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

Artigo de método

Investigação de Velocimetria de Imagem de Partículas da Hemodinâmica via Fantasma Aórtico

4.9K visualizações

⸱

DOI:

10.3791/63492

⸱

25 de fevereiro de 2022

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

Neste artigo

Resumo

O presente protocolo descreve as medições de velocimetria de imagem de partículas (PIV) realizadas para investigar o fluxo sinusino através da configuração in vitro da válvula aórtica transcateter (TAV). Os parâmetros hemodinâmicos baseados na velocidade também são determinados.

Resumo

Disfunção da válvula aórtica e derrame foram recentemente relatados em pacientes com implantação de válvula aórtica transcateter (TAVI). Thrombus no seio aórtico e neo-sinuso devido a alterações hemodinâmicas tem sido suspeito. Experimentos in vitro ajudam a investigar as características hemodinâmicas nos casos em que uma avaliação in vivo se mostra limitada. Experimentos in vitro também são mais robustos, e os parâmetros variáveis são controlados prontamente. A velocimetria de imagem de partículas (PIV) é um método popular de velocimetria para estudos in vitro . Ele fornece um campo de alta velocidade de alta resolução, de tal forma que até mesmo características de fluxo em pequena escala são observadas. O objetivo deste estudo é mostrar como o PIV é usado para investigar o campo de fluxo no seio aórtico após o TAVI. A configuração in vitro do fantasma aórtico, TAVI para PIV e o processo de aquisição de dados e análise de fluxo pós-processamento são descritos. Os parâmetros hemodinâmicos são derivados, incluindo velocidade, estase de fluxo, vórtice, vórtice e residência de partículas. Os resultados confirmam que experimentos in vitro e PIV ajudam a investigar as características hemodinâmicas no seio aórtico.

Introdução

A estenose aórtica é uma doença comum em idosos, e é quando a válvula aórtica não abre, reduzindo o fluxo sanguíneo. O problema é causado pelo espessamento ou calcificação da válvula aórtica1. Portanto, é necessário um tratamento para aumentar o fluxo sanguíneo e diminuir a carga no coração. É tratado remodelando a válvula aórtica ou substituindo-a por uma válvula artificial. Este estudo se concentra na implantação da válvula aórtica transcateter (TAVI), substituindo a válvula aórtica defeituosa por uma artificial usando um cateter.

A TAVI tem sido recomendada para pacientes desafiados em cirurgia, e a mortalidade também tem sido baixa2. Recentemente, foi relatado que o trombo em pacientes após tavi causou disfunção valvar e derrame 3,4. Suspeita-se de trombos no seio aórtico e neo-sinuso, sendo sua causa provavelmente as mudanças na hemodinâmica causadas pelo TAVI. É realizado sem a remoção dos folhetos nativos; esses folhetos podem perturbar o fluxo sinusino e elevar o risco de trombose5.

É difícil determinar como o fluxo sanguíneo é afetado pelo TAVI e como a trombose é induzida em pacientes. É desejável elucidar a relação entre fluxo sanguíneo e formação de trombos in vivo. No entanto, a falta de técnicas práticas para medir o fluxo sanguíneo torna isso problemático. Por outro lado, as técnicas in vitro têm a vantagem de permitir que se monitore as alterações no fluxo sanguíneo limitando os parâmetros que devem ser investigados. A configuração in vitro e a velocimetria de imagem de partículas (PIV) têm sido utilizadas para identificar velocidade nos campos médicos 6,7,8. Portanto, in vitro e PIV são suficientes para determinar os parâmetros a serem relatados imitando a condição do paciente: a frequência cardíaca e pressão, viscosidade e geometria sinusal, e permitindo que se controle esses parâmetros.

Neste estudo, a configuração in vitro e o PIV são usados para investigar o fluxo no seio aórtico após o TAVI. O fantasma aórtico e o TAVI para o PIV e o processo de aquisição de dados e análise de fluxo pós-processamento estão descritos neste protocolo. Vários parâmetros hemodinâmicos são derivados, incluindo velocidade, estase, vórtice, vórtice e residência de partículas. Os resultados demonstram que a configuração in vitro e o PIV ajudam a investigar as características hemodinâmicas no seio aórtico.

