Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Engineering

Echo Particle Billede Velocimetri

Published: December 27, 2012 doi: 10.3791/4265

Summary

Ekko partikel billede Velocimetry (EPIV) system, der kan opnå todimensionale områder af hastigheden i optisk opake væsker eller via optisk uigennemsigtige geometrier er beskrevet, og valideringsmålinger i rørstrømning rapporteres.

Abstract

Transporten af masse, momentum og energi i fluidumstrømme er i sidste ende bestemt af Spatiotemporal fordelinger af væskehastigheden feltet. 1 Følgelig en forudsætning for forståelse, forudsigelse og styring fluidumstrømme er evnen til at måle hastigheden feltet med passende rumlig og tidsmæssig opløsning. 2 For hastighedsmålinger i optisk uigennemsigtige fluider eller via optisk uigennemsigtige geometrier, echo partikel billede Velocimetry (EPIV) er et attraktivt diagnostisk teknik til at generere "øjeblikkelig" todimensionale områder af hastighed. 3,4,5,6 I denne papir, driver protokol for et EPIV system bygget ved at integrere en kommerciel medicinsk ultralyd maskine 7 med en pc, der kører kommerciel partikel billede Velocimetry (PIV) software 8 er beskrevet, og valideringsmålinger i Hagen-Poiseuille (dvs. laminar rør) strømning er rapporteret .

For EPIV foranstaltningmenter, er en phased array-probe forbundet til medicinsk ultralyd maskinen anvendt til at danne et todimensionalt ultralydsbillede ved at pulsere de piezoelektriske sondeelementer på forskellige tidspunkter. Hver probe element transmitterer en ultralyd puls ind i fluidet, og tracer partikler i fluidet (enten naturligt forekommende eller podet) afspejler Ultralydsekkoerne tilbage til proben, hvor de registreres. Amplituden af ​​de reflekterede ultralydsbølger, og deres tid forsinkelse i forhold til transmissionen anvendes til at skabe den såkaldte B-tilstand (lysstyrke) todimensionale ultralydbilleder. Specifikt tidsforsinkelse til bestemmelse af positionen af ​​sprederen i fluidet og amplituden bruges til at tildele intensitet til sprederen. Den nødvendige tid til opnåelse af en enkelt B-mode image, t, bestemmes af den tid, det tager at pulsere alle elementerne i phased array probe. For at erhverve flere B-mode billeder, frame rate af systemet i frames per sekund (fps) = 1 / & deLTA; t. (Se 9 for en gennemgang af ultralydsscanning.)

For en typisk EPIV eksperiment, er rammen på mellem 20-60 fps, afhængigt af strømningsforholdene og 100-1000 B-mode billeder af den rumlige fordeling af sporstoffet partikler i strømmen er anskaffet. Når der er opnået, er B-mode ultralyd billeder transmitteres via en Ethernet-forbindelse til pc'en kører PIV kommerciel software. Brug af PIV software, tracer partikel forskydning felter, D (x, y) [pixel], (hvor x og y betegner horisontal og vertikal rumlig position i ultralydsbilledet, henholdsvis) erhverves ved anvendelse af krydskorrelationsfunktioner algoritmer til successiv ultralyd B- tilstanden billeder. 10 Velocity felter, u (x, y) [m / s], bestemmes ud fra de forskydninger felterne, vel vidende den tid trin mellem billede par, ATm [s], og forstørrelsen, M [meter / pixel ], dvs u (x, y) = MD (x, y) / AT. Den tid, trin between billeder ATm = 1/fps + D (x, y) / B, hvor B [pixels / s] er den tid det tager for ultralydsonden at feje hen over billedet bredde. I den foreliggende undersøgelse, M = 77 [um / pixel], fps = 49,5 [1 / s], og B = 25.047 [pixels / s]. Når der er opnået, kan de hastighedsfelter analyseres for at beregne strømnings-mængder af interesse.

