado energía\n",
            "y han pasado la estado de mayor energía o antiparalelo para poder\n",
            "volver a su estado de baja energía tienen que ser la energía que le\n",
            "sobra al entorno que tiene la red y según sea esa red le será más\n",
            "fácil o más difícil hacer esa transferencia de energía y de eso\n",
            "dependerá que la relajación sea o más rápida o más lenta hay por\n",
            "supuesto una disipación de energía en todo este proceso y esa\n",
            "constante de relajación t1 varía más o menos Estos no son valores\n",
            "exactos pero son aproximados entre 200 y 2000 milisegundos dependiendo\n",
            "del tipo de tejido en este caso de la relajación transversal o oteros\n",
            "está este proceso de relajación básicamente está Regido por las\n",
            "interacciones que hay entre los espines y sus espines vecinos ya no\n",
            "hay una no hay una media una transferencia de energía con el caso de\n",
            "la relación longitudinal entre los Espinas y la red sino que hay una\n",
            "interacción directa entre tienes que hace que cada uno esté sometido a\n",
            "una intensidad campo diferente y aseo general de pasaje de estos\n",
            "espines que termina por cancelar la componente transversal y éste y\n",
            "esta constante de tiempo T2 varía Entre 25 y 250000 segundos\n",
            "aproximadamente para los distintos tejidos del cuerpo humano en sé que\n",
            "siempre es la constante de tiempo Uno es mucho mayor básicamente un\n",
            "orden 10 veces en orden de magnitud mayor que el de dos en el libro de\n",
            "Mr y está fácil que ustedes tienen así como bibliografía y vivo en el\n",
            "video que habrán visto muestra la curva t1 como si fuera una montaña\n",
            "que hay que subir Y luego el T2 como una heladera que baja y entonces\n",
            "éste eso ejemplifique aquel que uno es largo porque subí la montaña\n",
            "Lleva más tiempo que bajarla y eso les recuerda a un poco la orden de\n",
            "magnitud de estos procesos entonces según se han estado proceso de\n",
            "relajación t1 T2 vamos a poder ir gerenciar los distintos tejidos ya\n",
            "que cada uno de ellos tiene un proceso de relación diferente una\n",
            "constante de tiempo diferente y cómo podemos generar imágenes que de\n",
            "algún modo le estén relacionadas a uno de estos procesos relajación de\n",
            "hacerte un Ocote 2 es que podemos tener imágenes con distintos grados\n",
            "de contraste entre los tejidos recuerdan ustedes que en el primer de\n",
            "trabajo práctico que hicimos imágenes resonancia magnética obtenían\n",
            "imágenes que eran del mismo la misma vez anatómica exactamente la\n",
            "misma posición y vayan que entre un set de imágenes y el otro los\n",
            "contrastes era muy diferente lo que sea negro en un caso en otro caso\n",
            "se vaya blanco y esto es precisamente porque apunta a Resaltar las\n",
            "características de la relajación t1 las características de los tejidos\n",
            "función de la relación T2 y eso permite obtener distintos grados de\n",
            "contraste Y eso es una herramienta de diagnóstico muy potente muy\n",
            "potente y muy poderosa que tiene esta metodología que no la tienen las\n",
            "otras que hemos visto hasta el momento  se entiende esto   Entonces sí\n",
            "Hablamos a la relajación longitudinal aquí tenemos a la izquierda dos\n",
            "curvas por ejemplo la de arriba muestra la curva de relajación\n",
            "longitudinal del cerebro y la de abajo la de líquido cefalorraquídeo\n",
            "hay un elemento que Vamos a ingresar ahora como como elemento nuevo lo\n",
            "que venimos hablando y eso el TR Qué es el tiempo de repetición de\n",
            "pulsos de rf hasta ahora habíamos mencionado simplemente un ciclo\n",
            "donde nosotros exitamos la muestra con un pulso refe y vemos que\n",
            "cuando se sale equitación se producen estos fenómenos relajación pero\n",
            "si nosotros repetimos es excitación cada cierto tiempo y a ese tiempo\n",
            "ya vamos TR tiempo de repetición entre los pulsos de F lo que vamos a\n",
            "ver es que según cómo manejemos str vamos a lograr que haya una\n",
            "diferencia entre las intensidades de señal de los tejidos que tiene\n",
            "que ver con los tiempos de relajación longitudinal imaginen y para eso\n",
            "voy a volver hacia atrás un poco el caso el caso que vemos en esta en\n",
            "esta gráfica donde teníamos que tenía una cierta cantidad espines en\n",
            "sentido paralelo y otros en antiparalelo con los daba una cierta\n",
            "resultante de magnetización longitudinal con un determinado valor de\n",
            "intensidad imaginé que hacemos una excitación terrestre y le damos a\n",
            "esa excitación de radiofrecuencia la intensidad justa y necesaria para\n",
            "que se equilibre la cantidad de espines en un sentido Y en el otro lo\n",
            "cual daría como resultado que está magnetización longitudinal se\n",
            "desata mente Cero en un caso particular que vamos a ver qué es una de\n",
            "las de los casos que se utiliza en una secuencia de pulsos particular\n",
            "para la resonancia Y qué tiene que ver con darles simplemente la\n",
            "energía necesaria al pulso rece para que ocurra esto a partir de ese\n",
            "momento que la magnetización longitudinal se acero cuando cesa la\n",
            "exitación debe defecar a tejido va a comenzar a volver a su estado\n",
            "original según su curva propia de relajación Entonces si vemos la\n",
            "curva vamos a ir a estar gráfica Si vemos la curva ambos empiezan en\n",
            "cero necesitamos suponiendo que hemos logrado que la magnetización\n",
            "llegué al valor 0 comienzan a crecer Con distinta velocidad porque\n",
            "cada uno tiene su constante de tiempo propia y finalmente llegará en\n",
            "ambos al valor final que era exactamente el mismo que tenían al\n",
            "principio antes de la exitación acá podemos hacer varias cosas que son\n",
            "muy importantes en primer lugar acá al final de la curva tenemos que\n",
            "la de intensidad señal del cerebro por ejemplo del tejido cerebral\n",
            "tiene un valor de intensidad de magnetización Qué es mayor un poco\n",
            "mayor al del líquido cefalorraquídeo que nos está diciendo esto en\n",
            "estado de relajación en estado completamente relajación la intensidad\n",
            "de la magnetización longitudinal del cerebro Es mayor que la del\n",
            "líquido cefalorraquídeo Esto se debe simplemente A qué tejido cerebral\n",
            "tiene una mayor densidad de protones que el líquido cefalorraquídeo\n",
            "motivo por el cual la resultante de la magnetización longitudinal a\n",
            "tener una intensidad mayor    Mientras que los tejidos se relaja iba\n",
            "volviendo según sus constantes de tiempo que son distintas y nosotros\n",
            "tomaremos por ejemplo un determinado tiempo te da de comer qué está\n",
            "indicado acá en la primera en el primer segmento que un pedo recortó\n",
            "Por ejemplo y volviéramos a realizar otra exitación con otro pulso D.F\n",
            "lógicamente la intensidad de la señal que vamos a tener en cada uno de\n",
            "esos tejidos va a ser diferente porque han llegado cada uno a un valor\n",
            "diferente y aquí la diferencia entre uno y otro es bastante mayor que\n",
            "la que tenemos aquí al final del proceso fíjese que está intensidad de\n",
            "la magnetización longitudinal tiene que ver con En definitiva el valor\n",
            "de la intensidad de la mimetización transversal que vamos a tener una\n",
            "vez que se exite con el pulso dbf no se olviden en realidad esto es\n",
            "una de las componentes del vector de magnetización de los espines\n",
            "oremos hacia atrás y tenemos en este ejemplo por ejemplo elector a un\n",
            "cierto que tiene su componente longitudinal y su componente\n",
            "transversal y la componente longitudinal es de menor intensidad\n",
            "lógicamente la otra componente también porque son las dos componentes\n",
            "del vector de magnetización de los espines por lo tanto según nosotros\n",
            "baremos este tiempo de repetición entre una excitación y la otra vamos\n",
            "a lograr que la intensidad de la señal que va a tener cada tejido se\n",
            "ha diferenciado en mayor o menor medida según sea su proceso de\n",
            "relajación longitudinal    Si nosotros cambiamos este tiempo de\n",
            "repetición que En definitiva es uno de los parámetros que el operador\n",
            "de equipo de resonancia a poder controlar en la secuencia de\n",