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

Protocolo

1. Configuração in vitro

  1. Prepare a configuração experimental em uma tabela óptica, incluindo uma bomba de pistão, um dispositivo de aquisição de dados (DAQ) e um computador com o software de engenharia de sistema necessário e um software de controle de motor (ver Tabela de Materiais) (Figura 1).
    NOTA: A bomba do pistão foi previamente testada e calibrada e consiste em um motor, motor driver e atuador linear9.
  2. Importe o arquivo de planilha com as informações da taxa de fluxo para o software de engenharia do sistema.
    NOTA: Por exemplo, a frequência cardíaca é de 60 bpm, a taxa máxima de fluxo é de 20 L/min, a saída cardíaca é de 4,8 L/min, e o volume de derrame é de 70 mL.
  3. Definir o parâmetro em softwares de engenharia de sistemas, como entrada e canal de saída DAQ; o relógio amostral é de 1.000 e a iteração de feedback é 10.
  4. Definir o parâmetro no software de controle do motor; O comprimento do parafuso de chumbo é de 10 mm, a entrada analógica e a saída são de 14,5 mm/tensão.
  5. Instale a válvula de verificação e a válvula de resistência no reservatório10.
    NOTA: A válvula de setenção é conectada à bomba do pistão como uma entrada do sistema, e a válvula da esfera está conectada ao modelo acrílico sinuso como uma saída do sistema.
  6. Fixar o modelo acrílico do seio (Figura 2) com uma barra de alumínio quadrado na mesa óptica.
    NOTA: As dimensões do modelo acrílico sinuso são apresentadas na Tabela 1.
  7. Instale o medidor de pressão (~0-15 psi) na torneira de pressão do modelo acrílico sinusic para receber um sinal de pressão de outro computador.
    NOTA: As torneiras de pressão estão localizadas a 140 mm da junção sinotubular (STJ).
  8. Prepare um fluido de trabalho misturando soro fisiológico e glicerina (ver Tabela de Materiais) em uma proporção de massa de 60:40.
    NOTA: Um viscometro e um refratômetro foram utilizados para medir a viscosidade e o índice de refração do fluido de trabalho. A viscosidade é ~4 cp, o índice de refração é de 1,45, e a densidade é de 1.100 kg/m3.
  9. Conecte o reservatório, a bomba de pistão e o modelo acrílico sinuso com uma mangueira de silicone (ver Tabela de Materiais).
  10. Amarre a válvula aórtica transcateter (TAV) (ver Tabela de Materiais) ao folheto nativo feito por uma impressora 3D com um rosca11.
  11. Combine o TAV fixo no folheto nativo com o modelo acrílico sinuso.
    NOTA: O TAV utilizado aqui (obtido comercialmente) tem um diâmetro de 23 mm e 26 mm, e a altura é de 18 mm e 20 mm, respectivamente12. Para tav (23 mm), a profundidade de implantação e o comprimento do folheto nativo foram de 1,8 mm e 9 mm, e para TAV (26 mm), é de 2,0 mm e 10 mm, respectivamente. O diâmetro interno do folheto nativo foi de 21 mm, considerando o tamanho do anulo do paciente.
    ATENÇÃO: O TAV seca se não for preservado em solução salina. É mantido no líquido mesmo depois de ser amarrado ao folheto nativo.
  12. Encha o fluido de trabalho (etapa 1.8) no sistema in vitro .
    CUIDADO. Evite fazer bolhas no modelo acrílico do seio porque afeta os resultados do PIV.

