Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Badanie hemodynamiki za pomocą wizji obrazu cząstek za pomocą fantomu aorty

4.8K wyświetleń

⸱

DOI:

10.3791/63492

⸱

25 lutego 2022

 , 
1Interdisciplinary Program in Biohealth-Machinery Convergence Engineering, Kangwon National University

W tym artykule

Podsumowanie

Obecny protokół opisuje pomiary prędkości obrazu cząstek (PIV) wykonywane w celu zbadania przepływu zatokowego przez układ in vitro przezcewnikowej zastawki aortalnej (TAV). Określane są również parametry hemodynamiczne na podstawie prędkości.

Streszczenie

Dysfunkcja zastawki aortalnej i udar zostały ostatnio zgłoszone u pacjentów z przezcewnikową implantacją zastawki aortalnej (TAVI). Podejrzewa się skrzeplinę w zatoce aortalnej i zatoce nowej z powodu zmian hemodynamicznych. Eksperymenty in vitro pomagają w badaniu charakterystyki hemodynamicznej w przypadkach, gdy ocena in vivo okazuje się ograniczona. Eksperymenty in vitro są również bardziej solidne, a zmienne parametry są łatwo kontrolowane. Prędkość obrazu cząstek (PIV) jest popularną metodą pomiaru prędkości w badaniach in vitro. Zapewnia pole prędkości o wysokiej rozdzielczości, dzięki czemu obserwowane są nawet małe cechy przepływu. Celem tego badania jest pokazanie, w jaki sposób PIV jest wykorzystywany do badania pola przepływu w zatoce aortalnej po TAVI. Opisano konfigurację fantomu aorty in vitro, TAVI dla PIV oraz proces akwizycji danych i analizy przepływu po przetwarzaniu. Wyprowadzane są parametry hemodynamiczne, w tym prędkość, zastój przepływu, wir, wirowość i przebywanie cząstek. Wyniki potwierdzają, że eksperymenty in vitro i PIV pomagają badać cechy hemodynamiczne w zatoce aortalnej.

Wprowadzenie

Zwężenie zastawki aortalnej jest powszechną chorobą u osób starszych, a zastawka aortalna nie otwiera się, co zmniejsza przepływ krwi. Problem jest spowodowany pogrubieniem lub zwapnieniem zastawki aortalnej1. Dlatego jest to niezbędne leczenie w celu poprawy przepływu krwi i zmniejszenia obciążenia serca. Leczy się go poprzez przebudowę zastawki aortalnej lub zastąpienie jej sztuczną zastawką. Badanie to koncentruje się na przezcewnikowej implantacji zastawki aortalnej (TAVI), wymianie nieprawidłowo działającej zastawki aortalnej na sztuczną za pomocą cewnika.

TAVI jest zalecane dla pacjentów z problemami chirurgicznymi, a śmiertelność również jest niska2. Ostatnio doniesiono, że skrzeplina u pacjentów po TAVI spowodowała dysfunkcję zastawki i udar mózgu3,4. Podejrzewa się skrzeplinę w zatoce aortalnej i neo-sinus, a jej przyczyną są prawdopodobnie zmiany w hemodynamice wywołane przez TAVI. Odbywa się to bez usuwania rodzimych ulotek; Ulotki te mogą zaburzać przepływ zatok i zwiększać ryzyko zakrzepicy5.

Trudno jest określić, jak TAVI wpływa na przepływ krwi i jak zakrzepica jest wywoływana u pacjentów. Pożądane jest wyjaśnienie związku między przepływem krwi a powstawaniem skrzeplin in vivo. Jednak brak praktycznych technik pomiaru przepływu krwi sprawia, że jest to problematyczne. Z drugiej strony, techniki in vitro mają tę zaletę, że pozwalają monitorować zmiany w przepływie krwi poprzez ograniczenie parametrów, które muszą być badane. Konfiguracja in vitro i prędkość obrazu cząstek (PIV) zostały wykorzystane do identyfikacji prędkości w dziedzinach medycznych6,7,8. Dlatego in vitro i PIV są wystarczające do określenia parametrów, które należy zgłaszać, naśladując stan pacjenta: tętno i ciśnienie, lepkość i geometrię zatok, a także pozwalają kontrolować te parametry.

W tym badaniu, konfiguracja in vitro i PIV są używane do badania przepływu w zatoce aortalnej po TAVI. W niniejszym protokole opisano fantom aorty i TAVI dla PIV oraz proces akwizycji danych i analizy przepływu po przetwarzaniu. Wyprowadzane są różne parametry hemodynamiczne, w tym prędkość, zastój, wir, wirowość i przebywanie cząstek. Wyniki pokazują, że konfiguracja in vitro i PIV pomagają badać cechy hemodynamiczne w zatoce aortalnej.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

1. Konfiguracja in vitro

  1. Przygotuj konfigurację eksperymentalną na stole optycznym, obejmującą pompę tłokową, urządzenie do akwizycji danych (DAQ) oraz komputer z wymaganym oprogramowaniem do inżynierii systemu i oprogramowaniem sterującym silnikiem (patrz Tabela Materiałów) (Rysunek 1).
    UWAGA: Pompa tłokowa została wcześniej przetestowana i skalibrowana i składa się z silnika, sterownika silnika i siłownika liniowego9.
  2. Zaimportuj plik arkusza kalkulacyjnego z informacjami o natężeniu przepływu do oprogramowania inżynierii systemu.
    UWAGA: Na przykład tętno wynosi 60 uderzeń na minutę, maksymalne natężenie przepływu wynosi 20 l/min, pojemność minutowa serca wynosi 4,8 l/min, a objętość wyrzutowa wynosi 70 ml.
  3. Ustaw parametr w oprogramowaniu do inżynierii systemów, takim jak kanał wejściowy i wyjściowy DAQ; przykładowy zegar to 1,000, a iteracja sprzężenia zwrotnego to 10.
  4. Ustaw parametr w oprogramowaniu sterującym silnikiem; długość pociągowej wynosi 10 mm, wejście i wyjście analogowe 14,5 mm/napięcie.
  5. Zamontuj zawór zwrotny i zawór oporowy w zbiorniku10.
    UWAGA: Zawór zwrotny jest podłączony do pompy tłokowej jako wlot układu, a zawór kulowy jest podłączony do modelu zatoki akrylowej jako wylot układu.
  6. Przymocuj akrylowy model zatoki (Rysunek 2) za pomocą kwadratowego aluminiowego pręta do stołu optycznego.
    UWAGA: Wymiary modelu zatoki akrylowej przedstawiono w tabeli 1.
  7. Zamontuj manometr (~0-15 psi) na kurku ciśnieniowym akrylowego modelu zatokowego, aby odebrać sygnał ciśnienia z innego komputera.
    UWAGA: Zawory ciśnieniowe znajdują się w odległości 140 mm od złącza sinotubularnego (STJ).
  8. Przygotować płyn roboczy, mieszając sól fizjologiczną i glicerynę (patrz tabela materiałów) w stosunku masowym 60:40,
    UWAGA: Lepkościomierz i refraktometr służyły do pomiaru lepkości i indeksu załamania światła płynu roboczego. Lepkość wynosi ~4 cp, współczynnik załamania światła 1,45, a gęstość 1,100 kg/m3.
  9. Podłącz zbiornik, pompę tłokową i akrylowy model zatokowy za pomocą węża silikonowego (patrz Tabela materiałów).
  10. Przywiąż przezcewnikową zastawkę aortalną (TAV) (patrz Tabela materiałów) do natywnej ulotki wykonanej przez drukarkę 3D z gwintem11.
  11. Połącz stały TAV na rodzimej ulotce z akrylowym modelem zatokowym.
    UWAGA: Użyty tutaj TAV (uzyskany komercyjnie) ma średnicę 23 mm i 26 mm, a wysokość wynosi odpowiednio 18 mm i 20 mm12. Dla TAV (23 mm) głębokość rozmieszczenia i długość ulotki natywnej wynosiły 1,8 mm i 9 mm, a dla TAV (26 mm) wynosi to odpowiednio 2,0 mm i 10 mm. Wewnętrzna średnica rodzimego listka wynosiła 21 mm, biorąc pod uwagę rozmiar pierścienia pacjenta.
    UWAGA: TAV wysycha, jeśli nie jest konserwowany w roztworze soli fizjologicznej. Jest przechowywany w płynie nawet po przywiązaniu do rodzimej ulotki.
  12. Napełnić płyn roboczy (krok 1.8) w systemie in vitro.
    OSTROŻNOŚĆ. Unikaj tworzenia pęcherzyków na akrylowym modelu zatok, ponieważ wpływa to na wyniki PIV.

2. Ustawienia PIV

  1. Umieść laser na innym stole optycznym i szynie jednoosiowej.
    UWAGA: Laser jest ciągłym laserem Nd:YAG, który emituje światło o długości fali 532 nm i którego moc może wzrosnąć do 10 W (patrz Tabela Materiałów). Arkusz laserowy przepuszczony przez optykę ma odległość 1 m od akrylowego modelu zatokowego.
  2. Zlokalizuj szybką kamerę na 2-osiowym trawersie i przesuń trawers.
    UWAGA: Szybka kamera jest prostopadła do arkusza laserowego i akrylowego modelu zatokowego.
  3. Wyposaż obiektyw w szybkoobrotową kamerę.
    UWAGA: Obiektyw makro zamontowany w szybkim aparacie ma ogniskową 105 mm, a przysłona to f/2.8.
  4. Cząstki nasion (patrz Tabela materiałów) w zbiorniku.
    UWAGA: Cząstka jest pustą szklaną kulą o średniej średnicy 10 μm i gęstości 1 090 kg/m3. Zbiornik ma kształt prostokąta, a szerokość, długość i wysokość wewnątrz wynoszą odpowiednio 23 cm, 23 cm, 35 cm. W górnej części znajduje się otwór do mocowania. Pokrywka miała również otwór do mocowania i kran śrubowy do zainstalowania pompy żarówki do wywierania ciśnienia.
  5. Zaprogramuj zewnętrzny wyzwalacz za pomocą elektronicznej platformy prototypowej o otwartym kodzie źródłowym, Arduino (patrz tabela materiałów).
    UWAGA: Gdy pompa tłokowa porusza się na określoną odległość, wyjście Arduino staje się 1, które jest przesyłane do szybkiej kamery jako wyzwalacz do sfotografowania.
  6. Uruchom oprogramowanie sterujące kamerą (patrz Spis materiałów), kliknij Bieżące odniesienie do sesji (CSR) i zdejmij pokrywę obiektywu.
  7. Włącz laser, ustaw go na 7 W i umieść arkusz laserowy na środku TAV.
  8. Zrób zdjęcie i sprawdź gęstość i średnicę cząstek.
    UWAGA: Aby zmniejszyć liczbę błędów, upewnij się, że w oknie przesłuchania znajduje się ~8-10 cząstek o średnicy cząstek 2-4 pikseli13.
  9. Ustaw parametry, takie jak rozdzielczość (1280 x 720), losowa liczba klatek na sekundę, czas naświetlania na maksimum zgodnie z losową liczbą klatek na sekundę w oprogramowaniu sterującym kamerą.
  10. Najpierw kliknij przycisk Włącz w oprogramowaniu sterującym silnikiem, a następnie kliknij przycisk Start w oprogramowaniu inżynierii systemów, aby uruchomić pompę tłokową.
  11. Zrób zdjęcie i sprawdź, czy maksymalna odległość cząstek jest mniejsza niż 4-6 pikseli.
    UWAGA: To badanie odpowiada 50% okna przesłuchania, które ustawia 16 pikseli między wektorami prędkości. Maksymalna odległość cząstek w oknie przesłuchania jest ograniczona do 8 pikseli.
  12. Powtórz krok 2.11, aby zapewnić maksymalną odległość cząstek w tym zakresie, dostosowując liczbę klatek na sekundę (kl./s), jeśli jest większa niż 6 pikseli, i zmniejszając liczbę klatek na sekundę, jeśli jest mniejsza niż 4 piksele.

3. Badanie hemodynamiki

  1. Sprawdź, czy nie ma wycieku z części łączącej modelu zatoki akrylowej lub czy wąż silikonowy nie jest złożony.
  2. Zaimportuj plik Excel, w którym zapisane są informacje o natężeniu przepływu i bpm w oprogramowaniu do inżynierii systemu.
    UWAGA: Na przykład tętno wynosi 60 uderzeń na minutę, maksymalne natężenie przepływu wynosi 20 l/min, pojemność minutowa serca wynosi 4,8 l/min, objętość wyrzutowa wynosi 70 ml (Rysunek 3A).
  3. Potwierdź parametr oprogramowania inżynierii systemowej, taki jak kanał wejściowy i wyjściowy urządzenia DAQ. Przykładowy zegar to 1 000, a iteracja sprzężenia zwrotnego to 10.
  4. Potwierdź parametr oprogramowania sterującego silnikiem, np. długość pociągowej wynosi 10 mm, wejście i wyjście analogowe 14.5 mm/napięcie.
  5. Włącz kamerę o dużej szybkości i uruchom oprogramowanie sterujące kamerą.
  6. Kliknij CSR i zdejmij pokrywę obiektywu.
  7. Ustaw kamerę kontrolującą parametry oprogramowania, np. rozdzielczość 1280 x 720, liczbę klatek na sekundę 300 kl./s, okres zdjęć 200 μs i 150 μs, liczbę zdjęć seryjnych 3 i ekspozycję (wymuszoną przez okres serii).
  8. Włącz laser, ustaw go na 7 W i zlokalizuj arkusz lasera na środku TAV. Ustaw ostrość na arkuszu laserowym, sterując obiektywem.
  9. Wyreguluj ciśnienie w zbiorniku.
    UWAGA: Średnie ciśnienie zastawkowe wynosi 100 mmHg podczas pracy pompy tłokowej (Rysunek 3B,C).
  10. Najpierw kliknij przycisk Włącz w oprogramowaniu sterującym silnikiem, a następnie kliknij przycisk Start w oprogramowaniu inżynierii systemu, aby uruchomić pompę tłokową.
  11. Poczekaj, aż natężenie przepływu się ustabilizuje.
    UWAGA: Natężenie przepływu oblicza różnicę na podstawie sygnału z pompy tłokowej i wykonuje ujemne sprzężenie zwrotne, więc potrzeba czasu, aby poczekać, aż się ustabilizuje.
  12. Sprawdź wyzwalacz, który działa w ploterze szeregowym Arduino.
  13. Rejestruj obrazy cząstek przez 14 ciągłych cykli i powtórz je łącznie siedem razy.
    UWAGA: Pojemność pamięci kamery o dużej szybkości jest związana z rozdzielczością i liczbą obrazów cząstek. Zgodnie z parametrem ustawionym w kroku 3.7 możliwe jest zrobienie zdjęcia tylko przez 14 cykli jednocześnie.

4. Przetwarzanie danych

  1. Konwertuj z pliku .cine na pliki .tiff za pomocą oprogramowania sterującego kamerą.
  2. Oblicz średni obraz dla wszystkich obrazów cząstek w czasie. Usuń obszar odpowiadający odbiciu lasera od ściany lub TAV, odejmując średnią image14.
  3. Utwórz maskę, oddzielając obszary do analizy od tych, które mają zostać odrzucone.
    UWAGA: W tym badaniu użyto dwóch masek: jednej do analizy samego regionu zatoki, a drugiej do analizy całego regionu, który zawiera region po STJ.
  4. Wykonaj PIV za pomocą PIVlab, narzędzia typu open source opartego na MATLAB15 (patrz Tabela materiałów).
    1. Importowanie obrazów cząstek zapisanych metodą czasowo-rozdzielczą lub metodą parami.
    2. Wykonaj adaptacyjną korekcję histogramu z ograniczonym kontrastem (CLAHE)16.
      UWAGA: CLAHE to metoda wstępnego przetwarzania obrazu. Kontrast obrazu cząstki jest redystrybuowany tak, że laser odzwierciedla wzrost i spadek intensywności cząstek. Obraz cząstek jest podzielony przez okno z 20 pikselami.
    3. Zaimportuj maskę i zastosuj ją do wszystkich obrazów cząstek.
    4. Ustawia okno przesłuchania wieloprzebiegowego.
      UWAGA: Okno przesłuchania zostało zmniejszone z 64 x 64 do 32 x 32 z 50% nałożeniem się. Odległość między dwoma wektorami odpowiada 16 pikselom.
    5. Wykonaj korelację krzyżową13 dotyczącą pary obrazów cząstek przekształconej na dziedzinę częstotliwości przy użyciu szybkiej transformaty Fouriera (FFT)13.
    6. Znajdź wartość szczytową przy użyciu dopasowania Gaussa 2 x 3 w wyniku korelacji.
      UWAGA: Wartość szczytowa wybrana w łączniku Gaussa określała odległość cząstek.
  5. Uruchom proces wygładzania, który obejmuje następujące procesy.
    1. Usuń wartości odstające do wartości "NaN" za pomocą wbudowanej funkcji "isoutlier" w programie MATLAB.
    2. Interpoluj wartość nan do wartości za pomocą funkcji "inpaint_nans" w MATLAB15.
    3. Konwersja z "pikseli/klatka" na "m/s" zgodnie z liczbą klatek na sekundę i okresem serii.
      UWAGA: Konwersja jest związana z interwałem czasu, określonym przez liczbę klatek na sekundę i okres serii. W szczególności współczynnik metody czasowo-rozdzielczej jest uzyskiwany przez liczbę klatek na sekundę, a współczynnik metody parami jest uzyskiwany przez okres serii.
    4. Scalić metodę parami i metodę czasowo-rozdzielczą przy użyciu współczynnika ważenia.
      UWAGA: Współczynnik wagowy zależy od wielkości prędkości i ma łączną wartość 1 w każdej sekcji. Jeżeli wielkość prędkości przekracza pewien próg, współczynnik dla metody parami jest wyższy niż dla metody czasowo-rozdzielczej.
    5. Uruchom funkcję "smoothn" DCT-PLS przy użyciu współczynnika wygładzania 0,5915,17.
      UWAGA: Funkcje "smoothn" i "inpaint_nans" są dostępne w PIVlab.

5. Analiza danych

  1. Załaduj dane PIV do MATLAB.
  2. Wyodrębnij składowe "u" i "v" z danych PIV.
  3. Oblicz pole prędkości18 (Równanie 1, Plik uzupełniający 1).
  4. Określ parametry hemodynamiczne za pomocą wewnętrznego kodu i wbudowanej funkcji19.
    1. Wyznacz wirowość za pomocą wbudowanej funkcji "curl" w MATLAB18 (Równanie 2, Plik uzupełniający 1).
    2. Wyprowadź stazę za pomocą wewnętrznego kodu20 (Równanie 3, Plik uzupełniający 1).
    3. Wyprowadź wartość Γ1 za pomocą kodu wewnętrznego21 (Równanie 4, Plik uzupełniający 1).
    4. Wyznacz miejsce zamieszkania cząstki za pomocą wewnętrznego kodu19 (Równanie 5, Plik uzupełniający 1).
  5. Obliczyć średnią i odchylenie standardowe parametrów hemodynamicznych (tabela 2).
    UWAGA: Prędkość szczytowa, wirowość, Γ1 i staza zostały obliczone dla łącznie 98 cykli. Rozpad uzyskano poprzez wykładnicze dopasowanie do procentu obecności cząstek. Rozpad ustawił 14 cykli jako jeden zestaw danych i obliczył średnią i odchylenie standardowe dla siedmiu razy.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Pola prędkości wykazały różną strukturę przepływu w zatoce w zależności od średnicy zastawki, co przedstawiono na Rysunku 4. W przypadku TAV (23 mm) prędkość była wyższa niż 0,05 m/s pomiędzy TAV a STJ od wczesnego do szczytowego skurczu, podczas którego TAV była otwarta przy użyciu strumienia przedniego. Następnie, w późnym skurczu, wysoka prędkość rozkładała się w wąskim zakresie w pobliżu stentu. Prędkość w rozkurczu była niższa niż 0,025 m/s i pojawiły się dwa wiry o niskiej prędkości. D...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Przepływ zatokowy zmienił się z powodu innej geometrii zatoki po TAVI. Wir powstał w wyniku otwarcia zastawki aortalnej i interakcji z skierowanym do przodu strumieniem skurczu22. W badaniu sztucznej zastawki chirurgicznej bez rodzimych ulotek wir obserwowany w okolicy zatoki w skurczu był normalny23. Badanie to tworzy wir prezentowany przy rozkurczu poprzez zmniejszenie strumienia do przodu i wejście do zatoki. Przepływ zatokowy napotkał rodzimą ulotkę; W rezultacie rozdzi...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy nie mają nic do ujawnienia.

Podziękowania

To badanie było wspierane przez Program Badań Podstawowych Narodowej Fundacji Badawczej Korei, który jest finansowany przez Ministerstwo Edukacji (NRF-2021R1I1A3040346 i NRF-2020R1A4A1019475). Badanie to było również wspierane przez grant badawczy (PoINT) z 2018 r. z Kangwon National University.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Drukarka 3DPrusa ResearchOriginal Prusa i3 MK2; Drukarka FDM
Listwa aluminiowa (kwadratowa)APSPROKHP-3030, KHP-6060Wymiary: 30 mm x 30 mm, 60 mm x 60 mm
Pompa żarówkiSkyhopeMHL-1
Oprogramowanie sterujące kamerąOprogramowanie PhantomPCC 3.4Oprogramowanie sterujące kamerą o dużej prędkości
Zawór zwrotnyRURAZawór zwrotny; 1/2 cala (15A)
Sprzęt cyfrowy urządzenie: National InstrumentsUSB-6001
GlicerynaANU, KoreaSłuży do wytwarzania płynu roboczego
Szybka kameraPhantomPhantom VEO 710E-L
LaserChangchun New Industries Optoelectronics TechnologyMGL-W-532; Laserowy siłownik liniowy CW Nd:YAG
THOMSONPC-40; przekształca ruch obrotowy w ruch lenear
Obiektyw makroNikonVR Micro-NIKKOR 105mm, f/2.8 G
SilnikKOLLMORGENAKM33H-ANCNR-00; Silnik serwo prądu stałego
Oprogramowanie sterujące silnikiemKOLLMORGENOprogramowanie Kollmorgen; oprogramowanie sterujące sterownikiem silnika
Sterownik silnikaKOLLMORGENAKD-B00606-NBAN-0000
Prototypowa platforma elektroniczna o otwartym kodzie źródłowymArduinoA000066Arduino Uno R3. Służy do wykonania zewnętrznego wyzwalacza
Stół optycznySMTECH1800 (W) x 900 (B) x 800 (H)
ParticleDantec Dynamics80A6011Hollow Glass Sphere. Średnia średnica: 10 i mikro; m, Gęstość: 1090 kg/m3
PIVlabPIVlabOpen source algorytm oparty na manometrze MATLAB
https://kr.mathworks.com/matlabcentral/fileexchange/27659-pivlab-particle-image-velocimetry-piv-tool-with-gui
OMEGAPX309-015A5V. Zakres pomiarowy: 0 ~ 15psi
RefraktometrATAGO2350R-5000. Ręczny refraktometr; Zakres pomiarowy: 1.333-1.520
Zawór oporowyHANJU STEEL PIPEZawór kulowy; 1/2 cala (15A)
SalineDAI HAN PHARMSłuży do wytwarzania płynu roboczego i do konserwacji TAV
Wąż silikonowyHSWŚrednica wewnętrzna 26mm, Średnica zewnętrzna 30mm; Długość wlotu 5 m, Długość wylotu 1,5 m
Oprogramowanie do inżynierii systemuOprogramowanie National InstrumentsLabVIEW. Oprogramowanie steruje DAQ.
Przezcewnikowa zastawka aortalna, TAV (23 mm) i TAV (26 mm)Edwards LifesciencesSAPIEN3 23 mm, SAPIEN3 26 mm. Jest wspierany przez wiskozymetr medyczny Seoul Asan
BrookfiledDVELV; Zakres pomiarowy: 1-2x109 cp
STALOWA HANJU

Bibliografia

  1. Carabello, B. A., Paulus, W. J. Aortic stenosis. The Lancet. 373 (9667), 956-966 (2009).
  2. Jakobsen, L., et al. Short-and long-term mortality and stroke risk after transcatheter aortic valve implantation. The American Journal of Cardiology. 121 (1), 78-85 (2018).
  3. Koo, H. J., et al. Computed tomography features of cuspal thrombosis and subvalvular tissue ingrowth after transcatheter aortic valve implantation. The American Journal of Cardiology. 125 (4), 597-606 (2020).
  4. Midha, P. A., et al. The fluid mechanics of transcatheter heart valve leaflet thrombosis in the neosinus. Circulation. 136 (17), 1598-1609 (2017).
  5. Abubakar, H., Ahmed, A. S., Subahi, A., Yassin, A. S. Thrombus in the Right Coronary Sinus of Valsalva Originating From the Left Atrial Appendage Causing Embolic Inferior Wall Myocardial Infarction. Journal of Investigative Medicine High Impact Case Reports. 6, 2324709618792023(2018).
  6. Charonko, J., Karri, S., Schmieg, J., Prabhu, S., Vlachos, P. In vitro, time-resolved PIV comparison of the effect of stent design on wall shear stress. Annals of Biomedical Engineering. 37 (7), 1310-1321 (2009).
  7. Hariharan, P., et al. Inter-laboratory characterization of the velocity field in the FDA blood pump model using particle image velocimetry (PIV). Cardiovascular Engineering and Technology. 9 (4), 623-640 (2018).
  8. Lim, W., Chew, Y., Chew, T., Low, H. Pulsatile flow studies of a porcine bioprosthetic aortic valve in vitro: PIV measurements and shear-induced blood damage. Journal of Biomechanics. 34 (11), 1417-1427 (2001).
  9. Kim, J., Lee, Y., Choi, S., Ha, H. Pulsatile flow pump based on an iterative controlled piston pump actuator as an in-vitro cardiovascular flow model. Medical Engineering & Physics. 77, 118-124 (2020).
  10. Moore, B. L., Dasi, L. P. Coronary flow impacts aortic leaflet mechanics and aortic sinus hemodynamics. Annals of Biomedical Engineering. 43 (9), 2231-2241 (2015).
  11. Evans, B. Practical 3D printers: The science and art of 3D printing. , Apress. (2012).
  12. Yudi, M. B., Sharma, S. K., Tang, G. H., Kini, A. Coronary angiography and percutaneous coronary intervention after transcatheter aortic valve replacement. Journal of the American College of Cardiology. 71 (12), 1360-1378 (2018).
  13. Adrian, R. J., Westerweel, J. Particle Image Velocimetry. , Cambridge University Press. (2011).
  14. Deen, N. G., et al. On image pre-processing for PIV of single-and two-phase flows over reflecting objects. Experiments in Fluids. 49 (2), 525-530 (2010).
  15. Thielicke, W., Stamhuis, E. PIVlab-towards user-friendly, affordable and accurate digital particle image velocimetry in MATLAB. Journal of Open Research Software. 2 (1), (2014).
  16. Pizer, S. M., et al. Adaptive histogram equalization and its variations. Computer Vision, Graphics, and Image Processing. 39 (3), 355-368 (1987).
  17. Garcia, D. Robust smoothing of gridded data in one and higher dimensions with missing values. Computational Statistics & Data Analysis. 54 (4), 1167-1178 (2010).
  18. Elger, D. F., LeBret, B. A., Crowe, C. T., Roberson, J. A. Engineering Fluid Mechanics. , John Wiley & Sons. (2020).
  19. Raghav, V., Sastry, S., Saikrishnan, N. Experimental assessment of flow fields associated with heart valve prostheses using particle image velocimetry (PIV): recommendations for best practices. Cardiovascular Engineering and Technology. 9 (3), 273-287 (2018).
  20. Ncho, B., Sadri, V., Ortner, J., Kollapaneni, S., Yoganathan, A. In-Vitro Assessment of the Effects of Transcatheter Aortic Valve Leaflet Design on Neo-Sinus Geometry and Flow. Annals of Biomedical Engineering. 49 (3), 1046-1057 (2021).
  21. Graftieaux, L., Michard, M., Grosjean, N. Combining PIV, POD and vortex identification algorithms for the study of unsteady turbulent swirling flows. Measurement Science and Technology. 12 (9), 1422(2001).
  22. Yap, C. H., Saikrishnan, N., Tamilselvan, G., Yoganathan, A. P. Experimental measurement of dynamic fluid shear stress on the aortic surface of the aortic valve leaflet. Biomechanics and Modeling in Mechanobiology. 11 (1), 171-182 (2012).
  23. Toninato, R., Salmon, J., Susin, F. M., Ducci, A., Burriesci, G. Physiological vortices in the sinuses of Valsalva: an in vitro approach for bio-prosthetic valves. Journal of Biomechanics. 49 (13), 2635-2643 (2016).
  24. Raghav, V., Midha, P., Sharma, R., Babaliaros, V., Yoganathan, A. Transcatheter aortic valve thrombosis: a review of potential mechanisms. Journal of the Royal Society Interface. 18 (184), 20210599(2021).
  25. Ramanathan, T., Skinner, H. Coronary blood flow. Continuing Education in Anaesthesia, Critical Care & Pain. 5 (2), 61-64 (2005).
  26. Nobach, H., Bodenschatz, E. Limitations of accuracy in PIV due to individual variations of particle image intensities. Experiments in Fluids. 47 (1), 27-38 (2009).
  27. Gülan, U., et al. Performance analysis of the transcatheter aortic valve implantation on blood flow hemodynamics: An optical imaging-based in vitro study. Artificial Organs. 43 (10), 282-293 (2019).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

Analiza hemodynamicznaprzezcewnikowa zastawka aortalnaeksperyment in vitropole prędkościzatoka aortyproteza zastawki sercatworzenie się wirówczas przebywania cząsteczek
Badanie hemodynamiki za pomocą wizji obrazu cząstek za pomocą fantomu aorty
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.