            "adquisición vamos a lograr maximizar las diferencias de contraste\n",
            "entre los tejidos debido a esa diferencia de relajación longitudinal\n",
            "que tiene cada uno de ellos aquí ven en un ejemplo este a la derecha\n",
            "Dos curvas también muy diferentes Y entonces aquí a la derecha ver un\n",
            "corte de cerebro donde se ha dicho con una secuencia adquisición de\n",
            "tipo t1 donde ustedes ven que se ve muy bien muy bien diferenciado lo\n",
            "que es la sustancia gris de la blanca y del líquido cefalorraquídeo\n",
            "Bien Qué pasa con la relajación transversal relación transversal todos\n",
            "los tejidos parten de un valor de señal determinado Qué es máximo que\n",
            "acá en este caso no estaría bien representado porque acá a la\n",
            "izquierda ambos parten del mismo valor lo cual No necesariamente sea\n",
            "sí pero estas dos curvas que tiene distintas constantes de tiempo\n",
            "finalmente después de cierto tiempo ambas llegarán a cero Pero hay un\n",
            "sector de estas curvas donde él la diferencia de intensidad entre un\n",
            "tejido y otro se maximiza Y esto es lo que se puede lograr cuando en\n",
            "una determinada secuencia de adquisición de pulsos que vamos a poder\n",
            "esté estudiar en detalle la clase próxima podemos modular este tiempo\n",
            "que se llama tiempo de echo es el tiempo en el cual nosotros vamos a\n",
            "capturar las señales a través de una bobina de recepción entonces otra\n",
            "característica de los tejidos que la relajación trasversal puede\n",
            "permitirnos observa diferencia de contraste entre ellos cuando\n",
            "logramos que ese tiempo sea el que permite la máxima diferencia cial\n",
            "intensidades local lo permitiría pero una imagen como la que tienen\n",
            "aquí abajo a la derecha donde te salen que Comparado con las imágenes\n",
            "anteriores aquí hay mayor contraste entre sustancia gris y sustancia\n",
            "Blanca el líquido cefalorraquídeo incluso aquí aparece blanco antes\n",
            "precio negro esto es porque es una imagen que básicamente representa\n",
            "los contrastes debidos al proceso de relajación transversal t2\n",
            "Manipular adecuadamente esos mismos parámetros se puede obtener otro\n",
            "juego de imágenes que va hacer básicamente un juego de imágenes cuyos\n",
            "contrastes serán debidos principalmente a la diferencia de protones\n",
            "entre los tejidos y no a sus procesos de relajación    Únicos\n",
            "importante es la siguiente dijimos que la señal que vamos a detectar a\n",
            "través de bobina receptora de fe y básicamente la señal que induce el\n",
            "vector de magnetización trasversal que está allí Mirando a la\n",
            "frecuencia de resonancia como es el Héctor va decayendo en su\n",
            "intensidad hasta llegar a cero Una vez que se cesa la exitación de\n",
            "radiofrecuencia la señal que vamos a tener básicamente la que se ve en\n",
            "el gráfico de la derecha que es una senoidal atenuada esa senoidal\n",
            "tiene la frecuencia Qué es la frecuencia resonancia y va a decaer su\n",
            "intensidad en un determinado tiempo que tiene que ver con el tiempo de\n",
            "decaimiento de la constante de magnetización trasversal esta señal y\n",
            "la señal que se denomina señal de decaimiento libre o inducción libre\n",
            "o f&d brindacion decay es una señal que proviene de todo el volumen\n",
            "por lo tanto no nos sirve para poder obtener una imagen porque para\n",
            "poder obtener una imagen nosotros tendríamos que ser capaces de\n",
            "dividir todo ese volumen en cierta cantidad de boxers volúmenes\n",
            "elementales Y ser capaz de discernir la señal que proviene de cada uno\n",
            "de sus boxers volúmenes elementales y saber dónde están ubicados en el\n",
            "espacio para luego poder reconstruir una imagen que todo lo que vemos\n",
            "en esta en esta imagen y tomamos una imagen de resonancia y ampliamos\n",
            "lo que vamos a ver son píxeles elementales que tienen dos\n",
            "informaciones importantes por un lado la ubicación en el plano x y y\n",
            "por otro lado el brillo que le van a asignar en función de la\n",
            "intensidad de la señal que se obtuvo en ese punto entonces para poder\n",
            "ser capaces de reconstruir una imagen es necesario hacer varias otras\n",
            "cosas y para eso es lo que entra en funciones los denominados campos\n",
            "gradientes que habíamos mencionado en la clase anterior Qué son Campos\n",
            "magnéticos que genera una variación lineal a lo largo de cada uno de\n",
            "los ejes x y y z y que se utilizan básicamente para codificar las\n",
            "señales de modo tal que después podamos obtener esta correspondencia\n",
            "cada señal que recibamos podemos decir de dónde proviene Y qué\n",
            "intensidad tiene para luego asignarle este mapa de tonos de grises que\n",
            "En definitiva van a formar la imagen de resonancia es Por ese motivo\n",
            "que está señal f&d no es Útil para generar la construcción de la\n",
            "imagen y necesario generar otra señal que permita cierto tiempo antes\n",
            "para realizar todos los procesos de codificación de señal necesarios\n",
            "para esto es lo que vamos a ver en detalle en la clase próxima que son\n",
            "básicamente la utilización de los campos gradientes que tienen 13\n",
            "funciones muy específicas en una en la obtener el plano de corte y el\n",
            "espesor del corte que vamos a hacer y las otras dos codifican las\n",
            "señales en el plano x y el decir edifican este en dos ejes para poder\n",
            "tener finalmente este mapa de pizzas que tenemos aquí          Dijimos\n",
            "antes que la resonancia magnética permite obtener 3 juegos de imágenes\n",
            "diferentes y cuando hablamos de imágenes diferentes nos referimos a\n",
            "los contrastes entre los tejidos, en el caso de la imagen que está\n",
            "aquí arriba a la izquierda esta es una imagen que se obtiene con\n",
            "parámetros TR largos y cortos lo cual hace que se minimice la\n",
            "influencia de la relajación T1 y de la relajación T2 y se valore\n",
            "principalmente las diferencias de densidades protónicas entre los\n",
            "tejidos por eso esta imágen se llama una imagen de densidad protónica.\n",
            "En el caso de la imagen B es una imagen ponderada en T1 donde se ha\n",
            "obtenido con un TE corto que permite maximizar las diferencias de\n",
            "contraste según la relajación t1 y un TE corto que minimiza la\n",
            "influencia de la relajación transversal. El caso de la imagen C es una\n",
            "imagen de tipo T2 ponderada con un valor de TR largo que minimiza el\n",
            "efecto de t1 y un TE largo que maximiza los efectos de la relajación\n",
            "transversal o de tipo de dos entonces fíjese que con una secuencia\n",
            "donde manipulamos diferente manera ciertos parámetros obtenemos en la\n",
            "misma región anatómica tres juegos de imágenes con contraste\n",
            "totalmente diferentes Y eso es lo que hace que esta metodología de\n",
            "diagnóstico sea tan potente porque sin necesidad del paciente un medio\n",
            "de contraste se puede llegar a ver con un contraste muy importante\n",
            "ciertos tejidos simplemente modificando los parámetros de las\n",
            "secuencias de adquisición      CLASE 3     este habíamos estudiado los\n",
            "dos procesos de relajación tanto logitudinal como transversal y\n",
            "habíamos dicho que el rector de magnetización transversal en el que\n",
            "permitía inducir en una bobina receptora una señal pero que para que\n",
            "esto sirva los fines de generar una imagen de un determinado de una\n",
            "determinada porción del cuerpo humano era necesario hacer varias cosas\n",
            "que permitirán codificar las señales de modo tal de ser capaces de\n",
            "identificar De dónde proviene la señal de cada uno de los volúmenes\n",
            "elementales que están presentes en ese plano de corte de esa manera\n",
            "podríamos asignarle a cada Pixel un tono de gris que sería\n",
            "proporcional a la intensidad de señal recibida desde ese Excel\n",
            "Entonces vamos a ver ahora Cómo es el proceso por el cual se pueden\n",
            "realizar las codificaciones necesarias para poder obtener luego la\n",
            "imagen reconstruida para formar la imagen citamos realizar varias\n",
            "cosas en primer lugar debemos ser capaces de posicionar El plano de\n",
            "Cortés decir seleccionar Cuál es el plano que vamos a excitar a través\n",