2. Configuração piv

  1. Localize o laser em outra mesa óptica e trilho de um eixo.
    NOTA: O laser é um laser Nd contínuo: YAG que emite luz com um comprimento de onda de 532 nm e cuja potência pode aumentar para 10 W (ver Tabela de Materiais). A folha de laser passada através da óptica tem uma distância de 1 m do modelo acrílico sinuso.
  2. Localize a câmera de alta velocidade em uma travessia de 2 eixos e mova a travessia.
    ATENÇÃO: A câmera de alta velocidade é perpendicular à folha de laser e ao modelo acrílico sinusic.
  3. Equipar a lente para a câmera de alta velocidade.
    NOTA: A lente macro montada na câmera de alta velocidade tem uma distância focal de 105 mm, e a abertura é f/2.8.
  4. Partícula de semente (ver Tabela de Materiais) no reservatório.
    NOTA: A partícula é uma esfera de vidro oco com diâmetro médio de 10 μm e densidade de 1.090 kg/m3. O reservatório tem uma forma retangular e, a largura, comprimento e altura no interior são 23 cm, 23 cm, 35 cm, respectivamente. Há um buraco para fixação na parte superior. A tampa também tinha um orifício para fixação e uma torneira de parafuso para instalar a bomba de lâmpada para aplicar pressão.
  5. Programe um gatilho externo usando uma plataforma prototipica eletrônica de código aberto, Arduino (ver Tabela de Materiais).
    NOTA: Quando a bomba do pistão move uma distância predeterminada, a saída de Arduino torna-se 1, que é transmitida para a câmera de alta velocidade como um gatilho a ser fotografado.
  6. Execute o software de controle da câmera (ver Tabela de Materiais), clique em Referência de Sessão Atual (RSE) e remova a tampa da lente.
  7. Ligue o laser, coloque-o em 7 W, e localize a folha de laser para o centro do TAV.
  8. Tire uma foto e verifique a densidade e diâmetro das partículas.
    NOTA: Para reduzir os erros, confirme que ~8-10 partículas estão na janela de interrogatório, com um diâmetro de partícula de 2-4 pixels13.
  9. Defina os parâmetros, como resolução (1280 x 720), taxa aleatória de quadros, tempo de exposição ao máximo de acordo com a taxa aleatória de quadros no software de controle da câmera.
  10. Clique no botão Ativar no software de controle do motor no início e clique no botão Iniciar no software de engenharia de sistemas para operar a bomba de pistão.
  11. Tire uma foto e verifique se a distância máxima de partículas é inferior a 4-6 pixels.
    NOTA: Este estudo corresponde a 50% da janela de interrogatório, que define 16 pixels entre vetores de velocidade. A distância máxima de partículas na janela de interrogatório é limitada a 8 pixels.
  12. Repita o passo 2.11 para garantir a distância máxima de partículas dentro desse intervalo, ajustando os quadros por segundo (fps) se for mais de 6 pixels e baixando os fps se for menor que 4 pixels.

3. Investigação da hemodinâmica

  1. Verifique se há vazamento da parte de conexão do modelo acrílico sinuso ou se a mangueira de silicone fica dobrada.
  2. Importe o arquivo excel tendo armazenado a taxa de fluxo e as informações de bpm no software de engenharia do sistema.
    NOTA: Por exemplo, a frequência cardíaca é de 60 bpm, a taxa máxima de fluxo é de 20 L/min, a saída cardíaca é de 4,8 L/min, o volume de derrame é de 70 mL (Figura 3A).
  3. Confirme o parâmetro de software de engenharia do sistema, como entrada do dispositivo DAQ e canal de saída. O relógio amostral é de 1.000, e a iteração de feedback é de 10.
  4. Confirme o parâmetro do software de controle do motor, por exemplo, o comprimento do parafuso de chumbo é de 10 mm, a entrada analógica e a saída são de 14,5 mm/tensão.
  5. Ligue a câmera de alta velocidade e execute o software de controle da câmera.
  6. Clique em RSE e remova uma tampa da lente.
  7. Defina os parâmetros de software de controle da câmera, por exemplo, a resolução de 1280 x 720, uma taxa de quadros de 300 fps, período de estouro de 200 μs e 150 μs, contagem de estouro de 3 e exposição (forçada pelo período de estouro).
  8. Ligue o laser, coloque-o em 7 W, e localize a folha de laser no centro do TAV. Concentre-se na folha de laser controlando a lente.
  9. Ajuste a pressão no reservatório.
    NOTA: A pressão média pós-valvular é de 100 mmHg durante o funcionamento da bomba de pistão (Figura 3B,C).
  10. Clique no botão Ativar no software de controle do motor no início e clique no botão Iniciar no software de engenharia do sistema para operar a bomba de pistão.
  11. Aguarde até que a vazão se estabilize.
    NOTA: A taxa de fluxo calcula a diferença com base no sinal da bomba do pistão e executa feedback negativo, por isso leva tempo para esperar até estabilizar.
  12. Verifique um gatilho que funciona no plotter serial de Arduino.
  13. Capture imagens de partículas para 14 ciclos contínuos e repita um total de sete vezes.
    NOTA: A capacidade de armazenamento de uma câmera de alta velocidade está relacionada à resolução e ao número de imagens de partículas. De acordo com o parâmetro definido na etapa 3.7, é possível tirar uma foto apenas para 14 ciclos de cada vez.

