É necessária uma assinatura do JoVE para visualizar este conteúdo. Faça login ou inicie seu teste gratuito.

Artigo de método

Meso-escala Particle Image Velocimetry estudos de Neurovascular flui em Vitro

7.6K vistas

⸱

DOI:

10.3791/58902

⸱

3 de dezembro de 2018

 ,  ,  ,  ,  ,  ,  , 
1Department of Mechanical Engineering, University of California, Riverside, 2Division of Interventional Neuroradiology, University of California, Los Angeles, 3Materials Science and Engineering Program, University of California, Riverside, 4Department of Bioengineering, University of California, Riverside

* These authors contributed equally

Neste artigo

Resumo

Aqui nós apresentamos métodos simplificados para fabricar fantasmas neurovascular transparente e caracterizando o fluxo nele. Destaca-se vários parâmetros importantes e demonstrar sua relação com a precisão do campo.

Resumo

Velocimetria por imagem (PIV) é usada em uma ampla variedade de campos, devido a oportunidade que prevê precisamente Visualizar e quantificar os fluxos através de uma grande gama de spatiotemporal. No entanto, sua implementação geralmente requer o uso de instrumentação caro e especializado, o que limita sua utilidade mais ampla. Além disso, dentro do campo da bioengenharia, em vitro estudos de visualização de fluxo também são frequentemente mais limitado pelo alto custo dos espectros de tecido comercialmente origem que recapitular desejadas estruturas anatômicas, particularmente para aqueles que abrangem o regime de mesoescala (ou seja, submillimeter para escalas de comprimento milímetro). Neste documento, apresentamos um protocolo experimental simplificado desenvolvido para lidar com essas limitações, os elementos-chave dos quais incluem 1) um método de custo relativamente baixo para a fabricação de mesoescala espectros de tecido usando impressão 3-d e carcaça do silicone e 2) uma quadro de análise e processamento de imagem de código-fonte aberto que reduz a demanda sobre a instrumentação para medir os fluxos de mesoescala (ou seja, velocidades de até dezenas de milímetros/segundo). Coletivamente, isso diminui a barreira de entrada para nonexperts, aproveitando recursos já à disposição de muitos pesquisadores de bioengenharia. Nós demonstratethe aplicabilidade do presente protocolo no âmbito da caracterização do fluxo neurovascular; no entanto, espera-se que seja relevante para uma ampla gama de aplicações de mesoescala em Bioengenharia e além.

Introdução

PIV é amplamente utilizado na mecânica de fluidos experimental para a visualização fluxo e investigações quantitativas de movimentos fluidos que variam em escala de comprimento de atmosférico a fluxos microcirculatory1,2,3. Enquanto os detalhes de sua implementação podem variar tão amplamente como suas aplicações, um aspecto comum a quase todos os estudos PIV é o uso da imagem de vídeo de partículas de traçador semeado dentro do fluido de trabalho, seguido por uma análise por pares de quadros de imagens consecutivas para extrair as características de fluxo desejada. Normalmente, isso é realizado pela primeira subdividindo cada quadro de imagem em regiões menores denominadas janelas de interrogatório. Como consequência as posições aleatórias das partículas dispersas, cada janela de interrogatório contém uma única distribuição de intensidades de pixel. Se a taxa de aquisição de dados e tamanho de janela é escolhida apropriadamente, correlação cruzada do sinal de intensidade em cada janela pode ser usada para estimar o deslocamento médio dentro dessa região. Finalmente, dado que a ampliação e a taxa de quadros são conhecidos parâmetros experimentais, um campo vetorial de velocidade instantânea pode ser facilmente calculado.

Uma grande vantagem do PIV sobre técnicas de medição de ponto único é a sua capacidade para mapear campos vetoriais em um domínio de duas ou três dimensões. Aplicações de hemodinâmicas, em particular, se beneficiaram com esse recurso, uma vez que permite uma investigação minuciosa dos fluxos locais, que são conhecidas por desempenhar um papel significativo na doença vascular ou remodelação (por exemplo, aterosclerose, angiogênese) 4 , 5 , 6. isto também foi verdade para a avaliação dos fluxos neurovascular, e suas interações com dispositivos endovasculares (por exemplo, desviadores de fluxo, stents, bobinas de intrasaccular), desde os comprimento-escalas relevantes em tais aplicações podem muitas vezes abrangem uma ou mais ordens de grandeza (por exemplo, do micrômetro em milímetro) e geometria do dispositivo e colocação pode significativamente impactar o local mecânica dos fluidos7.

A maioria dos grupos de estudos baseados em PIV hemodinâmica têm invocado experimentais set-ups que intimamente imitam algumas das primeiras investigações de stent influência no fluxo vascular7,8. Normalmente, estes incluem um) pulsado lasers e câmeras de alta velocidade, para capturar os fluxos de alta velocidade; b) sincronizadores, para evitar serrilhado entre a frequência de pulso do laser e a taxa de quadros de aquisição de câmera; c) óptica cilíndrica, para formar uma folha de luz e, assim, minimizar a fluorescência de fundo de partículas marcador acima e abaixo do plano do interrogatório; d) no caso de sistemas comerciais de turn-key, pacotes de software proprietário, para realizar as análises de correlação cruzada. No entanto, embora alguns aplicativos exigem o desempenho e/ou versatilidade oferecidas coletivamente por estes componentes, muitos outros não o faz. Além disso, o alto custo do tecido comercialmente origem fantasmas que recapitular desejadas estruturas vasculares também podem provar limitantes para muitos estudos em vitro , particularmente para fantasmas com apresenta essa ponte o regime de mesoescala (> 500 USD / fantasma). Neste documento, nós relatamos o desenvolvimento de um protocolo simplificado pela execução PIV para a visualização em vitro de fluxos neurovascular, que normalmente estão ambos espacialmente e temporalmente dentro do regime de mesoescala (i.e., escalas de comprimento variando de submillimeter milímetros, e velocidades de até dezenas de milímetros/segundo). O protocolo visa alavancar recursos já à disposição de muitos pesquisadores de bioengenharia, diminuindo assim a barreira de entrada para nonexperts.

O primeiro elemento do presente protocolo envolve o uso de uma técnica de fundição de investimento para permitir a fabricação in-house de transparente, polidimetilsiloxano (PDMS)-com base em espectros de tecido de 3-D-impresso moldes sacrificiais. Aproveitando a crescente disponibilidade de impressoras 3-d nos últimos anos, particularmente aqueles em compartilhado/multi-usuário instalações (por exemplo, instalações institucionais ou makerspaces pública), esta metodologia corta custos significativamente (p. ex., < 100 USD/fantasma no caso apresentado aqui), permitindo uma rápida reviravolta para a fabricação de uma ampla variedade de projetos e geometrias. No protocolo atual, um depoimento fundido, sistema de modelagem é usado com acrilonitrila-butadieno-estireno (ABS) como o material de construção, e a parte impressa serve como um sacrifício molde para a fundição de fantasma subsequente. Nossa experiência tem mostrado que ABS é well-suited para tal uso, já que é solúvel em solventes comuns (por exemplo, acetona), e tem suficiente força e rigidez para manter a integridade do molde após a remoção do suporte material (por exemplo, para Evite a deformação ou fratura das características do molde diminutivo). No actual protocolo, integridade de molde é mais assegurada usando sólidos modelos impressos, embora isso vem à custa do tempo de dissolução de aumento. O uso de modelos ocos pode também ser possível em alguns casos, para melhorar o acesso de solvente e assim, reduzir o tempo de dissolução. No entanto, cuidadosa consideração deve ser dada ao efeito isto pode ter na integridade do molde. Finalmente, enquanto os phantoms fabricados neste documento são baseados em representações idealizadas de estruturas neurovasculares geradas usando um pacote de software de desenho assistido por computador (CAD) comum, o protocolo deverá ser favorável para a fabricação de mais complexo , geometrias específicas do paciente também (por exemplo, através do uso de arquivos de modelo gerado pela conversão de dados clínicos de imagem para o. Formato de arquivo STL usado pela maioria das impressoras 3-d). Para mais informações sobre o processo de fabricação fantasma são fornecidas na secção 2 do protocolo.

O segundo elemento do protocolo envolve o uso de um plug-in para ImageJ realizar as análises de correlação cruzada9abr-fonte. Este é acoplado com a implementação de um regime de limiarização estatística simples (ou seja, intensidade tampando)10 para melhorar o sinal de imagem antes da correlação cruzada, bem como um esquema de validação postcorrelation vector, o normalizado teste de mediana (NMT), para eliminar vetores espúrios, através de uma comparação de cada um de seus mais próximos vizinhos11. Coletivamente, isso permite que a imagem para ser realizado usando equipamentos comumente encontrado em muitos laboratórios de bioengenharia, eliminando assim a necessidade de aquisição de muitos dos componentes dos sistemas típicos de PIV (por exemplo, laser pulsado, caros sincronizador, óptica cilíndrica e software proprietário). Para mais informações sobre a coleção de vídeos, processamento de imagem e análise de dados são fornecidas nas seções 5 e 6 do protocolo.

A Figura 1 ilustra a afinação PIV, usada no presente protocolo, que depende de um microscópio de fluorescência, equipado com uma câmera de alta velocidade de imagem, bem como externo, fonte de luz branca contínua (ou seja, lâmpada de iodetos metálicos) para iluminação volumétrica através da objectiva. Uma bomba de engrenagem de velocidade variável é usada para impor o fluxo de recirculação de solução transparente sangue simulado através dos phantoms de tecido neurovascular. A solução é composta de uma mistura de 60: 40 de deionizada (DI) água e glicerol, que é um substituto comum para o sangue na hemodinâmica estuda12,13,14, devido a um) sua densidade e viscosidade (ou seja, semelhantes 1.080 kg/m3 e 3,5 cP vs 1.050 kg/m3 e 3-5 cP para o sangue)15,,16; b) sua transparência na faixa visível; c) o seu índice de refração similar como PDMS (1.38 vs 1,42 para PDMS)17,18,19,20, que minimiza a distorção óptica; d) a facilidade com que comportamento não-newtonianos pode ser introduzido, se necessário, através da adição de xanthane21. Finalmente, esferas de poliestireno fluorescentes são usadas como partículas traçador (10,3 µm de diâmetro; 480 nm/501 nm excitação/emissão). Enquanto neutra flutuantes grânulos são desejados, sourcing partículas traçador com óptimas propriedades mecânicas fluidas (por exemplo, densidade, tamanho, composição) e o comprimento de onda de emissão pode constituir um desafio. Por exemplo, os grânulos usados aqui são ligeiramente menos densos que a solução de glicerol (1.050 kg/m3 vs 1.080 kg/m3). No entanto, os efeitos hidrodinâmicos, dos mesmos, são negligenciáveis, dado que a duração de um experimento típico é muito menor do que a escala de tempo associada com efeitos de flutuabilidade (i.e., 5 min e 20 min, respectivamente). Mais detalhes sobre o sangue simulado solução formulação e in vitro sistema circulatório set-up são fornecidos nas seções 3 e 4 do protocolo.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Protocolo

1. fabricação do molde Sacrificial ABS-baseado

  1. Desenha um modelo inverso do fantasma tecido desejado utilizando software CAD.
  2. Imprima o modelo usando uma impressora 3-d com ABS como o material de construção.

2. com base em PDMS Vascular fabricação de fantasma

  1. Mistura
    1. Misture a base prepolymer PDMS e agente de cura em uma proporção de 10:1 (por peso); uma mistura de 66G fornece material suficiente para a fabricação de fantasmas com volumes de até 50 cm3.
    2. Coloque a mistura num exsicador de vácuo para 60 min para desgaseificar e minimizar o aprisionamento de bolha. Use pressurização/despressurização cíclica para facilitar a ruptura da bolha.
  2. Fundição
    1. Monte o molde impresso do ABS em um slide de vidro usando moldagem putty para selar a interface.
    2. Com cuidado, despeje a mistura PDMS no molde enquanto tenta minimizar uma armadilha de bolha. Bolhas persistentes podem ser rompidas manualmente usando uma agulha.
    3. Cure o fantasma de molde à temperatura ambiente (25 ° C) pelo menos 24 h.
      Nota: Em temperaturas mais altas, esse processo pode ser acelerado22.
  3. Desmoldagem
    1. Dissolver o ABS por submergir o fantasma em acetona e sonicating pelo menos 15 min, usando poderes até 70 w.
      Atenção: A acetona tem uma alta pressão de vapor à temperatura ambiente e um baixo ponto de fulgor. Por conseguinte, sempre trabalha sob uma coifa e longe de possíveis fontes de ignição. Use equipamento de proteção pessoal adequado (por exemplo, óculos de proteção ou cara de escudo, jaleco, luvas resistentes a acetona).
    2. Enxague cuidadosamente o fantasma com álcool isopropílico e, em seguida, DI água para remover os resíduos de solventes.
      Nota: PDMS incha após exposição à acetona; no entanto, o inchaço diminui uma vez que o fantasma é lavado e secado suficientemente23.
  4. Confirmação de fidelidade fantasma usando microscopia ótica
    1. Usando um microscópio óptico com uma câmera anexada e software de captura de imagem, capture uma imagem de um recurso crítico dentro o fantasma com uma ampliação que maximiza o recurso dentro do campo de visão.
    2. Capture uma imagem de uma retícula de calibração adequados a mesma ampliação.
    3. Carrega as duas imagens no ImageJ arrastando-os para a barra de ferramentas.
    4. Clique sobre a imagem do retículo de calibração para torná-la ativa e, em seguida, selecione a ferramenta de linha . Usando o mouse, desenhe uma linha ao longo de uma característica de uma distância conhecida e selecione análise > definir escala de no menu ImageJ.
      Nota: Na janela Definir escala , o campo identificado como a distância em pixels deve ser preenchido com o comprimento da linha desenhada em unidades de pixels.
    5. Digite o comprimento do recurso no campo rotulado Distância conhecidae sua unidade no campo rotulado Unidade de comprimento. Marque a caixa rotulada Global para aplicar este fator de calibração para todas as imagens abertas.
    6. Tornar a imagem do fantasma recurso crítico ativo e usar a ferramenta linha para desenhar uma linha ao longo de uma característica de interesse. No menu do ImageJ, selecione Analyze > medida (ou pressione Ctrl + M) para medir o comprimento da linha.
    7. Compare o valor esperado contra o valor na coluna marcada comprimento na janela de resultados para confirmar a fidelidade fantasma.

3. zombar de formulação de solução de sangue

  1. Misture DI água e glicerol na proporção de 60: 40 (em volume).
    Nota: Um volume de 100 mL é suficiente para o sistema circulatório em vitro descrito neste documento.
  2. Adicione 1 mL de solução de grânulo fluorescente de poliestireno de w/v 2.5% (ou seja, partículas de rastreamento) para a solução de sangue falso.
  3. Homogeneizar a mistura em uma placa de agitação magnética a 400 rpm por 10 minutos.

4. in Vitro confi guração do sistema circulatório

  1. Bomba de set-up
    1. Use uma ferramenta de stripper de fio para cortar o plug DC-fim da fonte de alimentação adaptador AC-DC.
    2. Descascar o revestimento do poder e fios de terra e conectá-los para o terminal de entrada do regulador de tensão de modulação (PWM) de largura de pulso.
    3. Ligue os fios de alimentação e terreno do motor da C.C. da bomba para o terminal de saída do regulador de tensão PWM.
      Nota: O display de sete segmentos do PWM saídas duty cycle (0% - 100%) usado para obter uma tensão variável no motor DC.
  2. Bomba de calibração
    1. Prepare 200 mL de solução de simulação de sangue (ver secção 3).
    2. Colocar tubo de aspiração da bomba para o béquer segurando a solução de sangue falso.
    3. Coloque o tubo de saída da bomba para um copo vazio.
    4. Selecione um ponto de ajuste do ciclo de dever desejado (0% - 100%). Carregue no botão e iniciar um timer.
    5. Para o timer uma vez que a bomba tenha transferido todo o volume de solução de sangue falso. Use este tempo para calcular a vazão volumétrica.
    6. Repita as etapas 4.2.1 - 4.2.5 pelo menos cinco diferentes dever ciclo conjunto pontos estabelecer uma curva de regressão de mínimos quadrados.
      Nota: É recomendado um mínimo de três pontos replicar por dever ciclo ponto de ajuste. Esta relação pode ser usada para correlacionar a taxa de fluxo desejada para o ciclo de dever PWM necessária.

5. vídeo Collection

  1. Calibração de imagem
    1. Determine a relação de calibração para a geração de imagens de vídeo (ver secção 2).
  2. Instalação de aparelhos
    1. Coloque o fantasma PDMS no palco do microscópio de fluorescência.
    2. Conectar o fantasma para a bomba de engrenagem e apresentar a solução de sangue falso.
      Nota: Opcionalmente, umectantes prefill o modelo com etanol para facilitar completo; em seguida, lave e preenchê-lo com a solução de sangue falso. Isto pode ser particularmente benéfico para os modelos com pequenas embarcações e/ou características de cegas.
    3. Defina o controlador do motor da bomba para a vazão desejada, com base na curva de calibração da bomba.
    4. Opere a bomba por 15 min antes do experimento para garantir condições de estado estacionário.
    5. Ligue a lâmpada externa para iluminar o campo de visão. Selecione um filtro apropriado com base no comprimento de onda de excitação dos grânulos fluorescentes.
    6. Ajuste o plano focal imagem do midplane de navio.
      Nota: Isto pode ser conseguido usando-se uma distância focal que maximiza a seção transversal de navio imagem (por exemplo, quando usando fantasmas com vaso circular seções transversais); e/ou indexação de um recurso fantasma projetado para facilitar a identificação do avião meio do navio.
  3. Gravação de vídeo
    1. Selecione os parâmetros de gravação de vídeo para otimizar a relação sinal-ruído (SNR). Parâmetros-chave incluem o tempo de exposição, taxa de quadros e ganham.
      Nota: No presente protocolo, usamos uma taxa de quadros de 2.000 fps e um ganho de 1.0. No entanto, esses parâmetros podem variar com base no aplicativo (consulte a seção de discussão para mais detalhes).
    2. Recolher o vídeo e salve-o no formato AVI.
  4. Limpar fantasma
    1. Se o grânulo-colagem é observado após um experimento, proceda à sonicação do fantasma em uma solução aquosa de detergente usando poderes até 70 w.

6. processamento e análise de dados de imagem

  1. Pré-processamento da imagem
    1. Arraste o arquivo AVI salvo para a janela do ImageJ para importá-lo. Marque a caixa marcada converter para escala de cinza.
    2. No menu do ImageJ , selecione Analyze > gerar histograma (ou pressione Ctrl + H) para gerar um histograma das intensidades de pixel da imagem. Tome nota da média e desvio-padrão para a imagem não processado.
      Nota: Em altas taxas de quadros, não é incomum para a distribuição a ser desviado pesadamente em direção a zero (ou seja, sem sinal).
    3. No menu do ImageJ , selecione imagem > ajustar > brilho e contraste (ou pressione Shift + Ctrl + H) para aplicar um filtro de brilho/contraste.
    4. No menu de brilho e contraste , pressione o botão Set para definir os limites da imagem. Defina o valor mínimo a ser o valor médio mais um desvio padrão e o valor máximo a ser a intensidade máxima da imagem (ambos baseados em estatísticas obtidas na etapa 6.1.2).
      Nota: Isto normalmente elimina todos, mas o top 10% das intensidades pixel. O número de desvios padrão pode variar dependendo da distribuição desejada das intensidades pixel. Um script de macro personalizado para executar a intensidade de operação de nivelamento é fornecido nos Materiais suplementares.
    5. No menu do ImageJ , selecione processo > ruído > Despeckle para reduzir o número de pixels saturados.
      Nota: Esta operação é exigiu o aumento potencial de saturação de pixel que surge durante a otimização do brilho e contraste, que pode produzir vetores espúrios durante posterior correlação cruzada.
    6. No menu do ImageJ , selecione processo > Filtros > Gaussian Blur com um raio de 1,5 para reduzir os artefatos decorrentes a remoção ocasional de pixels iluminadas em um 3x3 bairro pela obliquidade operação prévia.
    7. Clique na ferramenta polígono e, em seguida, clique na imagem para delinear a região de interesse (ROI).
    8. No menu do ImageJ , selecione Editar > clara fora remover o ruído do sensor em locais onde não há sinal é esperado (por exemplo, áreas além do limite da parede vaso), que pode diminuir o SNR global.
  2. Cálculo de PIV
    Nota: Esta parte do protocolo emprega um PIV de terceiros plug-in para ImageJ, que depende de gaussianas pico-encaixe para permitir uma estimativa de deslocamento com precisão subpixel.
    1. No menu do ImageJ , selecione Plugins > Macros > executar... e navegue até a macro salva código complementar 2. ijjm a correlação cruzada pares de imagem sucessivas.
      Nota: A macro procede da seguinte maneira. 1) uma correlação cruzada do campo intensidade dentro de imagens consecutivas primeiro é executada para determinar o deslocamento local de partículas traçador influienciada pela advecção (i.e., a primeira imagem par consiste as imagens primeiras e o segunda, o segundo par de imagem consiste a segunda e terceiros imagens, etc.). 2) uma avaliação de multipass duas etapas é então realizada com tamanhos de janela interrogatório inicial e final de 256 x 256 pixels e 128 x 128 pixels, respectivamente. Finalmente, 3) a macro executa uma média temporal para reduzir ainda mais a aparência de vetores espúrios.
  3. Teste de mediana normalizado (NMT)
    1. No menu do ImageJ , selecione Plugins > Macros > executar... e navegue até a macro salva código complementar 3. ijjm para validar a velocidade campos através do teste normalizado mediano.
      Nota: A macro procede da seguinte maneira. 1) cada vetor em um campo vetorial instantânea primeiro é comparado com seus vizinhos mais próximos oito para calcular o valor mediano. 2) a matriz de erros residuais é então calculada como a diferença entre cada vetor vizinha e a mediana calculada. 3) a diferença entre o vetor sob investigação e o valor mediano de vetor vizinhas então é normalizada pelos resíduos ao longo da rodovia. 4) isto é então comparado com um valor de limiar (normalmente, 0,2 pixels), que pode ser variado com base no conhecimento um priori de ruído durante a aquisição de imagem. Finalmente, 5) uma média temporal de todos os campos do vetor instantânea validado é executada para produzir um campo composto, como isto foi mostrado para aumentar o vetor campo qualidade24.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Resultados