            "de este sistema así como por ejemplo en tomografía se posiciona al\n",
            "paciente exactamente debajo del tubo de rayos X para que se explorará\n",
            "ese plano en particular aquí este debemos hacer algunas cosas para\n",
            "poder seleccionar ese plano de corte en segundo lugar necesitamos\n",
            "graduar el espesor del corte es decir tenemos que ser capaces de poder\n",
            "seleccionar Cuál va a ser el espesor de ese volumen de esa tajada así\n",
            "como en tomografía selecciona vamos valores que normalmente Iván desde\n",
            "1 mm hasta 10 mm aquí en resonancia también esos valores son los\n",
            "normales y vamos a ver de qué manera es posible realizar esta\n",
            "selección después nos queda el hecho de codificar espacialmente en el\n",
            "plano de la imagen que vamos a suponer que el plano x y digo vamos a\n",
            "suponer porque puede ser cualquier plano Sólo que a los fines\n",
            "prácticos y en toda la bibliografía que ustedes van a ver el eje Z es\n",
            "el eje del Magneto que coincide con el eje del paciente y el eje y el\n",
            "vertical y el eje x es el horizontal bien para hacer todas estas cosas\n",
            "vamos a ver qué es necesario utilizar los campos gradientes los campos\n",
            "magnéticos variables que denominamos gradientes en el caso del\n",
            "posicionamiento del plano de corte vamos a ver qué se utiliza el\n",
            "gradiente llamado de splicing en el caso de La regulación del espesor\n",
            "del corte es una combinación de dos cosas por un lado la intensidad\n",
            "del gradiente es la hice ni por otro lado la forma especial del pulso\n",
            "de radiofrecuencia que denominamos pulso SEP y para las codificaciones\n",
            "espaciales en el plano de la imagen vamos a ver qué es necesario hacer\n",
            "otras codificaciones a través también de otros Campos gradientes que\n",
            "en general se denomina en gradientes de codificación de frecuencia y\n",
            "gradiente de codificación de fase vamos a ir por partes explicando un\n",
            "poco cada una de estas codificaciones vamos a refrescar un poco el\n",
            "concepto de que lo que estamos haciendo es excitar un determinado\n",
            "volumen que tiene en él en un sentido en el sentido digamos de LG del\n",
            "paciente una determinado espesor y los otros dos sentidos esa matriz\n",
            "tiene filas y columnas que se codificaron según este el gradiente de\n",
            "codificación de fase o el gradiente de codificación de frecuencia en\n",
            "este caso tiene como nombre readout en alguna bibliografía pueden\n",
            "encontrar gradiente de Reading de lectura desazón terminología\n",
            "similares habíamos mencionado pero vamos a recordar ahora que estos\n",
            "Campos gradientes se generan en la práctica a través de bobinas que\n",
            "están ubicadas en el Magneto y que tiene la misión de generar estas\n",
            "variaciones de campo según los tres ejes O sea sí ven ustedes en color\n",
            "verde las bobinas que generan el gradiente de campo en el eje Z en\n",
            "color rojo de las bobinas que generan el gradiente en el eje x y en\n",
            "color amarillo las que genera el gradiente en el campo y vamos\n",
            "entonces analizar Cómo se puede lograr el posicionamiento del plano de\n",
            "corte aquí a diferencia del caso de la tomografía donde en realidad se\n",
            "movía el paciente en la camilla para llevarlo hasta él entró del\n",
            "tomógrafo donde estaba el plano de corte aquí el paciente no se mueve\n",
            "permanece estático dentro del túnel del Magneto y vamos a ver de qué\n",
            "manera podemos seleccionar Cuál es el plano donde se va a realizar la\n",
            "exitación para lograr luego la reconstrucción de la imagen recordemos\n",
            "que en el caso de que quedáramos hacer por ejemplo un corte axial y\n",
            "recalcó que esto es sólo un ejemplo que podríamos hacer Cortes\n",
            "sagitales y coronales o incluso oblicuos en este caso hay como muestra\n",
            "la imagen de la izquierda vamos a especificar lo que sería el\n",
            "posicionamiento de un plano de corte en el plano axial para ese\n",
            "propósito Es se utiliza campo gradiente según el eje Z en este caso\n",
            "creo que va hacer es generar una variación de campo lineal desde los\n",
            "pies hacia la cabeza del paciente esa variación dijimos que es muy\n",
            "pequeña Yo les mencionaba que en algunos casos llega Por ejemplo a 30\n",
            "militesla por metro quiere decir que en un metro de distancia hay sólo\n",
            "30 militesla desde un extremo al otro de diferencia que Comparado con\n",
            "el valor del campo estático que suele ser de 1,53 la 30 militeslas es\n",
            "algo Bastante pequeño pero lo suficientemente grande para lograr este\n",
            "efecto Cuál es el efecto que se pretende lograr que a lo largo de este\n",
            "eje en cada. Los protones estén sometidos a un campo levemente\n",
            "diferente y si recordamos la ecuacion de larmor vamos a entender que\n",
            "la frecuencia resonancia en cada. Va a ser también diferente debido a\n",
            "que el campo tiene un valor distinto por ejemplo aquí en este ejemplo\n",
            "de la derecha figura 60 mhz en los pies del paciente 68 medios hertz\n",
            "en la cabeza y esto tiene una variación lineal    Entonces como este\n",
            "campo gradiente aplicado sobre superpuesto al campo estático genera\n",
            "esta variación lineal si nosotros queremos posicionar un determinado\n",
            "plano corte excitar un determinado plano de corte lo que tendremos que\n",
            "hacer es simplemente ubicarlo en el lugar adecuado y ver cuál es la\n",
            "frecuencia de resonancia que existe en ese lugar y por lo tanto\n",
            "Tendremos que utilizar un pulso de radiofrecuencia cuya frecuencia\n",
            "coincida con esa frecuencia de resonancia de sds posicionamiento como\n",
            "el resto está en otra frecuencia de resonancia sólo van a excitarse\n",
            "los protones que estén en ese plano se entiende la idea porque podría\n",
            "repetirlo por favor    Este gradiente lo que logramos es que en cada\n",
            "punto a lo largo del eje hacia una intensidad de campo diferente y por\n",
            "lo tanto la frecuencia de resonancia en cada. Va a ser distinta es\n",
            "decir los protones de los pies van a presentar o van a resonar a una\n",
            "frecuencia por ejemplo de 60 mhz Cómo están El ejemplo este a la\n",
            "altura de la cadera están a 64 mensajes y la altura de la cabeza están\n",
            "a 68 entonces si yo quisiera por ejemplo posicionar un plano de corte\n",
            "en la cabeza del paciente debería usar una frecuencia de resonancia\n",
            "que sea de 68 mhz o un poco menos y me voy más hacia el lado de los\n",
            "pies se entiende usando esa frecuencia particular de resonancias sólo\n",
            "van a excitarse los protones que estén justo en el plano que\n",
            "corresponde a esa frecuencia de resonancia queda más claro Ahora sí\n",
            "profe Entonces éste de gradiente aplicado según este eje se llama\n",
            "gradiente de slicing porque es el que permite posicionar el plano de\n",
            "corte en el lugar adecuado aquí tenemos una imagen donde nos muestra\n",
            "que para poder excitar distintos planos acá y cuatro en este ejemplo\n",
            "vamos a usar distintas frecuencias en el pulso de radiofrecuencia esa\n",
            "manera según la frecuencia que tenga el pulso va a excitar 1 2 3 o 4\n",
            "planos de corte de esta manera podemos posicionar a lo largo del eje\n",
            "el plano de corte Dónde queda Ramos simplemente dándole al pulso la\n",
            "frecuencia adecuada para que resuene los protones de ese esa\n",
            "localización                Sino que esto se hace de otra forma que\n",
            "vamos a explicar ahora  se utiliza un pulso de rf que tiene un ancho\n",
            "de banda fijo para todos los espesores de corte y lo que se hace es\n",
            "variar la intensidad del campo de gradiente de slicing acá tienen tres\n",
            "ejemplos donde tienen este a la izquierda una determinada intensidad\n",
            "del campo gradiente de slicing entonces con un determinado ancho de\n",
            "banda del pulso van a obtener la resonancia de una determinada gama de\n",
            "frecuencias dentro del eje donde estamos excitando y eso nos va a dar\n",
            "un determinado ancho del espesor de corte Si nosotros aumentamos la\n",
            "pendiente de ese gradiente decir aumentamos la intensidad el efecto\n",
            "que va a tener esto es que con el mismo ancho de banda del pulso la\n",
            "zona que se va a excitar ya tiene un menor espesor de corte y si\n",