4. Processamento de dados

  1. Converta de arquivo .cine para .tiff arquivos usando o software de controle da câmera.
  2. Calcule a imagem média de todas as imagens de partículas ao longo do tempo. Remova a área correspondente ao reflexo do laser na parede ou do TAV subtraindo a imagem média14.
  3. Faça a máscara separando as áreas a serem analisadas daquelas para descartar.
    NOTA: Neste estudo foram utilizadas duas máscaras: uma para analisar somente a região do seio e outra para analisar toda a região, que contém a região após o STJ.
  4. Execute o PIV utilizando o PIVlab, uma ferramenta de código aberto baseada no MATLAB15 (ver Tabela de Materiais).
    1. Importar imagens de partículas salvas pelo método resolvido pelo tempo ou pelo método em pares.
    2. Execute equalização de histograma adaptativo limitado de contraste (CLAHE)16.
      NOTA: CLAHE é um método para pré-processamento de imagem. O contraste da imagem de partículas é redistribuído para que o laser reflita o aumento e diminuição da intensidade das partículas. A imagem de partículas é dividida por uma janela com 20 pixels.
    3. Importe a máscara e aplique-a em todas as imagens de partículas.
    4. Coloque a janela de interrogatório de vários passes.
      NOTA: A janela de interrogatório diminui de 64 x 64 para 32 x 32 com uma sobreposição de 50%. A distância entre os dois vetores corresponde a 16 pixels.
    5. Execute a correlação cruzada13 sobre o par de imagens de partículas convertido no domínio de frequência usando a rápida transformação Fourier (FFT)13.
    6. Encontre um valor máximo usando um ajuste gaussiano 2 x 3 em resultado de correlação.
      NOTA: O valor máximo selecionado no encaixe gaussiano determinou a distância das partículas.
  5. Executar o processo de alisamento, que envolve os seguintes processos.
    1. Remova os outliers em um "NaN" usando a função incorporada "isoutlier" no MATLAB.
    2. Interpolar uma nula para valorizar usando a função "inpaint_nans" no MATLAB15.
    3. Converta de "pixel/frame" para "m/s" de acordo com a taxa de quadros e o período de estouro.
      NOTA: A conversão está relacionada ao intervalo de tempo, determinado pela taxa de quadros e período de estouro. Especificamente, o coeficiente do método resolvido pelo tempo é derivado pela taxa de quadros, e o de um método pareçoso é derivado pelo período de estouro.
    4. Mescle o método pairwise e o método resolvido pelo tempo usando o fator de ponderação.
      NOTA: O fator de ponderação depende da magnitude da velocidade e tem um valor total de 1 em cada seção. Se a magnitude de velocidade exceder um certo limiar, o fator para o método pairwise é maior do que o método resolvido pelo tempo.
    5. Execute a função "suave" do DCT-PLS usando um fator de suavização de 0,5915,17.
      NOTA: As funções "smoothn" e "inpaint_nans" estão presentes no PIVlab.

5. Análise de dados

  1. Carregue os dados do PIV no MATLAB.
  2. Extrair componentes "u" e "v" dos dados PIV.
  3. Calcule o campo de velocidade18 (Equação 1, Arquivo Suplementar 1).
  4. Deriva parâmetros de hemodinâmica usando o código interno e a função incorporada19.
    1. Derivar a vorticidade com a função incorporada MATLAB "curl"18 (Equação 2, Arquivo Suplementar 1).
    2. Derivar a estase com o código interno20 (Equação 3, Arquivo Suplementar 1).
    3. Derivar o Γ1 com o código interno21 (Equação 4, Arquivo Suplementar 1).
    4. Obtenha a residência de partículas com um código interno19 (Equação 5, Arquivo Suplementar 1).
  5. Calcular o desvio médio e padrão dos parâmetros hemodinâmicos (Tabela 2).
    NOTA: Velocidade máxima, vorticidade, Γ1 e estase foram calculadas para um total de 98 ciclos. A decadência foi obtida através de ajuste exponencial à porcentagem de residência de partículas. A decadência estabeleceu 14 ciclos como um conjunto de dados e calculou o desvio médio e padrão por sete vezes.

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

Resultados

Os campos de velocidade mostraram uma estrutura de fluxo sinusal diferente dependendo do diâmetro da válvula na Figura 4. Para o TAV (23 mm), a velocidade foi superior a 0,05 m/s entre TAV e STJ desde o início do sistole até o pico de sístole que o TAV foi aberto usando o jato de encaminhamento. A alta velocidade foi então distribuída em uma faixa estreita perto do stent no final do sístole. A velocidade na diastole foi inferior a 0,025 m/s, e dois vórtices com baixa velocidade apareceram. P...

