Waiting
Login processing...

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

Engineering

Echo Velocimetry Particle Image

Published: December 27, 2012 doi: 10.3791/4265

Summary

Ett eko partikel bild Velocimetry (EPIV) system som kan förvärva tvådimensionella områden hastighet i optiskt opaka vätskor eller genom optiskt opaka geometrier beskrivs, och validering mätningar i rör flödet redovisas.

Abstract

Transporten av massa, rörelsemängd och energi i vätska strömmar slutligen bestäms av Spatiotemporal fördelningar av fluidhastigheten fältet. 1 således en förutsättning för att förstå, förutsäga och kontrollera strömmar är förmågan att mäta hastigheten fältet med tillräcklig rumslig och temporal upplösning. 2 för hastighet mätningar i optiskt opaka vätskor eller genom optiskt opaka geometrier, eko partikel bild Velocimetry (EPIV) är en attraktiv diagnostisk teknik för att generera "momentana" tvådimensionella områden hastighet. 3,4,5,6 I detta papper, drift protokollet för ett EPIV system byggt genom att integrera en kommersiell medicinsk ultraljud maskin 7 med en dator som kör kommersiell velocimetry partikel bild (PIV) programvara 8 beskrivs och mätningar validering i Hagen-Poiseuilles (dvs. laminärt rör) flödet redovisas .

För EPIV åtgärdenment, är en fasstyrd sond ansluten till den medicinska maskinen ultraljud används för att generera en tvådimensionell ultraljudsbild genom pulsning de piezoelektriska sondelement vid olika tidpunkter. Varje sondelement sänder en ultraljudspuls i vätskan, och spårämnesförsök partiklar i fluiden (antingen naturligt förekommande eller ympade) återspeglar Ultraljudsekon tillbaka till sonden, där de registreras. Amplituden av de reflekterade ultraljudsvågorna och deras tidsfördröjning i förhållande till sändning används för att skapa vad som kallas B-mod (ljusstyrka) tvådimensionella ultraljudsbilder. Specifikt, är tidsfördröjningen som används för att bestämma positionen av spridaren i vätskan och amplituden används för att tilldela intensitet till spridaren. Den tid som krävs för att få en enda B-mode bilden, t bestäms av den tid det tar att pulsera samtliga delar av fasstyrda sonden. För att förvärva flera B-mode bilder, Bildhastigheten av systemet i bildrutor per sekund (fps) = 1 / & deLTA, t. (Se 9 för en genomgång av ultraljudsundersökningar.)

För en typisk EPIV experiment är bildfrekvensen mellan 20-60 fps beroende på flödesförhållanden och 100-1000 B-mode bilder av den geografiska fördelningen av spårämnet partiklarna i flödet förvärvas. Väl förvärvat är B-mode ultraljudsbilder överförs via en Ethernet-anslutning till dator med PIV kommersiell programvara. Med hjälp av PIV programmet, spårämne partikel fält förskjutning, D (x, y) [pixel], (där x och y betecknar horisontell och vertikal rumsliga position i ultraljudsbilden, respektive) förvärvas genom att korskorrelation algoritmer successiva ultraljud B- läget bilder. 10 Hastigheten fält, u (x, y) [m / s], bestäms från förskjutningar fälten veta tidssteg mellan bildpar, AT [s], och förstoringsgraden, M [m / pixel ], dvs, u (x, y) = MD (x, y) / AT. Tiden steg between bilder AT = 1/fps + D (x, y) / B, där B [pixlar / s] är den tid det tar för ultraljudssonden att svepa över bildens bredd. I den aktuella studien, M = 77 [im / pixel], fps = 49,5 [1 / s], och B = 25.047 [pixlar / s]. Väl förvärvat kan hastigheten fält analyseras för att beräkna flödet mängder av intresse.

Protocol

1. Skapa en mätbar flöde

  1. EPIV validering mätningar kommer att demonstreras i rör flöde av en glycerin vattenlösning (50% glycerin - 50% vatten). En schematisk bild av experimentuppställningen visas i fig 1.
  2. Ihåliga glassfärer med en nominell diameter av 10 | im sattes till vätskan vid en koncentration av ca 17 viktdelar per miljon. De ihåliga glassfärer tjänar som ultraljudkontrastmedel, och deras storlek och täthet väljs så att de passivt följer vätskeflödet. 10
  3. En fast spänning tillförs till pumpen för att införa en känd flödeshastighet. Flödeshastigheten väljs så att U << AX / At, där U är den genomsnittliga hastigheten i röret, är AX den linjära längden av EPIV mätvolymen, och At är tiden steget mellan bilder, dvs flödet behöver vara "långsam" jämfört med fps i ultraljud systam. 3

2. Kalibrera Ultraljud

  1. Montera ultraljudssonden till den yttre rörväggen. En vattenbaserad topikal gel appliceras på ultraljudssonden för att minimera förlust av överföringen av ultraljudsstrålen mellan sondytan och rörväggen.
  2. Slå på ultraljud maskin. En levande ström av ultraljudsbilder börjar automatiskt när alla system belastning.
  3. Ställ in bilden djup med djup kontrollreglaget på kontrollpanelen för ultraljud maskin.
  4. Ställ den totala bilden vinsten med 2D GAIN-ratten på kontrollpanelen för ultraljud maskin.
  5. Justera tiden Gain Compensation (TGC) reglagen för att dämpa spridningen från rörväggarna och kompensera för djup relaterad dämpning av ultraljudssignalen.
  6. Bildens bredd, fokus, sond frekvens, och bildfrekvens justeras med hjälp av tilldelningsbara kontrollvred. Dessafyra rattar, som ligger längst upp till vänster på kontrollpanelen, varierar beroende på det sätt på vilket systemet är igång. I 2D-läge (som för närvarande används), från vänster till höger rattarna motsvarar bredden, fokus, frekvens och bildhastighet, respektive. Observera att på grund av de grundläggande principerna för ultraljudsundersökningar 9 är dessa fyra parametrar sig kopplade. Följaktligen, för en given ultraljudsbild skanning (dvs en EPIV experiment) finns en kompromiss mellan rumslig och temporal upplösning.
  7. Se figur 2 för en representativ ultraljudsbild av strömning ympades med 10 pm ihåliga glassfärer. Observera att på grund av begränsad lateral upplösning är glassfärer smort i sidoriktningen och visas som ellipsoidema i bilden.

3. Datainsamling

  1. Tryck på Ny Exam knappen på ultraljud kontrollpanel för att starta ett nytt experiment.
  2. Skapa enny "patient" genom att ange rörströmning i efternamn och dagens datum i förnamn och test nummer i patient-ID.
  3. Efter skapandet av "patient", börjar en ultraljudsundersökning tills det förinställda maximalt mellan 1000-1500 bilder nås, varefter en ny sökning slingan börjar. Genom att trycka på Freeze-knappen på ultraljud kontrollpanelen två gånger startar skanningen när som helst innan det når det maximala förinställt antal bilder.
  4. När en bra uppsättning ultraljudsbilder har förvärvats (dvs. skarpa groddpartikel bilder och tillräcklig frö partikeldensitet), tryck på FREEZE-knappen på ultraljud kontrollpanelen för att stoppa bilden förvärvet.
  5. Tryck Cineloop knappen på ultraljud kontrollpanelen. Välj den uppsättning av ultraljudsbilder som skall analyseras med den första cykeln ratten på ultraljud kontrollpanelen för att välja den första bilden i uppsättningen, och den sista cykeln ratten för att väljasista bilden i uppsättningen.
  6. Tryck på knappen Image Store på ultraljud kontrollpanelen för att spara den valda uppsättningen av ultraljudsbilder.
  7. Tryck på Arkiv-knappen på ultraljud kontrollpanelen och använd muspekaren för att välja Avsluta Exam. Detta kommer att uppmana användaren att välja bilder eller cineloops att spara till den lokala hårddisken. Markera den cineloop (er) av intresse ur sedan examen.
  8. Tryck på Arkiv-knappen på ultraljud kontrollpanelen och använd muspekaren för att först välja mer och sedan Diskhantering. Diskhantering kommer att överföra sparade cineloop (er) till datorn som kör PIV programmet.

4. Konvertera Filtyp

  1. En ultraljudsbild lagras som en digital bildbehandling kommunikation i medicin (DICOM) filtyp på ultraljud maskin. För att öppnas och läsas av PIV programmet måste DICOM-filer konverteras till bildfiler. För närvarande,en Matlab skript som körs DICOM2JPG.m används för att konvertera DICOM-filer till Joint Photographic Experts Group (JPEG) filtyp.
  2. JPEG ultraljudsbilder analyseras sedan med hjälp DAVIS programvara från LaVision.

5. Beräkning deplacement fält,, D (x, y) Använda DAVIS

  1. Dubbelklick på musen Davis ikonen på datorn. Välj Nytt projekt. Välj PIV.
  2. Välj Importera bilder i verktygsfältet och välj Importera via numrerade filer. I rullgardinsmenyn, leta reda på mappen där JPEG ultraljudsbilder lagras och dubbelklicka på den första bilden i uppsättningen. Detta kommer att importera alla ultraljudsbilder i detta numrerade uppsättningen.
  3. Typiskt en bild mask kommer att definieras för att isolera regionen av intresse (ROI) i ultraljudsbilden som skall behandlas. För strömning, är masken används för att definiera ROI mellan rörväggarna (dvs. vätskan).
  4. Gå till den huvudsakliga kontrollpanel i Davis, välj fliken finns under aktuellt projekt med de importerade bilderna och välj fliken märkt Gruppbearbetning. Detta möjliggör fönstret vektor bearbetning av Davis för batch-bearbetning av de importerade ultraljudsbilder.
  5. Från verksamheten listan, med hjälp av PIV-tidsserier träd, välja parametrar vektor beräkning och välj de parametrar som skall användas för vektor bearbetning. Om en mask används, kryssa i rutan Dataområde = använd maskerade område i vektorn beräkningen parametermenyn. Observera att optimalt val av parametrar vektor beräkning är beroende flödesgeometri, flytegenskaper, bildupplösning, spårämne partikeldensitet, och önskade kvantitativ flödesanalys. 10
    För mätningarna strömning, de parametrar som typiskt har gett de bästa resultaten är planas med minskande förhör storleken 32 x 32 pixel 2 till 8 x8 pixel 2, med en överlappning på 50%. Relativ vektor för begränsning sattes till ± alla (fönsterstorlek / 2) och absolut vektor för begränsning sattes till ± 5 bildpunkter. Slutligen har en 3 x 3pixel 2 median filter som används för att undertrycka brus och jämna ut vektorfält.
  6. Till vänster på batch-bearbetning väljer den totala mängden bilder som ska behandlas och välj Starta bearbetning. Detta kommer att beräkna förskjutningen fältet, D (x, y), mellan successiva ultraljudsbilder med korskorrelationsegenskaper algoritmer.

6. Analysera vektorfält

  1. För efterbehandling och dataanalys är EPIV vektorfält exporteras från Davis som. Txt-filer. Detta uppnås genom att välja gren vektorn förskjutning under JPEG-bilden filial i projektet skärmen. I verktygsfältet väljer du fliken Exportera, välj filtyp ASCII. Txt, väljer / skapa en export mapp, end Välj Exportera.
  2. Exporterade vektorfält heter Bxxxxx.txt där 00.001 ≤ xxxxx ≤ 99999, med B betecknar buffert. Varje fil innehåller fyra datakolumner: (1) X-placering av vektorn i bilden, (2) y-läge av vektorn i bilden, (3) x-komponenten av förskjutning (dvs. strömningsriktningen deplacement), (4) y-komponenten av förskjutning (dvs. vägg-normal förskjutning). De Bxxxxx.txt filer öppnas och bearbetas i MATLAB att först beräkna hastigheten fältet genom att veta när steget mellan bildpar, AT [s], och förstoringsgraden, M [m / pixel], dvs u (x, y ) = MD (x, y) / AT,. Tiden steget mellan bilder AT = 1/fps + D (x, y) / B, där B [pixlar / s] är den tid det tar för ultraljudssonden att svepa över bildens bredd. I den aktuella studien, M = 77 [im / pixel], fps = 49,5 [1 / s], och B = 25.047 [pixlar / s]. Därefter ensemriella medelhastighet vektorfält, vägg-normala profiler av medelhastigheten, bland andra flödesmängder av intresse beräknas. (Se avsnittet Resultat representant.)

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

En momentan eko partikel bild Velocimetry (EPIV) vektorfält visas i figur 3. Vektorn diagram visar hastighetsvektorer var fjärde kolumnen, och bakgrundsfärgen nivåkartan motsvarar hastigheten magnitud. En ensemble genomsnittlig vektor tomt genomsnitt över 1000 momentana EPIV vektor kurvor visas i figur 4. I överensstämmelse med strömning i rör, hastighetsvektorerna finns främst inom strömningsriktningen riktning de största hastigheterna sker vid rörets mittlinje och hastigheterna minskar till noll vid rörväggarna. Det root-mean-square (RMS) hastighet magnitud fluktuationer visas i figur 5. Eftersom i Hagen-Poiseuilles flöde bör rms hastigheterna vara identiskt noll, noll rms hastigheter ger ett mått på buller i EPIV mätningarna. De höga rms-värden nära den övre väggen resultat från en stark reflektion och brytning av ultraljudsstrålen från rörväggen som producerar höga bild intensities i denna region (se figur 2). Dessa höga intensiteter nära väggarna obskyra partikel intensitet leder till mätfel. Väggen-normala profilen genomsnittlig strömningsriktningen hastighet beräknas genom medelvärdesbildning ensemblen-medelvärdesbildade vektor diagram längs raderna (horisontell riktning) är avsatt i figur 6. Den fasta svarta linjen är den förväntade genomsnittliga strömningsriktningen hastighetsprofil för Hagen-Poiseuilles (laminärt rör) flöde för de givna experimentella betingelserna. Avtalet mellan EPIV mätningarna och den förväntade Hagen-Poiseuilles profil är bäst nära röret centrumlinje och värst nära rörväggarna, med de största avvikelserna inträffar nära den övre väggen. Vi är för närvarande arbetar på metoder för att minska ultraljud reflektion och brytning vid rörväggen och förbättra de närmaste vägg EPIV mätningar.

Figur 1
Figure 1. Schematisk av den experimentella inställning. Ett akvarium pump driver vätskan (ympades med 10 ^ m glasmikrosfärer) i en sluten slinga rörsystem. Den linjära ultraljudssond är fäst till den yttre rörväggen och sänder ultraljudsvågor genom röret och mottar ekon som reflekteras från 10 um glasmikrosfärer och väggarna rör. Ultraljud Maskinen bearbetar de reflekterade ultraljud vågorna att bilda en ultraljud B-mod bild. Ultraljud B-mode bilder exporteras till en PC som kör kommersiell PIV programvara.

Figur 2
Figur 2. Rå ultraljud B-mode bilden av rörströmning. Den höga intensiteten bandet linjer vid toppen och botten av bilden motsvarar rörväggen och ellipsoidema inre till väggen motsvara 10 m ihåliga glasmikrosfärer.


Figur 3. En momentan vektor diagram som visar vektor pilar var fjärde kolumnen. Bakgrundsfärgen nivåkarta motsvarar hastigheten magnitud. D är rörets diameter, x är strömningsriktningen positionen mätt från rörets inlopp, och d är den radiella positionen mätt från den övre väggen.

Figur 4
Figur 4. Ensemble genomsnitt vektor tomt genomsnitt över 1000 momentana EPIV vektor tomter. Vektorn diagram visar hastighetsvektorer var fjärde kolumnen, och bakgrundsfärgen nivåkartan motsvarar hastigheten magnitud. I överensstämmelse med strömning i rör, hastigheten vektorer punkten i strömningsriktningen directioN, de största hastigheterna sker vid rörets mittlinje och hastigheterna minskar till noll vid rörväggarna.

Figur 5
Figur 5. Konturkurva av root-mean-square (RMS) hastighet variation beräknas över 1000 momentana EPIV vektor tomter. I Hagen-Poiseuilles flöde, rms hastighet fluktuationer ger ett mått på buller i EPIV mätningarna.

Figur 6
Figur 6. Det experimentella uppmätta betyda strömningsriktningen hastighetsprofil beräknas från ensemblen-medelvärdesbildade EPIV vektorfältet, som visas i figur 4. Den fasta svarta linjen är teoretiskaretically förväntade profilen för en Hagen-Poiseuilles flöde med samma volymetriska flöde mätt experimentellt. Den radiella positionen mätt från rörets centrumlinje betecknas med R, där den övre väggen motsvarar R / D = -0,5. Skillnader mellan experimentella profilen och den förväntade profilen illustrerar svårigheten nära väggen EPIV mätningar.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Rörelseresultatet protokoll för en eko partikel bild velocimetry (EPIV) system som kan förvärva tvådimensionella områden hastighet i optiskt ogenomskinliga vätskor eller genom optiskt ogenomskinliga geometrier beskrevs. Praktisk tillämpning av EPIV lämpar sig väl för studier av industriella och biologiska flödessystem, där flödet av ogenomskinliga vätskor sker i väldigt många program. Det särskilda systemet som presenteras här var målmedvetet byggt för att studera flödesegenskaperna hos flytande biomassa vätskor som används vid framställning av lignocellulosa etanol. Funktionerna i EPIV visades med representativa mätningar i rör flöde. I synnerhet menar och RMS hastighetsprofiler beräknades från EPIV vektorfält, var Hagen-Poiseuilles (laminärt) rörströmning visat sig vara mätbara och kvantifierbara. De begränsningar EPIV är i sig låga frame rates (begränsas av bildhanteringsfunktioner i den kommersiella ultraljudssystemet) och låg rumslig upplösning, which begränsar olika hastigheter och transient flöde beteende som kan mätas. Slutligen, även om vi har strävat efter att göra artikeln fristående, bör bruksanvisningar för den kommersiella ultraljud maskin 7 och PIV programmet 8 höras för fullständighet. Läsaren hänvisas även till 9 och 10 för en övergripande översyn av fundamenta ultraljud och partiklar bild velocimetry, respektive.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Författare har inget att lämna ut.

Acknowledgments

Författarna erkänner tacksamt stöd av National Science Foundation, CBET0846359 bevilja bildskärm 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

Maskinteknik fysik teknik fysik ultraljud korskorrelation velocimetry ogenomskinliga vätskor partiklar flöde vätska EPIV
Echo Velocimetry Particle Image
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