Protocol

1. Opret en Målbar Flow

  1. EPIV valideringsmålinger vil blive demonstreret i rørstrømning af en glycerin vand opløsning (50% glycerin - 50% vand). En skematisering af forsøgsopstillingen er vist i figur 1..
  2. Hule glaskugler med en nominel diameter på 10 um tilsættes til væsken i en koncentration på cirka 17 vægt ppm. De hule glaskugler anvendes som ultralydskontrastmidler, og deres størrelse og tæthed er valgt således, at de passivt følger fluidstrømmen. 10
  3. En fast spænding tilføres til pumpen til at indføre en kendt strømningshastighed. Strømningshastigheden vælges således, at U << AX / ATm, hvor U er den gennemsnitlige hastighed i røret, AX er den lineære længde af EPIV målevolumenet, og AT er den tid trin mellem billeder, dvs strømningen behøver at være "langsom" i forhold til fps i ultralyd systamceller. tre

2. Kalibrer Ultrasound

  1. Montere ultralydsonden til den ydre rørvæg. En vandbaseret topisk gel påføres på ultralydsonden for at minimere tab af transmission af ultralydsstrålen mellem sondefladen og rørvæggen.
  2. Tænd for ultralyd maskine. En live stream af ultralyd billeder begynder automatisk, når alle systemer belastning.
  3. Indstil billedet dybde ved hjælp af justeringsknappen på kontrolpanelet af ultralyd maskine.
  4. Indstil det samlede billede gevinst ved hjælp af 2D Gain knappen på kontrolpanelet af ultralyd maskine.
  5. Justere klokkeslættet Gain Compensation (TGC) skyderne for at dæmpe scatter fra rørvæggene og for at kompensere for dybde relaterede dæmpning af ultralyd signal.
  6. Billedet bredde, fokus, probe driftsfrekvens, og frame rate justeres ved hjælp af de programmerbare drejeknapper. Dissefire knopper, som ligger øverst til venstre på kontrolpanelet, varierer alt efter den tilstand, som systemet kører. I 2D-mode (som for tiden anvendes), knapperne fra venstre-til-højre svarer til bredden, fokus, frekvens og frame rate, hhv. Bemærk, at på grund af de grundlæggende principper i ultralydbilleddannelse 9, er disse fire parametre sagens natur koblet. Derfor, for en given ultralydbillede scan (dvs. en EPIV eksperiment) der er et trade-off mellem rumlige og tidsmæssige opløsning.
  7. Se figur 2 for en repræsentativ ultralydbillede af rørstrømning podet med 10 um hule glaskugler. Bemærk, at på grund af begrænset lateral opløsning, er glaskugler smurt i den laterale retning og fremtræder som ellipsoider i billedet.

3. Dataindsamling

  1. Tryk på den nye eksamen knappen på ultralyd kontrolpanelet for at starte et nyt eksperiment.
  2. Opret enny "patient" ved at indtaste Pipe Flow i Efternavn og dagens dato i fornavn og testen nummer i Patient-ID.
  3. Efter oprettelsen af ​​"patient", begynder en ultralydsscanning, indtil den indstillede maksimum på mellem 1000-1500 billeder er nået, hvorefter en ny scanning løkke begynder. Ved at trykke på Frys-knappen på ultralyd kontrolpanelet to gange vil genstarte scanningen når som helst før det når den maksimale forudindstillede antal billeder.
  4. Når et godt sæt ultralydsbilleder er erhvervet (dvs. skarpe frø partikel billeder og tilstrækkelig frø partikeldensitet), tryk Freeze-knappen på ultralyd kontrolpanel for at stoppe billede erhvervelse.
  5. Tryk på Cineloop knappen på ultralyd kontrolpanel. Vælg det sæt af ultralyd billeder, der skal analyseres ved hjælp af første cyklus knappen på ultralyd kontrolpanelet for at vælge det første billede i sættet, og den sidste cyklus knappen for at vælge densidste billede i sættet.
  6. Tryk på Image Store knappen på ultralyd kontrolpanel for at gemme det valgte sæt af ultralyd billeder.
  7. Tryk på knappen Archive på ultralyd kontrolpanel og bruge musen til at vælge Afslut Exam. Dette vil bede brugeren om at vælge billeder eller cineloops at gemme på den lokale harddisk. Vælg det cineloop (r) af interesse derefter afslutte eksamen.
  8. Tryk på knappen Archive på ultralyd kontrolpanel og bruge musen til først vælge Mere og derefter vælge Disk management. Disk management vil overføre gemte cineloop (s) til pc'en kører PIV software.

4. Konvertering Filtype

  1. En ultralyd billede gemmes som en digital billedbehandling kommunikation i medicin (DICOM) filtype på ultralyd maskine. For at åbnes og læses af PIV-softwaren skal DICOM-filer omdannes til billedfiler. I øjeblikket,en Matlab script, der kører DICOM2JPG.m bruges til at konvertere DICOM-filer til Joint Photographic Experts Group (JPEG) filtype.
  2. De JPEG ultralydsbilleder analyseres derefter ved hjælp af davis software fra LaVision.