            "hacemos lo contrario decir disminuimos la intensidad del gradiente es\n",
            "la y si lo que vamos a lograr es que se existe un ancho mayor el\n",
            "volumen por lo tanto manteniendo siempre el mismo ancho de banda del\n",
            "pulso rf y variando la intensidad del gradiente de slime sin vamos a\n",
            "ir controlando el espesor del corte mientras mayor sea la intensidad\n",
            "del gradiente más pequeño y va a ser el espesor de corte y mientras\n",
            "más bajo sea el la intensidad más ancho va hacer es espesor    me\n",
            "disculpan un segundo que tengo que atender una llamada urgente   La\n",
            "forma en que en la práctica se controla el espesor de corte variando\n",
            "la intensidad del gradiente de slicing          Representado digamos\n",
            "lo que veníamos diciendo del espesor de corte con un gradiente de\n",
            "intensidad baja por ejemplo aquí tenemos un ancho de banda de 1 mhz 64\n",
            "y 65 mhz y si aumentamos la intensidad el gradiente con el mismo ancho\n",
            "de banda de 1 mhz el espesor de corte resultado menor Esa es la forma\n",
            "en que se regula digamos el espesor de corte         Ahora vamos a\n",
            "hablar un poco de las características del pulso de radiofrecuencias\n",
            "decir el pulso que vamos a transmitir a través de la bobina de\n",
            "transmisión de radio frecuencia del pulso que se utiliza es un pulso\n",
            "que tienen una función envolvente que se llama zinc y que básicamente\n",
            "es una función seno de X sobre x y tiene la forma que ustedes Ven aquí\n",
            "a la izquierda en un lóbulo central y varios lóbulos laterales este es\n",
            "la envolvente y por supuesto esté dentro desenvolvente tenemos una\n",
            "senoidal cuya frecuencia va a ser la frecuencia de resonancia del\n",
            "plano de corte que querramos excitar porque se utiliza este pulso tan\n",
            "particular porque básicamente la transformada de fourier de este pulso\n",
            "es un pulso cuadrado en El dominio de la frecuencia lo cual nos da un\n",
            "ancho de banda fijo conocido este y un perfil digamos de corte muy\n",
            "bien delimitado entonces si se fijan aquí a la derecha en esta gráfica\n",
            "tenemos este pulso con sus infinitos lóbulos en teoría nos daría la\n",
            "transformada de fourier un pulso es perfectamente cuadrado en la\n",
            "medida que vamos tomando menos cantidad de lóbulos ese perfil ya no es\n",
            "perfectamente cuadrado sino que se comienza aproximar y mientras menos\n",
            "lóbulos tenga el pulso lógicamente es aproximaciones claves menos fiel\n",
            "la realidad es que el pulso que se utiliza normalmente tiene dos o\n",
            "tres lóbulos secundarios no más de eso en algunas secuencias puede\n",
            "llegar a tener sólo un lóbulo lo cual hace que el perfil digamos de\n",
            "exitación no sea perfecto pero se gana en otros aspectos Entonces\n",
            "siempre los equipos resonancia transmiten la rf con este tipo de pulso\n",
            "que modula digamos la senoidal de la frecuencia de resonancia que se\n",
            "quiera utilizar en el momento según la posición del plano de Corte\n",
            "ahora bien dijimos que es necesario codificar en el plano de la imagen\n",
            "en los dos ejes de la imagen bidimensional entonces aquí tenemos un\n",
            "ejemplo donde muestra una matriz de imagen sólo de tres por tres y lo\n",
            "que se hace es utilizar un gradiente en uno de esos ejes en este caso\n",
            "está el ejemplo realizado sobre el eje x donde vemos que a la\n",
            "izquierda y mayor intensidad de campo que a la derecha Eso hace que\n",
            "lógicamente cada una de estas columnas de espines esté sometido a una\n",
            "intensidad de campo diferente y por lo tanto su frecuencia de\n",
            "precesión o de resonancia va a ser también diferente eso genera una\n",
            "diferencia en cuanto a frecuencias que luego cuando uno pueda recoger\n",
            "o detectar esta señal va a poder hacer una transformada de fourier Y\n",
            "entonces podrá obtener las componentes de frecuencia de cada una de\n",
            "esas frecuencias y podrás ser capaz de Sí bueno está señal de tal\n",
            "intensidad proviene de esta columna o de ésta de esta otra se entiende\n",
            "la idea    alguien que conteste la frecuencia de precesión de los\n",
            "protones que se encuentran una determinada altura y a partir de eso\n",
            "saber a qué altura se encuentra voy a tratar de aclarar un poco lo que\n",
            "usted dijo supongamos este caso particular de una matriz de 3 * 3\n",
            "nosotros cuando tenemos la señal de recepción tenemos que ser capaces\n",
            "de identificar exactamente qué señal proviene de de cada uno de estos\n",
            "volúmenes elementales para eso tenemos dos direcciones de la matriz en\n",
            "este caso X e Y en el caso de la dirección x si nosotros aplicamos\n",
            "este gradiente vamos a lograr que hace una diferencia de frecuencia\n",
            "entre cada uno de estas columnas de la matriz por lo tanto así\n",
            "podremos identificar las señales que provienen de cada una de estas\n",
            "columnas por qué haciendo una transformada de fourier vamos a poder\n",
            "obtener para cada frecuencia una intensidad de señal no sé si queda\n",
            "más claro ahora sí profe    todavía otra otro como en para eso lo que\n",
            "se hace es utilizar otro gradiente que se llama gradiente de\n",
            "codificación de fase y que se utiliza de la siguiente forma tomamos\n",
            "por ejemplo una determinada columna que tiene las tres filas de\n",
            "espines y durante un cierto tiempo colocamos un gradiente de campo\n",
            "como se ve aquí que lo que va hacer es que lógicamente cada una de\n",
            "estas pilas despides van a comenzar a presentar entonces a una\n",
            "frecuencia diferente en este ejemplo la fila de arriba precisará más\n",
            "rápido que la fila de abajo porque está sometido a un valor de campo\n",
            "mayor entonces dejamos este gradiente activo durante un corto tiempo y\n",
            "luego lo apagamos es de sir cesa la exitación de este gradiente y al\n",
            "César Esa esa exitación de este gradiente todos estos espines volverán\n",
            "a presentar a la frecuencia la que estaban en este ejemplo a 65 mhz\n",
            "porque porque ahora están todos sometidos al mismo valor de campo\n",
            "magnético si bien todos van a seguir presentando a la misma frecuencia\n",
            "lo que van a tener de diferencia va hacer las paces porque porque\n",
            "durante la durante la duración del gradiente de fase algunos espines\n",
            "girar más rápido que otro y por lo tanto se desfasaron Y entonces lo\n",
            "que hay Es una diferencia de fase entre estos espines y Esa diferencia\n",
            "de fase es proporcional al campo de gradiente que se aplicó durante un\n",
            "cierto tiempo Esto es lo que he en la jerga de la resonancia se\n",
            "denomina memoria de fase es decir los espines guardan ese desfasaje\n",
            "que sufrieron durante la aplicación momentánea del gradiente de\n",
            "codificación de fase se entiende esta idea entonces     En definitiva\n",
            "para poder tener los suficientes datos que nos permitan tener la\n",
            "reconstrucción de una imagen, lo que se hace es, tomar distintas\n",
            "excitaciones o hacer distintas excitaciones del mismo plano de corte\n",
            "variando la intensidad del gradiente de fase en cada una de esas\n",
            "excitaciones y aplicando luego en cada una de esas señales el\n",
            "gradiente de codificación de frecuencias (gradiente decodificador de\n",
            "frecuencia primero, y luego de fase)      En resonancia magnética la\n",
            "matriz de adquisición es variable y el operador puede seleccionar el\n",
            "tamaño de la matriz de adquisición, que no necesariamente tiene que\n",
            "ser cuadrada, puede tener forma rectangular para adecuarse a alguna\n",
            "región anatómica, como por ejemplo una matriz rectangular para la\n",
            "columna.     SECUENCIAS:    Secuencia SPIN- ECO:    Pulso de 90 grados\n",
            "es un pulso tal que tiene la frecuencia exacta para que se equilibren\n",
            "la cantidad de spines con los antiparalelos, de modo tal que la\n",
            "magnetizacion longitudinal caiga exactamente en 0, cuando se termina\n",
            "este pulso, aparece la magentizacion transversal y comienza a decaer\n",
            "hasta 0    Se espera un tiempo, luego del cual se excita nuevamente\n",
            "con un pulso de 180°  lo que genera es que haya una inversión en el\n",
            "plano xy de los spines de la magnetizacion transversal. De modo tal\n",
            "que como se habían comenzado a desfasar y ese valor de magnetización\n",
            "transversal caia a 0, luego de este pulso comienzan lentamente a\n",
            "colocarse en fase y entonces luego del mismo tiempo esté entre 90 y\n",
            "180, nuevamente aparece una señal que es creciente, llega a un máximo,\n",
            "y luego vuelve a decaer, y esta señal es la que vamos a detectar para\n",
            "ser procesada   EL PULSO DE 90 PONE EN MÁXIMO EL VECTOR TRANSVERSAL EL\n",
            "PULSO DE 180 PONE EN FASE LOS SPINES.                  Qué horas vamos\n",
            "a ver en la práctica como están dispuestas en la secuencia de spinetta\n",
            "acá tenemos el pulso de 90° y cuando el pulso 90 grados está presente\n",
            "tiene que estar presente también el gradiente de slicing Recuerden que\n",
            "justamente gradientes likes y mira el que permitía determinar la\n",
            "posición y el espesor de corte del plano que se iba a excitar por lo\n",
            "tanto cada vez que hay un pulso de redes fe tiene que estar presente\n",
            "ese gradiente para que sea existe solamente el plano que queremos\n",
            "entonces fíjense que el gradiente es la y sin estar presente con él\n",
            "Cada vez que se dispara el pulso de 90 o el de 180 aquí tenemos la\n",
            "señal que en este caso después del pulso 90 es la F y de que hemos\n",
            "llamado que no nos sirve De hecho no se detecta pero luego del pulso\n",
            "de 180° y luego de un tiempo de eco sobre dos aparece la señal de eco\n",
            "Qué es precisamente la señal que sí vamos a detectar y que nos sirve\n",
            "pero fíjense que junto con la aparición o la detección de la señal\n",
            "está de echo está presente el gradiente de codificación de frecuencias\n",
            "Por qué por qué es necesario codificar la señal que estamos recibiendo\n",
            "para poder determinar esas columnas que habíamos visto en el ejemplo\n",
            "anterior Entonces el gradiente de codificación de frecuencias está\n",
            "cada vez que aparece la señal de lectura por último dijimos que era\n",
            "necesario hacer una codificación de las fases y que para eso usabamos\n",
            "un gradiente que estaba presente durante un corto tiempo y es el que\n",
            "vemos aquí como Jesús no logró ver si es Jesús pista que tiene aquí\n",
            "una forma donde tiene como distintos distintas amplitudes porque\n",
            "dijimos que en cada exitación este gradiente va a tener una amplitud\n",
            "diferente pasando Desde un valor negativo por el cero y llegando hasta\n",
            "un valor máximo y que normalmente se hace en un tiempo que está\n",
            "posterior al pulso de rf de 90° una una duración que es bastante corta\n",
            "porque simplemente lo que se requiere es generar ese desfasaje\n",
            "necesario y nada más Y entonces con todas estas coordinaciones de los\n",
            "gradientes cuando detectemos esta señal vamos a ser capaces luego de\n",
            "poder hacer una transformada bidireccional de fourier para obtener\n",
            "digamos finalmente los datos de cada uno de los boxers de la matriz de\n",
            "adquisición Recuerden que vamos a hacer tantas excitaciones como\n",
            "codificaciones de fase necesitemos Y eso coincide con la cantidad de\n",
            "filas o columnas de la matriz según la dirección que elijamos en la\n",
            "que vamos a codificar la fase            mANIPULANDO tr Y te OBTENEMOS\n",
            "DISTINTOS CONTRASTes  Duracion de la resonancia\n",
            "-----------------------------------------------------------------\n",
            "Para lograr la homogeneidad es necesario realizar una esfera\n",
            "imaginaria de 40 cm de diametro, y se determina cual es la\n",
            "homogeneidad en la misma, por ejemplo en toda la esfera no puede haber\n",
            "una diferencia de 5 partes por millon entre cualquier punto que\n",
            "tomemos.  normalmente es el volumen que se va a explorar   Para\n",
            "realizar esto se hace el shimming, se hace agregando pequeñas piezas\n",
            "metalicas para ir logrando reducir puntos de mayor intensidad, hay\n",
            "otros magnetos que tienen un shimming activo, (tienen bobinas\n",
            "pequeñas, que van modificando el campo) proceso por el cual se logra\n",
            "homogeneizacion del campomagnetico Pasivo agrego pequeñas piezas\n",
            "metalicas en distintos lugares del magneto para reducir puntos de\n",
            "mayor intensidad y aplanar curvas Activo:    Si el magneto ya viene\n",
            "frío, el primer proceso que se realiza es la energización, y el\n",
            "segundo proceso es el shimming para lograr que la homogeneidad del\n",
            "campo esté bien         CLASE 4   DISEÑO DE SALA         Sala de\n",
            "gabinetes de electrónica (sala de maquinas)  Sala de magneto Sala de\n",
            "control   ---------------------------- * La sala está envuelta en una\n",
            "jaula de faraday, está aislada de toda interferencia de RF que pueda\n",
            "venir del exterior. * * El piso debe estar calculado para soportar el\n",
            "peso del magneto. * * La puerta de ingreso tiene un diseño especial\n",
            "con contactos flexibles que al cerrar la misma se conecta con la jaula\n",
            "de la sala * * Los conductos de aire también tienen unas rejillas para\n",
            "filtrar la RF * * PAnel de filtros (RF penetration panel): Básicamente\n",
            "este panel tiene filtros y optoacopladores que hacen la interfaz desde\n",
            "la sala técnica hacia el magneto y viceversa, pero la idea es que\n",
            "filtre todo)  * * Linea de 5 gauss es segura * Magneto tiene un\n",
            "blindaje pasivo para hacer una sala mas pequeña * El magneto pesa lo\n",
            "mismo que el blindaje practicamente * Algunos magnetos tienen blindaje\n",
            "activo (con bobinas)      PASOS DE INSTALACION:        El\n",
            "preenfriamiento se hace con nitrógeno líquido, todo el proceso se hace\n",
            "en varios dias, luego se va a cambiando el nitrógeno por el helio\n",
            "liquido.  Luego se energiza   Proceso de vacio= Bomba turbomolecular\n",
            "Energizacion del magneto:          El conjunto rojo y azul se llama\n",
            "pcs, Se conecta la t4ension al heatery vuelve la bobina resistiva,\n",
            "Esto aumenta la corriente por la bobinaLuego se quita el heater, y la\n",
            "bobina se vuelve superconductiva de nuev, entrando la corriente en un\n",
            "loop                     Examenes   1. Que ocurre en caso de que un\n",
            "resonador superconductivos se quede sin alimentacion electrica?    1.\n",
            "El campo magnetico permanece 2. Sobre las desventajas de los\n",
            "resonadores de bajo campo frente a los de alto y ultra campo    1. El\n",
            "realce de gadolino es menos evidente en campos mas bajos que en campos\n",
            "mas altos, requerimiento dos relativamente mas altas  de contraste de\n",
            "gadolino para el mismo realce relativo    2. poseen menor relacion\n",
            "señal ruido por lo que sera necesario mas promedios de señal y por lo\n",
            "tanto mas tiempo de scaneo de imagenes 3. En un equipo de resonancia\n",
            "magnetica el espesor de corte se ocntrola mediante    1. La\n",
            "combinacion entre el campo variable generado por el gradiente de\n",
            "slicing y el puslo de RF con un ancho de banda determinado 4. Tamañp\n",
            "de la sala de magneto, requrimiento internacional. liniea de 5 gaus\n",
            "debe estar contenido dentro de la sala del magneto    1. Por lo que se\n",
            "usan blindajes pasivos normalemnte de hierro, y los magneto proveen\n",
            "las curvas de isointensidad, eso se usa para que el tamaño de la sala\n",
            "no sea excesivamente grande. pesa como la misma cantidad del magneto.\n",
            "o se usan blindajes activos que se oponenen al campo principal. si no\n",
            "es suficiente, a veces es necesario hacer un blindaje magnetico,\n",
            "colocando chapas de hierro magnetico en las paredes. cuando no se\n",
            "puede lograr, la zona invadida deven ser sonas restingidas. 5. Es\n",
            "posible determinar la intensidad de señal de un tejido utilizando una\n",
            "secuancia SPIN ECO, combinando la curvas de T1 y T2 de este tejido.\n",
            "Mencione cada una de las partes del grafico a continuacion    1.\n",
            "1_Curva de relajacion longitudinal / 2_Curva de relajacion transversal\n",
            "/ 3_tiempo TR / 4_ tiempo TE     6. Complete la frase correctamente en\n",
            "los equipos de resonancia magnetica, mientras mas intenso sea el campo\n",
            "magnetico aplicado    1. Menos sera la potencia requerida de RF\n",
            "7. En una secuencia de tipo SPIN ECO con un TR de 500ms y un TE de\n",
            "30ms que tipo de imagen se obtiene    1. Imagen tipo T1 + densidad\n",
            "protonica 8. Que funcion cumple el tibo de venteo de un magneto\n",
            "superconductivo    1. Evacuar el helio gaseoso 9. En el siguiente\n",
            "esquema de un corte de un magneto para MRI indique la descripcion\n",
            "correcta de los elemntos numerados     1. 1 _ bobina de trasmision de\n",
            "RF / 2_Bobina de gradiente / 3_ Magneto           10) cuanto tarda en\n",
            "enfriarse un magneto 2 a 3 seemanas y se enfira primero con nitrogeno\n",
            "y despues con helio 11)  En un equipo de resonancia magnética, la\n",
            "señal inducida en las bobinas receptoras de RF, que es la selak que da\n",
            "origen a la imagne es producida por 1. La variacion de la componente\n",
            "longitudinal del momento magnetico resultante de los spines 12) Para\n",
            "disminuir el tamaño del pixel y lograr una imagen de mayor resolucion\n",
            "espacial es necesario tener 1. Mantener el mismo campo de vision (FOV)\n",
            "y aumentar el tamaño de la matriz de adquisicion 13) Cosas para tener\n",
            "en cuenta en la sala de magneto, → el tamaño de los tuvos de recarga\n",
            "de elio 14) EnergizacionS dos pasos, 1 PSC cirula corriente ahi,\n",
            "funciona como circuito abierto, se aumenta la corriente, cuandos e\n",
            "llega al valor adeuado de corriente se quita la exitacion de hitter,\n",
            "entonces la corriente sigue ciruclando en las bobinas de PCS  la\n",
            "bobina super conductora 15) El PCS funciona como un SWITCH, bobina\n",
            "super conductiva, es para eso. 16) En un resonador de tipo cerrado\n",
            "superconductivo si se requiere realizar un corte CORONAL cual de los\n",
            "gradientes actualizara como radiente de slicing: 1. s 17) La\n",
            "homogeneidad del campo magnetico en un equipo de resonancia magnetica\n",
            "tiene influencia determinante en 1. a 18) El proceso de relajacion\n",
            "transversal tiene relacion con 19)Indique cual de los valores de TR y\n",
            "TE de secuencia Espin-Eco se utilizan para obtener imagenes de\n",
            "densidad Protonica 20) Hacia donde apunta el campo magnetico principal\n",
            "en un escaner de resonancia magnetica      21) Que es la codificación\n",
            "espacial 22) El principal objetivo del blindaje pasivo de un magneto\n",
            "es 1. reducir el area abarcada por las lineas de campo magnetico\n",
            "dentro de la sala   23) En un resonador de tipo cerrado\n",
            "superconductivo reliza un corte sagital, cual de los gradiente actuara\n",
            "como gradiente de slicing 24) En una secuencia de adquisicion\n",
            "Espin.Eco como se muestra en la figura, indique cual es el tiempo al\n",
            "que debe exitarse con el pulso de 180º       25) en la sala de magneto\n",
            "hay un boton de parada de empergencia, que acciones provoca cuando se\n",
            "acciona 26)Que es la codificacion espacial? 1. Es la aplicacion de\n",
            "diferentes gradientes magneticos para la localizacion de la señal de\n",
            "resonancia proveniente del paciente 27) El pulso de radiofrecuencia\n",
            "utilizado en resonancia magnetica tiene una fomra de onda que responde\n",
            "a la funcion sen(X)/X. Se utiliza entre pulso porque 1. La\n",
            "transformada de fourier en el dominio de la frecuencia da un pulso\n",
            "cuadrado de un determinado ancho de banda 28) El principal objetivo\n",
            "del blindaje pasivo de un magneto es 1. reducir el area abarcada por\n",
            "las lineas de campo magnetico dentro de la sala 29) frecuencia de\n",
            "precesicon, no es constante, depende del campo magnetico. mientras mas\n",
            "alto el campo mas alta sera su frecuencia, es posible calcular la\n",
            "frecuencia, para eso se usa la ecuacuin de LANGMOR. la relacion\n",
            "giromagnetica es diferente para diferentes materiales. 30) El\n",
            "principal objetivo del blindaje pasivo de un magneto es 1. Reducir el\n",
            "area abarcada por las lineas de campo magnetico dentro de la sala\n",
            "31)En un resonador magnetico de tipo superconductivo si se requiere\n",
            "realizar un corte sagital, cual de los gradiente actuara como\n",
            "gradiente de slicing 32)seleccione la opcion INCORRECTA 1. el pulso de\n",
            "RF de 90 tiene un potencial tal que la magntizacion logitudinal\n",
            "invierte su polaridad 33)LA señal de RM es una corriente inducida\n",
            "generada por la precesion del vector de magnetizacion transversal\n",
            "despues de la estimulacion por un pulso de RF 34) La relajacion T1\n",
            "ocurre cuando un espin intercambia energia con su entorno externo de\n",
            "alli que tambien recibe el nomre de relajacion SPIN-RED 35) T2 se\n",
            "define como constante de tiempo para desintegracion de la\n",
            "magnetizacion transversal 36) Cual es la frecuencia de precesion de\n",
            "los protones de hidrogeno en un resonador de 1.5T 1. 64 MHz 37)En la\n",
            "sala del magneto hay un boton de parada de emergencia, que acciones\n",
            "provoca cuando es accionado 1. Inicia un Quench controlado del magneto\n",
            "para extinguir el campo 38) El proceso de relajacion transversal tiene\n",
            "relacion 1. La facilidad con la que los protones intrercambian energia\n",
            "entre si 39)equiparar protones paralelos y antiparalelos para que F=0\n",
            "la componente logitudinal sera cero 40) Indique cual de los valores de\n",
            "TR y TE de una secuencia Espin-Eco se utilizan para obtener imagenes\n",
            "de densidad protonica 1. TR= 2000ms, TE=30ms 41) Q es la codificacion\n",
            "espacial? 1. Es la aplicacion de diferentes gradientes magneticos para\n",
            "localizacion de la senal de resonancia proveninte del paciente. 42) El\n",
            "pulso de radiofrecuencia utilizando en resonancia magnetica tiene una\n",
            "forma de onda que responde a la funcion sen(X)/X. Se utiliza este\n",
            "pulso porque: 1. La transformada de Fourier en el dominio de la\n",
            "frecuencia da un pulso cuadrado de un determinado ancho de banda. 43)\n",
            "El principal objetico del blindaje pasivo de un magneto es 1. reducir\n",
            "el area abarcada por las lineas de campo magnetico dentro de la sala\n",
            "44) En un resonador de tipo cerrado superconductivo si se requiere\n",
            "realizar un corte SAGITAL, cual de los gradientes actuara como\n",
            "gradiente de slicing 1. El gradiente X 45) Seleccione la INCORRECTA 1.\n",
            "El pulso de RF de 90º tiene un potencial tal, que la magnetizacion\n",
            "longitudinal invierte su polaridad 46) La selak de RM es una corriente\n",
            "inducida generada por la precesion del vector de magnetizacion\n",
            "transversal despues de la estimulacion por un pulso de RF 47) La\n",
            "relajacion T! ocurre cuando un espin intercambia energia con su\n",
            "entorno externo, de alli que tambien recibe el nombre de relajacion\n",
            "SPIN-RED 48) T2 se define como una constante de tiempo para la\n",
            "desintegracion de la magnetizacion transversal 49) Cual es la\n",
            "precuencia de presecion de los protones de hidrogeno en un resonador\n",
            "de 1,5T 1. 64 MHz 50)  los resonadores resitivos necesitan corrientes\n",
            "muy altas, y generan grandes niveles de temperatura, al rededor de\n",
            "0.3T el campo. estan en deshuso. muchas limitaciones y requiere mucha\n",
            "energia electrica, y el sistema de refrigeracion muy sofisticado y que\n",
            "tambien genera mucho consumo. ventaja: se puee extinguir cuando uno\n",
            "quiera, es facil eliminar el campo y establecerlo. 51) En el proceso\n",
            "de relajacon transversal tiene relacion con  1. La facilidad con que\n",
            "los protones intercambian su energia entre si 52) iman permantete,\n",
            "campo vertical, material ceramico 52) indique cual e los valores de TR\n",
            "y TE de una secuencia ESPIN -ECO se utilizan para obtenter imagenes de\n",
            "Densidad Protonica 1. TR = 2000 ms, TE = 30 ms 53) En una secuencia de\n",
            "adquisicion ESPIN - ECO como se muestra en la figura, indique cual es\n",
            "el tiempo al que debe eqxitarse con el pulso de 180º      TE / 2 54)\n",
            "T1 es el tiempo requerido para que la magnetizacion longitudinal Mz\n",
            "crezca de cero a aproximadamente ____[100%]____ de su valor maximo de\n",
            "(M0) 1. 100% 55) Seleccione la opción correcta sobre la modalidad de\n",
            "doppler continuo     1. Los transducrores dopler continuo tienen dos\n",
            "cristales, uno para emitir constantemente con una frecuencia constante\n",
            "y otro para recibir continuamente los ecos reflejados 2. No es posible\n",
            "estudiar la velocidad de flujo selectivamente en una posicion\n",
            "determinada 3. La ventaja del Dopler continuo es que no tiene limites\n",
            "de deteccion de velocidades maximas 4. El Doppler continui no ofrece\n",
            "infomacion acerca de la profundidad a la cual se encuentra el objeto o\n",
            "tejido reflector 5. Todas las respuestas son correctas 56) El barrido\n",
            "selectoreial (steering) en un transducror sectorial electrinuci se\n",
            "realiza mediante 1. La exitacion de los cristales con una variacion de\n",
            "frecuencia 2. La exitacion de los cristales con un retardo de tiempo\n",
            "entre ellos 3. La exitaciond e los cristales variando la tension de\n",
            "exitacion 57) Seleccione al opcion correta entre las siguientes\n",
            "afirmaciones 1. La amplitud de la señal recibida es proporcional a la\n",
            "intensidad del eco generado por la reflexion del iltrasonido 58) Que\n",
            "sucede cuando el ultrasonido atraviesa dos medios diferente impedancia\n",
            "acustica     1. Si la impedancia acustica de ambos medios es similar\n",
            "a(Z1=Z2) todo se refleja y nada se trasmite 2. Si la impedancia\n",
            "acustica del segundo medio es mucho mayor que la impedancia acustica\n",
            "del primero (Z2>>Z2) todo se refleja y nada se trasmite 3. Si la\n",
            "impedancia acustica del segundo medio es mucho mayor que la impedancia\n",
            "acuestica del primero (Z2>>Z2) todo se trasmite y nada se refleja\n",
            "59)El metodo de exploracion Doppler color, por su principio fisico de\n",
            "funcionamiento presenta las siguiente limitaciones 1. No permite medir\n",
            "velocidades altas a profundidades grandes 2. No permite medir la\n",
            "velocidades de ningun rango 3. No permite medir velocidades de ningun\n",
            "rango  4. No permite medir velocidades bajas a profundidades grandes\n",
            "5. No permite medir la velocidad altas a profundidades bajas 6. No\n",
            "permite medir bajas a profundidades bajas 60) Que acciones mejoran o\n",
            "aumentan la resolucion espacial longitudinal o axial de un transductor\n",
            "1. Disminuit la longitud espacial de pulso deultrasonido 2. Disminuir\n",
            "la freciencia  3. Aumenta el numero de ciclos de pulso de ultrasonido\n",
            "4. Disminuir el diametro del haz de ultrasonido 61) En el proceso de\n",
            "formacion de la imagen en la modalidad de Ultrasonido se asume que 1.\n",
            "La velocidad de propagacion del haz de ultrasonido en los tejidos es\n",
            "constante 2. La impedancia acustica de los tejodos atravezados por el\n",
            "haz de ultrasonido es constante 3. La frecuencia de haz ultrasonido\n",
            "variable 4. La densodad de los tejidos que atraviseza el haz de un\n",
            "ultrasonido es constante  5. La velocidad de propagacion del Haz de\n",
            "ultrasonido en los tejidos variable 62)A mayor frecuencia Mayor\n",
            "atenuacion 63) Impedancia acustica : Es la resitencia del medio a la\n",
            "propagacion de la onda sonora. Los solidos tienen alta impedancia y\n",
            "los liquidos, partes blandas y bases tienen una baja impedancia es\n",
            "decir trasmiten mejor el sonido Z= r V (r densidad del medio) (V\n",
            "velocidad de propagacion del sonido en ese medio) 64) En un equipo de\n",
            "Ultrasonido al utilizar un transductor de baja frecuencia se obtiene :\n",
            "1. Una menor penetracion del haz de ultrasonido 2. Un mayor contraste\n",
            "de la imagen  3. Una menor resolucion de la imagen 4. Un menor\n",
            "contraste de la imagen  5. Una mayor resolucion en la imagen 65)\n",
            "velocidad promedio de ultrasonido1540 m/s 66) Un tomogrado de cuarta\n",
            "generacion esta caracterizado por lo siguiente: 1. El tubo realiza un\n",
            "movimiento de rotacion al tiempo que los detectores realizan un\n",
            "movimiento de traslacion 2. El tubo realiza un movimento de rotacion\n",
            "en tanto que los detectores permanecen estacionarios 3. Solo se\n",
            "utiliza en tomografos multislice 4. Esta tecnologia actualmente se\n",
            "comercializa 5. El tubo y ls detectores realizan un movimiento de\n",
            "rotacion 67) Cual es la finalidad de realizar la coalibracion de agua\n",
            "en un tomografo ?  1. Compensar las diferencias de emision de los\n",
            "detectores 2. Compensar las differencias de emision del tibo de rayos\n",
            "X 3. Garantizar la calidad de imagen debido al desgaste de los\n",
            "filamentos çLograr una homogenizacion de la imagen 4. Tomar la\n",
            "referencia del agua para normalizar las densidades y eñpresarlas en\n",
            "numeros CT   68) Cada celda de una matriz es una representación\n",
            "bdimensional (pixel) de un volumen de tejido (voxel). Si el volumen a\n",
            "estudiar tiene un diametro de 50cm y se explora con una matriz de\n",
            "adquisicion de 256x256, cada pixel sera de  1. Aproximadamente 1.25 mm\n",
            "x 125 mm 2. Depende del FOV 3. Aproximadamente 0.1 cm x 0.1 cm 4.\n",
            "Aproximadamente de 2 mm x 2 mm 5. Aproximadamente de 0.5 mm x 0.5 mm\n",
            "69) En un tomografo helicoidal, al utilizar el metodo de interpolacion\n",
            "de 360 previo a la reconstruccion de la imagen, el espesior de corte\n",
            "resultante es  1. Igual al que se obtiene en similares condiciones con\n",
            "un tomografo convencional  2. Mayor que el que se obtiene en similares\n",
            "condiciones con un tomografo convencional 3. Menor al que se obtendra\n",
            "en la interpolacion de 180º 4. Menore que el que se obtendra en\n",
            "similares condiciones con un tomografo convencional 5. Menor que el\n",
            "que se obtiene en similares condiciones con un tomografo convencional\n",
            "y mayor que el que se obtiene utilizando la interpolacion de 180º 70)\n",
            "De acuerdo a la imagen que se muestra a continuación, seleccione la\n",
            "formula que vincula correctamente la relacion existente en el haz\n",
            "incidente, reflejado y la impedancia acustica de los medios         I1\n",
            "= I2 (Z2 -Z1 / Z2 +Z1 ) ’ 2 71) Cuando se toman acciones para\n",
            "correguir los datos adquiridos en funcion de las diferencias propias\n",
            "entre los canales de detectores que se realiza 1. Corregir los datos\n",
            "adquiridos en funcion de las variaciones de emision del tubo de Rx 2.\n",
            "Toma la referencia del aire para lograr el cerl de la escala de\n",
            "numeros CT 3. La caligracion de aire 4. La correccion de OFFSET 5. LA\n",
            "correccion de referencia   72) Cerca de la ventana de tubo de rayos X\n",
            "se encuentra ubicado el detector de referencia, el mismo se utiliza\n",
            "para  1.  Corregir los datos adquiridos en funcion de las variaciones\n",
            "de emision del tubo  2. Medir la corriente de tubo de rayos X 3. Medir\n",
            "la intensiodad de los rayos X secundarios 4. Correguir los valores de\n",
            "la corriente de filamento del tubo 5. Correguir los datos adquiridos\n",
            "en funcion de la variaciond e OFFSET de los detectores 73) La\n",
            "reduccion de la longitud espacial del pulso generado en los\n",
            "transiductores electronicos se logra 1. Utilizando un pulso de\n",
            "exitacion de menor voltaje  2. Utilizando cristales de mayor esesor 3.\n",
            "Colocando un material absorbente acuestico en la cara posterior de los\n",
            "cristales 4. Utilizando lentes acusticas convexas en la cara anterior\n",
            "de los cristales 74) La correccion de OFFSET de un tomografo se\n",
            "realiza para: 1. Correguir los datos adquiridos en funcion de los\n",
            "valores de aire 2. Correguir los datos adquiridos en funcion de las\n",
            "variaciones de señal de salida de los detectores al aplicar de los\n",
            "rayos x 3. Corregir los datos adquiridos en fncion de las variaciondes\n",
            "del Haz de RX 4. Es la calibracion de agua 5. Correguir los datos\n",
            "adquiridos en funcion de las variaciones de señal de los detectores\n",
            "sin aplicar rayos X 75) Cual es el resultado de tener un menor\n",
            "diametro del haz de ultrasonido 1. Mejora o aumenta la resolucion\n",
            "longitudinal de un transductor 2. Disminuye la resolucion axial de un\n",
            "transductor 3. Mejora o aumenta la resolucion transversal de un\n",
            "transductor 76)Sobre la resolucion espacial en la tomografia 1. Se\n",
            "evalua relizando un escaneo con una fantoma metalico con orificion de\n",
            "diferentes diametros 2. Ninguna de las respuestas es correcta 3.\n",
            "Tambien se conoce como “resolucion de bajo contraste” 4. Se calcula en\n",
            "funcion de los diametros de los agujeros que se pueden identificar en\n",
            "la imagen y no se ve influida por factores como el tamaño del foco o\n",
            "numero de detectores 5. Tambien se conoce como “resolucion de alto\n",
            "contraste” y es la copasidad de identificar un bojeto o tejido con un\n",
            "numero CT significatiamente diferente de otros a su alredeor 77) El\n",
            "modo de exploracion Doppler Color 1. Presenta las mismas limitaciones\n",
            "en cuanto a la medicion de velocidades maximas que el doppler pulsado\n",
            "2. Permite mostrar informacion de direccion de flujo y velocidad\n",
            "superpuesta a la imagen modo B 3. Realiza multples analissi Doppler a\n",
            "lo largo de una linea de expliracion 4. Utiliza el mismo principio\n",
            "fisico que el dopler pulsado  5. Todas las respuestas son correctas\n",
            "78) Indique cuales son las cuatro correcciones que se realizan en la\n",
            "etapa de pre-procesamiento de los datos DAS 1. OFFSET de los\n",
            "detectores. calibracion de agua. calibraciond e aire . OFFSET de\n",
            "detoectore de referencia 2. OFFSET de los detectores. calibracion de\n",
            "agua. calibraciond e aire, Correccion de emision medida por el\n",
            "detector de referencia 3. OFFSET de los detectores. calibracion de\n",
            "agua. calibraciond e aire, Correccion Gama- Calibracion en aire 4.\n",
            "Ganancia de los detectoers, Calibracion en agua. Calibracion en aire\n",
            "Correcon de emision medida por el detector de referencia 79) Que\n",
            "funcion cumple el movimiento de Tilt del Gantry 1. Permite obtener\n",
            "imagenes de mayor tambaño del cuerpo  2. PErmite explorar planos\n",
            "oblicuoso para-axiales 3. Permite obtener cortes de menor espesor  4.\n",
            "Permite explorar planos sagitales 80) En los transductores de tipo\n",
            "PhasedArray la focalizacion electronica variable en transmision se\n",
            "realiza mediante  1. Post-proceso de las señales de eco resibidas 2.\n",
            "La exitacion de un grupo de cristales aplicando una curva de retardo\n",
            "de tiempo entra cada uno de ellos 3. Lentes acusticas 4. La aplicadion\n",
            "deun curva variable de retar de tiempo en la recepcion de los ecos 81)\n",
            "El sistema de adquisicion de datos (DAS) 1. Es quien estrega Raw Data\n",
            "que luego pasan a la unidad de preprocesamiento  2. Se encuentra junto\n",
            "con la unidad de preceso y display, todos ellos en el comando del\n",
            "equipo  3. Es quien entrega los datos primarios puros (Pure Raw Data)\n",
            "4. Son los datos que lugo almacenados en una parte del disco magnetico\n",
            "5. Todas las respuestas son correctas   82) En ultrasonido la\n",
            "resolucion axial se define como 1. La maxima velocidad de flujo que es\n",
            "capaz de medir un transductor, cuando su direccion coincide con la\n",
            "direccion del haz de ultrasonido  2. La distancia minima que existe\n",
            "entre dos estructiras en la misma direccion del haz de modo que el\n",
            "equipo sea capaz de reconocer sus ecos de manera independiente 3. La\n",
            "maxima distancia medida entre direccion perpendicular al haz que es\n",
            "capaz de recorer un pulso de ultrasonido 4. La distancia minima entre\n",
            "dos estructuras medida en direccion transversal al haz a partir de la\n",
            "cual equipo es capaz de reconocer sus ecos como prevenientes de\n",
            "estructuras diferentes   83) El equipo de ultrasonido presenta\n",
            "dificultades para ver estructuras que estan por debajo de estructuras\n",
            "oseas, este fenomeno se debe a que  1. se produce un fenomeno de\n",
            "difraciion de ultrasonido  2. El utrasonido es reflejado en su\n",
            "totalidad por estructura osea  3. El utrasonido no produce rebote\n",
            "(eco) en la estructura osea 4. El utrasonido es absorbido totalmente\n",
            "por la estructura osea 84) Que ventajas presenta un voxel istropico en\n",
            "una adquisicion de tomografia 1. Permite obtener recontrucciones\n",
            "mutiplanares con la misma resolucion espacion que en el plano xial de\n",
            "adquisiscion 2. Mejore ala resolucion espacial  3. Mejora la\n",
            "resolucion de contraste 4. Disminuye el efecto de volumen parcial 85)\n",
            "El metodo de expliracion Doppleer den los equipo de ultrasonido se\n",
            "utiliza para  1. Realizar una evaulacion de la elasticidad de los\n",
            "tejidos  2. Obtener imagenes mediante la medicion de la velocidad de\n",
            "propagacon de ultrasonido en los vasos sanguineos 3. Obtener imagennes\n",
            "tridimensionales  4. Realiza una evaluacion de flujo snguineo en vasos\n",
            "de cavidades cardiacas 5. Realiza mediciones de distancia y area 86)\n",
            "En la siguiente imagen se uestra los pulsos de ultrasonido indique que\n",
            "magnitud represetna la X     1.  SPL longitud espacion del pulso  2.\n",
            "PRF Frecuencia de repeticion del pulso 3. Ventana de tiempo de\n",
            "recepcion de ecos 4. PRT peridodo de repeticion de pulso 89) La\n",
            "velocidad de penetracion de los ultrasonidos depende de: 1. Fuente de\n",
            "emision y medio atravesado, Aumenta con la longitud de onda, es decir\n",
            "que disminuye con la alta frecuencia, Disminuye con la absorcion del\n",
            "medio y la reflexion del medio 90) Atenuacion, el ultrasonido sufre\n",
            "una atenuacion a lo largo de su recorido a  tres fenomienos,\n",
            "reflexion, refraccion y absorcion lo que produce una atenuacion 91)\n",
            "Reflexion: viene elhas entre dos elementos con diferetes elementos\n",
            "acusticos y rebota, con un determinado angulo. Refraccion: cuando\n",
            "cuando inside con un angulo diferente a 90 grados penetra y su angulo\n",
            "es diferente al angulo de incidencia,Dispersion cuando la superficie\n",
            "es rugosa se va la mierda la onda. Y atenuacion cuando las onda vienen\n",
            "entran y generan calor.      A mayor profundidad lola amplitud de los\n",
            "ecos disminuye   92) atenuacion coeficient      se toma como un balor\n",
            "tipico de un dB * cm * Mhz(mayor frecuencia mayor atenuacion, mayor\n",
            "prfundidad mayor atenuacion) 93) Curva de ganancia STC o curva de\n",
            "compenzacion de ganancia, genera una aplificacion contraria a la curva\n",
            "de atenuacion.de modo que los ecos mas cercano se aplifican poco, los\n",
            "ecos de profundidaes grandes son amplificados mucho. 94) Proceso de\n",
            "generacion de ultrasonido, se genera atravez de cristales que tienen\n",
            "propiedades Piezoelectrico, significa que cuando produce una presion\n",
            "genera una diferencia de potencial, y vicebersa. 95) Forma de haz de\n",
            "ultrasonidos     convergente, llega a un punto de convergencia minima\n",
            "(foco) y despues diverge. Despues campo cercano, campo lejano. es\n",
            "importante tambien el angulo de divergencia del haz 96) campo cercano\n",
            "r’2/lamda = d’2/4 lamda ) 97)  importancia si imcrementamos frecuencia\n",
            ", el campo cercano se hace mas grande 98) si incrementamos el diametro\n",
            "del cristal el campo cercano se hace mas grande 99) si agregamos una\n",
            "lente acustica concava, podemos generar, un punto focal donde nosotros\n",
            "querramos, podemos mover el punto focal. podemos mover el foco. 100)\n",
            "Punto focal, punto de mayor resolucion espacial tenemos 101)\n",
            "Resolucion Espacial capacidad del sistema para identificar interfas\n",
            "muy proxima, La imagnes ultrasonica comprende Resolucion axial,\n",
            "resolucion lateral y la resolucion en la direccion del espesor de\n",
            "corte.\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            "que es la codificacion espacial?\n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "Q\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            " Q es la codificacion espacial?\n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "1\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            "41) Q es la codificacion espacial?\n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "1\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n",
            "que es la secuencia SPIN-ECO\n",
            "\n",
            "Respuesta:\n",
            "-----------------\n",
            "con un TR de 500ms y un TE de 30ms\n",
            "\n",
            "Pregunta:\n",
            "-----------------\n"
          ]
        }
      ]
    }
  ]
}