A Figura 2 ilustra o processo de fabricação de fantasma de tecido PDMS. Os phantoms projetados neste documento destinam-se para o estudo do fluxo em aneurismas idealizados de pescoço largo, sacular, intracranianas, bem como artérias de perforator ramificação proximal. Design adicional importantes características incluem 1) um reservatório comum que todos os navios que desaguam, para garantir o egresso fluido livre do phantom - caso contrário, formação de gotí...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Discussão

O protocolo descrito aqui contornos de um método simplificado para a realização de estudos PIV para visualizar neurovascular flui em dimensões fisiologicamente relevantes e de condições de fluxo em vitro. Ao fazê-lo, serve para complementar protocolos relatados por outras pessoas que também têm focado simplificando a quantificação de campos vetoriais, mas dentro de contextos muito diferentes que exigem que a consideração de muito maior comprimento escalas de25 ou menor fluxo taxas de

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Divulgações

Os autores não têm nada a declarar.

Agradecimentos

Os autores reconhecem suporte parcial para este projeto fornecido por uma concessão de semente colaborativo do escritório de pesquisa e desenvolvimento económico em UC Riverside.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
Software CAD Solidworks 2015Dassault SystemsN/A 
Kit Dow Corning Sylgard 184 AdesivoEllsworth184 SIL ELAST KIT 3.9KGKit PDMS
Impressora 3DStratasys Dimension EliteStratasys9180-00105
P430 Modelo Material CartuchoStratasys340-21202 
P400 SR Material de Suporte Solúvel CartuchoStratasys340-30200Material de Suporte
CleanStation DT3PM3 Technologies00-00300RBase bath
Lindberg Blue M LGO Box Furnace Thermo ScientificLB305745MForno
21G BD PrecisionGlide AgulhaBetcon DickensonBD 305167Segmento de molde perfurador ramificado
Dessecador (Vácuo)Polylab55205Dessecador
Branson 1800 Utrasonic LimpezaBransonCPX-952-116RSonicador
AcetonaFisher ChemicalA9494Acetona
Álcool IsopropolFisher ChemicalA4514Álcool Isopropol
GlicerolFisher ChemicalGW33500Glicerol
10um Poliestireno Amarelo-Verde Partículas FluorescentesMagspherePSF-010UMContas fluorescentes
Phantom Miro Vision ResearchMiro M310Microbomba de câmera de alta velocidade
Cole-Parmer81101Bomba de recirculação
Leica DM2000Leica MicrosystemsDM2000Microscópio fluorescente
Leica 10X ObjetivaLeica Microsystems506259Objetiva para perfurador
Objetiva Leica 2.5X ObjetivaLeica Microsystems11506083 saco de aneurisma
Leica Blue Filter Cube L5Leica Microsystems513840Blue filter cube
Leica EL6000Leica Microsystems11504115Fonte de luz
AlconoxAlconox Inc1104-1Detergente
ImageJNIHN/ASoftware de análise de imagem de código aberto
https://imagej.nih.gov/ij/
Velocimetria de imagem de partículas Plugin PIVQingson TsengN/Ahttps://sites.google.com/site/qingzongtseng/piv
Material de construção ABS

Referências

  1. Grant, I. Particle image velocimetry: A review. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science. 211 (1), 55-76 (1997).
  2. Lindken, R., Rossi, M., Große, S., Westerweel, J. Micro-Particle Image Velocimetry (µPIV): Recent developments, applications, and guidelines. Lab on a Chip. 9 (17), 2551(2009).
  3. Hove, J. R., et al. Intracardiac fluid forces are an essential epigenetic factor for embryonic cardiogenesis. Nature. 421, 172(2003).
  4. Ando, J., Yamamoto, K. Vascular Mechanobiology. Circulation Journal. 73 (11), 1983-1992 (2009).
  5. Conway, D. E., et al. Fluid Shear Stress on Endothelial Cells Modulates Mechanical Tension across VE-Cadherin and PECAM-1. Current Biology. 23 (11), (2013).
  6. Kuhlencordt, P. J., et al. Accelerated Atherosclerosis, Aortic Aneurysm Formation, and Ischemic Heart Disease in Apolipoprotein E/Endothelial Nitric Oxide Synthase Double-Knockout Mice. Circulation. 104 (4), 448-454 (2001).
  7. Lieber, B. B., Stancampiano, A. P., Wakhloo, A. K. Alteration of hemodynamics in aneurysm models by stenting: Influence of stent porosity. Annals of Biomedical Engineering. 25 (3), 460-469 (1997).
  8. Bulusu, K. V., Plesniak, M. W. Experimental Investigation of Secondary Flow Structures Downstream of a Model Type IV Stent Failure in a 180° Curved Artery Test Section. Journal of Visualized Experiments. (113), e51288(2016).
  9. Tseng, Q., et al. Spatial organization of the extracellular matrix regulates cell-cell junction positioning. Proceedings of the National Academy of Sciences of the United States of America. 109 (5), 1506-1511 (2012).
  10. Shavit, U., Lowe, R. J., Steinbuck, J. V. Intensity Capping: a simple method to improve cross-correlation PIV results. Experiments in Fluids. 42 (2), 225-240 (2007).
  11. Raffel, M., Willert, C. E., Werely, S., Kompenhans, J. Particle Image Velocimetry: a Practical Guide. , Springer. New York, NY. (2007).
  12. Kerl, H. U., et al. Implantation of Pipeline Flow-Diverting Stents Reduces Aneurysm Inflow Without Relevantly Affecting Static Intra-aneurysmal Pressure. Neurosurgery. 74 (3), 321-334 (2014).
  13. Lieber, B. B., Livescu, V., Hopkins, L. N., Wakhloo, A. K. Particle Image Velocimetry Assessment of Stent Design Influence on Intra-Aneurysmal Flow. Annals of Biomedical Engineering. 30 (6), 768-777 (2002).
  14. 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).
  15. Rand, P. W., Lacombe, E., Hunt, H. E., Austin, W. H. Viscosity of normal human blood under normothermic and hypothermic conditions. Journal of Applied Physiology. 19 (1), 117-122 (1964).
  16. Kenner, T., Leopold, H., Hinghofer-Szalkay, H. The continuous high-precision measurement of the density of flowing blood. Pflügers Archiv European Journal of Physiology. 370 (1), 25-29 (1977).
  17. Hoyt, L. F. New Table of the Refractive Index of Pure Glycerol at 20°C. Industrial & Engineering Chemistry. 26 (3), 329-332 (1934).
  18. Cai, Z., Qiu, W., Shao, G., Wang, W. A new fabrication method for all-PDMS waveguides. Sensors and Actuators A: Physical. 204, 44-47 (2013).
  19. Bouillot, P., et al. Particle imaging velocimetry evaluation of intracranial stents in sidewall aneurysm: hemodynamic transition related to the stent design. PloS ONE. 9 (12), 113762(2014).
  20. Trager, A. L., Sadasivan, C., Lieber, B. B. Comparison of the in vitro hemodynamic performance of new flow diverters for bypass of brain aneurysms. Journal of Biomechanical Engineering. 134 (8), 084505(2012).
  21. Clauser, J., et al. A Novel Plasma-Based Fluid for Particle Image Velocimetry (PIV): In-Vitro Feasibility Study of Flow Diverter Effects in Aneurysm Model. Annals of Biomedical Engineering. 46 (6), 841-848 (2018).
  22. Johnston, I. D., McCluskey, D. K., Tan, C. K. L., Tracey, M. C. Mechanical characterization of bulk Sylgard 184 for microfluidics and microengineering. Journal of Micromechanics and Microengineering. 24 (3), 035017(2014).
  23. Lee, J. N., Park, C., Whitesides, G. M. Solvent Compatibility of Poly(dimethylsiloxane)-Based Microfluidic Devices. Analytical Chemistry. 75 (23), 6544-6554 (2003).
  24. Meinhart, C. D., Wereley, S. T., Santiago, J. G. A PIV Algorithm for Estimating Time-Averaged Velocity Fields. Journal of Fluids Engineering. 122 (2), 285(2000).
  25. Bosbach, J., Kühn, M., Wagner, C., Raffel, M., Resagk, C. Large-Scale Particle Image Velocimetry of Natural and Mixed Convection. 13th Int Symp on Applications of Laser Techniques to Fluid Mechanics. , (2006).
  26. Meinhart, C. D., Wereley, S. T., Santiago, J. G. PIV measurements of a microchannel flow. Experiments in Fluids. 27 (5), 414-419 (1999).
  27. Lima, R., et al. In vitro blood flow in a rectangular PDMS microchannel: experimental observations using a confocal micro-PIV system. Biomedical Microdevices. 10 (2), 153-167 (2008).
  28. Kuo, C. -C., Mao, R. -C. Development of a Precision Surface Polishing System for Parts Fabricated by Fused Deposition Modeling. Materials and Manufacturing Processes. 31 (8), 1113-1118 (2016).
  29. Kang, K., Oh, S., Yi, H., Han, S., Hwang, Y. Fabrication of truly 3D microfluidic channel using 3D-printed soluble mold. Biomicrofluidics. 12 (1), 014105(2018).
  30. Prasad, A. K. Particle Image Velocimetry. Current Science. 79 (1), 51-60 (2000).
  31. Dellenback, P. A., Macharivilakathu, J., Pierce, S. R. Contrast-enhancement techniques for particle-image velocimetry. Applied Optics. 39 (32), 5978-5990 (2000).
  32. Cowen, E. A., Monismith, S. G. A hybrid digital particle tracking velocimetry technique. Experiments in Fluids. 22 (3), 199-211 (1997).
  33. Gruen, A. W. Adaptive least squares correlation: a powerful image matching technique. South African Journal of Photogrammetry, Remote Sensing and Cartography. 14 (3), 175-187 (1985).
  34. Nogueira, J., Lecuona, A., Rodríguez, P. A. Data validation, false vectors correction and derived magnitudes calculation on PIV data. Measurement Science and Technology. 8 (12), 1493-1501 (1997).
  35. Loudon, C., Tordesillas, A. The Use of the Dimensionless Womersley Number to Characterize the Unsteady Nature of Internal Flow. Journal of Theoretical Biology. 191 (1), 63-78 (1998).
  36. Drost, S., De Kruif, B. J., Newport, D. Arduino control of a pulsatile flow rig. Medical Engineering and Physics. 51, 67-71 (2017).
  37. Tsai, W., Savaş, Ö Flow pumping system for physiological waveforms. Medical & Biological Engineering & Computing. 48 (2), 197-201 (2010).
  38. Kato, T., et al. Contrast-enhanced 2D cine phase MR angiography for measurement of basilar artery blood flow in posterior circulation ischemia. American Journal of Neuroradiology. 23 (8), 1346-1351 (2002).

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Reimpressões e permissões

Etiquetas

Phantoms Teciduais de MesoescalaMoldagem de Silicone por Impress o 3DAn lise de Imagem de C digo AbertoContas de Poliestireno FluorescentesCitometria de FluxoMicroscopia ConfocalProcessamento em ImageJCaracteriza o do Fluxo NeurovascularFabrica o de Phantom de PDMS
Meso-escala Particle Image Velocimetry estudos de Neurovascular flui em Vitro
Entre em contato
Recomendar à biblioteca

Privacidade

Termos de uso

Políticas

Copyright © 2026 MyJoVE Corporation. Todos os direitos reservados.