5. Computing Displacement Fields,, D (x, y) Brug Davis

  1. Dobbelt klik med musen på Davis ikonet på pc'en. Vælg Nyt projekt. Vælg PIV.
  2. Vælg Import Images på værktøjslinjen, og vælg Import via nummererede filer. I pull-down menuen, finde den mappe, hvor JPEG ultralyd billederne er gemt, og dobbeltklikke på det første billede af sættet. Dette vil importere alle ultralyd billeder i dette nummereret sæt.
  3. Typisk et billede maske vil blive defineret til at isolere området af interesse (ROI) på ultralydsbilledet, der skal behandles. For pipe flow, bliver masken anvendt til at definere ROI mellem rørvæggene (dvs. væske).
  4. Gå til den vigtigste kontrolpanel i Davis, vælge fanen placeret under aktuelle projekt indeholder de importerede billeder, og vælg fanebladet Batch Processing. Dette gør det muligt vektor behandling vindue af Davis til batchbehandling af de importerede ultralyd billeder.
  5. Fra operationer listen ved hjælp af PIV-Time-Series træ vælge vektor beregningsparametrene, og vælge de parametre, der skal anvendes til vektor behandling. Hvis en maske anvendes, markere feltet Dataområde = bruge maskerede område i vektor-beregning parameter menu. Bemærk, at optimale valg af vektor beregningsparametre er afhængig af flow geometri, flydeegenskaber, billedopløsning, tracer partikel tæthed, og ønsket kvantitativ flow analyse. 10
    For røret strømningsmålinger, er de parametre, som typisk viste de bedste resultater multipass med faldende forhør størrelse på 32 x 32 pixel 2-8 x8 pixel 2, med et overlap på 50%. Relativ vektor rækkevidde begrænsning blev sat til ± alle (vindue størrelse / 2) og absolut vektor rækkevidde begrænsning blev sat til ± 5 pixels. Endelig blev en 3 x 3pixel 2 median filter, der anvendes til at undertrykke støj og udjævne vektorfelter.
  6. På venstre side af batchbehandling skærmen, vælg den samlede mængde af billeder, der skal behandles, og vælge start forarbejdning. Dette vil beregne forskydningsfelt, D (x, y), mellem successive ultralydbilleder ved hjælp krydskorrelationsfunktioner algoritmer.

6. Analyserer Vector Fields

  1. For efterbehandling og dataanalyse, er EPIV vektorfelter eksporteret fra Davis som. Txt-filer. Dette opnås ved at vælge vektor forskydning gren under JPEG-billedet filial i projektet skærmen. På værktøjslinjen Eksporter Vælg fanen, vælg filtype ASCII. Txt, skal du vælge / oprette en eksport mappe, end Vælg Export.
  2. De eksporterede vektorfelter er navngivet Bxxxxx.txt, hvor 00001 ≤ xxxxx ≤ 99999, med B betegner-buffer. Hver fil indeholder fire datakolonner: (1) x-placering af vektoren i billedet, (2) y-placeringen af vektoren i billedet, (3) x-komponenten af forskydning (dvs. streamwise forskydning), (4) y-komponent i forskydning (dvs. væg-normal forskydning). De Bxxxxx.txt filer åbnes og behandles i MATLAB til først at beregne hastigheden feltet, ved at kende den tid, trin mellem billede par, ATm [s], og forstørrelsen, M [meter / pixel], dvs u (x, y ) = MD (x, y) / AT,. Den tid trin mellem billeder ATm = 1/fps + D (x, y) / B, hvor B [pixels / s] er den tid det tager for ultralydsonden at feje hen over billedet bredde. I den foreliggende undersøgelse, M = 77 [um / pixel], fps = 49,5 [1 / s], og B = 25.047 [pixels / s]. Next, ensemble gennemsnitlige hastighedsvektor felter, væg-normale profiler af gennemsnitlig hastighed, blandt andre flow mængder af interesse beregnes. (Se afsnit repræsentative resultater.)