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

Discussão

O fluxo sinuso mudou devido a diferentes geometria sinusas depois de TAVI. O vórtice foi formado pela abertura da válvula aórtica e pela interação com o jato dianteiro da sístole22. No estudo da válvula cirúrgica artificial sem folhetos nativos, o vórtice observado na região do seio na sístole foi normal23. Este estudo forma o vórtice apresentado na diastole reduzindo o jato dianteiro e entrando no seio. O fluxo sinuso encontrou o folheto nativo; como resultado, ele se divi...

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

Divulgações

Os autores não têm nada a revelar.

Agradecimentos

Esta pesquisa foi apoiada pelo Programa de Pesquisa em Ciência Básica da Fundação Nacional de Pesquisa da Coreia, que é financiado pelo Ministério da Educação (NRF-2021R1I1A3040346 e NRF-2020R1A4A1019475). Este estudo também foi apoiado pelo Research Grant (PoINT) de 2018 da Kangwon National University.

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

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
Impressora 3DPrusa ResearchOriginal Prusa i3 MK2; Impressora FDM
Barra de alumínio (quadrada)APSPROKHP-3030, KHP-6060Dimensão: 30 mm x 30 mm, 60 mm x 60 mm
Bomba de bulboSkyhopeMHL-1
Software de controle de câmeraPhantomPCC 3.4 softwareO software controla a câmera de alta velocidade
Válvula de retençãoTUBOVálvula de retenção; 1/2 polegada (15A)
Digital Aqusition dispositivoNational InstrumentsUSB-6001
GlicerinaANU CoréiaUsado para fazer um fluido
de trabalho Câmera de alta velocidadePhantomPhantom VEO 710E-L
LaserChangchun New Industries Optoelectronics TechnologyMGL-W-532; CW Nd:YAG
Laser Atuador linearTHOMSONPC-40; converte o movimento rotacional em movimento lenear
Lente macroNikonVR Micro-NIKKOR 105mm, f/2.8 G
MotorKOLLMORGENAKM33H-ANCNR-00; Servo motor DC
Software de controle do motorKOLLMORGENSoftware Kollmorgen; o software controla o driver do motor
Driver do motorKOLLMORGENAKD-B00606-NBAN-0000
Plataforma prototípica eletrônica de código abertoArduinoA000066Arduino Uno R3. É usado para fazer uma mesa óptica de gatilho externo
SMTECH1800 (L) x 900 (B) x 800 (A)
PartículaDantec Dynamics80A6011Esfera de vidro oca. Diâmetro médio:10 µ m, Densidade: 1090 kg/m3
PIVlabPIVlabAlgoritmo de código aberto baseado no manômetro MATLAB
https://kr.mathworks.com/matlabcentral/fileexchange/27659-pivlab-particle-image-velocimetry-piv-tool-with-gui
OMEGAPX309-015A5V. Faixa de medição: 0~15psi
RefratômetroATAGO2350R-5000. Refratômetro portátil; faixa de medição: 1.333-1.520
Válvula de resistênciaHANJU STEEL PIPEVálvula de esfera; 1/2 polegada (15A)
Solução salinaDAI HAN PHARMÉ usado para fazer um fluido de trabalho e para preservar a mangueira de silicone TAV
HSWDiâmetro interno 26mm, diâmetro externo 30mm; Comprimento de entrada 5m, Comprimento de saída 1,5m
de engenharia de sistemaSoftware National InstrumentsLabVIEW. O software controla o DAQ.
Válvula Aórtica Transcateter, TAV (23 mm) e TAV (26 mm)Edwards LifesciencesSAPIEN3 23mm, SAPIEN3 26mm. É apoiado pela Seoul Asan
Medical ViscosmeterBrookfiledDVELV; Faixa de medição: 1-2x109 cp
DE AÇO HANJU Software

Referências

  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).

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

Reimpressões e permissões

Explorar mais artigos

Análise HemodinâmicaVálvula Aórtica TranscateterExperimento In VitroCampo de VelocidadeSeio AórticoVálvula Cardíaca ProtéticaFormação de VórticeResidência de Partículas
Investigação de Velocimetria de Imagem de Partículas da Hemodinâmica via Fantasma Aórtico
Fale conosco
Recomendar à biblioteca

Privacidade

Termos de Uso

Políticas

Copyright © 2026 MyJoVE Corporation. Todos os direitos reservados.