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

En øjeblikkelig ekko partikel billede Velocimetry (EPIV) vektorfelt er vist i figur 3.. Vektoren plot viser hastighedsvektorerne hver fjerde kolonne, og baggrundsfarven konturkort svarer til hastigheden størrelsesorden. Et ensemble gennemsnitlige vektor plot gennemsnit over 1000 øjeblikkelige EPIV vektor plots er vist i figur 4. I overensstemmelse med rørstrømning, hastighedsvektorerne er hovedsageligt koncentreret i streamwise retning, de største hastigheder forekommer ved rørets midterlinie, og hastighederne falde til nul ved rørvæggene. Roden-Mean-Square (rms) velocity størrelsesorden udsving er vist i figur 5. Idet i Hagen-Poiseuille strømning bør rms hastigheder være identisk nul, over nul rms hastigheder giver et mål for støjen i de EPIV målinger. De høje rms-værdier nær den øvre væg skyldes stærk refleksion og refraktion af ultralydsstrålen fra rørvæggen, der producerer høj billedkvalitet intensities i denne region (se figur 2). Disse høje intensiteter nær væggene obskure partikel intensiteter, der fører til målefejl. Den væg-normale profil af gennemsnitlig streamwise hastighed beregnes ved at midle de ensemble-average vektor plot langs rækkerne (vandret retning) er afbildet i fig. 6. Den solide sorte streg er den forventede gennemsnitlige streamwise hastighedsprofil for Hagen-Poiseuille (laminar rør) flow for de givne eksperimentelle betingelser. Aftalen mellem EPIV målinger og den forventede Hagen-Poiseuille profil er bedst nær røret midterlinie og værste nær rørvæggene, med de største afvigelser forekommer nær toppen væg. Vi arbejder for øjeblikket på metoder til at reducere ultralyd refleksion og refraktion ved rørvæggen og forbedre de nær-væg EPIV målinger.

Figur 1
Figur 1. Skematisk af forsøgsopstillingen. Et akvarium pumpe driver fluidet (podet med 10 um glasmikrokugler) i et lukket rørsystem. Den lineære ultralydsonde er fastgjort til den ydre rørvæg og transmitterer ultralydsbølger gennem røret og modtager ekkoer reflekteres fra 10 um glasmikrokugler og rørvæggene. Ultralyd maskine behandler de reflekterede ultralydbølger til dannelse af en ultralyd B-mode image. Den ultralyd B-mode billeder eksporteres til en PC, der kører kommerciel PIV software.

Figur 2
Figur 2. Rå ultralyd B-mode image rørstrømning. Den høje intensitet bånd af linier ved toppen og bunden af ​​billedet svarer til rørvæggen og ellipsoider indvendige til væggen svarer til 10 m hule glasmikrokugler.


Figur 3. Momentant vektor plot, der viser vektor pile hver fjerde kolonne. Baggrundsfarven konturkort svarer til hastigheden størrelsesorden. D er rørdiameteren, x er streamwise position målt fra rørets indløb, og d er den radiale position målt fra den øvre væg.

Figur 4
Figur 4. Ensemble gennemsnit vektor plot gennemsnit over 1000 øjeblikkelige EPIV vektor plots. Vektoren plot viser hastighedsvektorerne hver fjerde kolonne, og baggrundsfarven konturkort svarer til hastigheden størrelsesorden. I overensstemmelse med rørstrømning, hastighedsvektorerne punkt i streamwise direction, de største hastigheder forekommer ved rørets midterlinie, og hastighederne falde til nul ved rørvæggene.

Figur 5
Figur 5. Contour plot af Root-Mean-square (rms) hastighed udsving beregnes over 1000 øjeblikkelige EPIV vektor plots. I Hagen-Poiseuille strømning, giver de RMS Velocity udsving et mål for støjen i EPIV målinger.

Figur 6
Figur 6. Den eksperimentelle målte betyder streamwise hastighedsprofil beregnes ud fra ensemble-average EPIV vektorfelt i figur 4 viste. Den helt sorte linje er theoteorien forventede profil for en Hagen-Poiseuille strømning med samme volumetriske strømningshastighed som målt eksperimentelt. Den radiale position målt fra rørets centerlinie er betegnet med R, hvor den øvre væg svarer til R / D = -0,5. Forskelle mellem den eksperimentelle profil og den forventede profil illustrerer vanskelighederne ved nær-væg EPIV målinger.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Den driver protokol for et ekko partikel billede Velocimetry (EPIV) system, der kan erhverve todimensionale områder af hastigheden i optisk uigennemsigtige væsker eller gennem optisk uigennemsigtige geometrier blev beskrevet. Praktisk anvendelse af EPIV er velegnet til undersøgelse af industrielle og biologisk strømningssystemer, hvor strømmen af ​​uigennemsigtige fluider forekommer i en lang række anvendelse. Det særlige system er anvendt her bevidst bygget til at studere flydeegenskaber flydende biomasse fluider, der anvendes til fremstilling af lignocelluloseholdigt ethanol. Funktionerne i EPIV blev demonstreret ved hjælp af repræsentative målinger i rør flow. Navnlig og betyde rms hastighedsprofiler blev beregnet ud fra EPIV vektorfelter, blev Hagen-Poiseuille (laminar) rørstrømning vist sig at være målbare og kvantificerbare. Begrænsningerne i EPIV er de i sagens natur lave framerates (begrænset af de billeddannende evner i den kommercielle ultralydssystemet) og lav rumlig opløsning, which begrænser antallet af hastigheder og forbigående flow adfærd, der kan måles. Endelig, selv om vi har bestræbt os på at gøre artiklen selvstændig, bør brugermanualer til den kommercielle ultralyd maskine 7 og PIV software 8 høres for fuldstændighedens skyld. Læseren henvises også til 9 og 10 for en omfattende revision af ultralydsscanning nøgletal og partikel billede Velocimetri hhv.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfattere har intet at afsløre.

Acknowledgments

Forfatterne takker støtte fra National Science Foundation, CBET0846359, tilskud monitor Horst Henning Winter.

Materials

Name Company Catalog Number Comments
Ultrasound Machine GE Vivid 7 Pro
Linear Ultrasound Array GE 10 L
DC Water Pump KNF NF 10 KPDC
Vector Processing Software Lavision DaVis 7.2
Post Processing Software Mathworks MATLAB 7.12
Acrylic Tubing McMaster-Carr 8486K531
Ultrasound Gel Parker Aquasonic 100

DOWNLOAD MATERIALS LIST

References

  1. White, F. M. Fluid Mechanics. , McGraw Hill. New York, New York. (1994).
  2. Hak, M. G. ad-el Flow Control: Passive, Active, and Reactive Flow Management. , University Press. Oxford. (2000).
  3. Kim, B. H., Hertzberg, J. R., Shandas, R. Development and validation of echo PIV. Exp. Fluids. 36, 455-462 (2004).
  4. Zheng, H., Liu, L., Williams, L., Hertzberg, J. R., Lanning, C., Shandas, R. Real time multicomponent echo particle image velocimetry technique for opaque flow imaging. Appl. Phys. Lett. 88, 261915 (2006).
  5. Beulen, B., Bijnens, N., Rutten, M., Brands, P., van de Vosse, F. Perpendicular ultrasound velocity measurement by 2D cross correlation of RF data. Part A: validation in a straight tube. Exp. Fluids. 49, 1177-1186 (2010).
  6. Poelma, C., Mari, J. M., Foin, N., Tang, M. -X., Krams, R., Caro, C. G., Weinberg, P. D., Westerweel, J. 3D Flow reconstruction using ultrasound PIV. Exp. Fluids. 50, 777-785 (2011).
  7. GE VINGMED ULTRASOUND A/A. Vivid 7/Vivid 7 PRO User’s Manual. , FC092326 edition, GE VINGMED. Horten, Norway. (1988).
  8. DaVis Software for Intelligent Imaging [Internet]. , LaVision. Michigan. Available from: http://www.lavision.de/en/download.php?id=3 (2013).
  9. Szabo, T. Diagnostic Ultrasound Imaging: Inside Out. , Elsevier Academic Press. Burlington, MA. (2004).
  10. Raffel, M., Willert, C., Wereley, S., Kompenhans, J. Particle Image Velocimetry: A Practical Guide. , Springer-Verlag. Berlin Heidelberg New York. (2007).

Tags

Mechanical Engineering fysik ingeniørvidenskab naturvidenskab Ultralyd krydskorrelation Velocimetry uigennemsigtige væsker partikel flow væske EPIV
Echo Particle Billede Velocimetri
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

DeMarchi, N., White, C. EchoMore

DeMarchi, N., White, C. Echo Particle Image Velocimetry. J. Vis. Exp. (70), e4265, doi:10.3791/4265 (2012).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter