Waiting
Login processing...

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

Bioengineering

적혈구 집계 동적 조사를위한 미세 유체 제어 환경

Published: June 4, 2015 doi: 10.3791/52719
Automatic Translation
1, 1, 1
1Department of Mechanical Engineering, University of Ottawa

ERRATUM NOTICE

Summary

프로토콜은 화상 처리 기술에 기초하여 상세를 제어하고 일정한 전단 속도 하에서 적혈구 (RBC) 응집체 정량화 실험 방법을 설명했다. 이 프로토콜의 목적은 제어 된 미세 환경에서 대응하는 전단 속도로 RBC 집합체 크기를 관련시키는 것이다.

Abstract

혈액은 비 뉴톤 biofluid로서, 혈액 류 분야에서 많은 연구의 초점을 나타낸다. 혈액 성분은 적혈구, 혈장에 현탁 백혈구 및 혈소판을 포함한다. 인해 적혈구 풍부 (혈액량의 40 % 내지 45 %)로, 그들의 동작은 특히 미세 혈액의 유동 학적 거동을 지시한다. 매우 낮은 전단 속도로, 적혈구는 조립 볼 수 있습니다 및 양식 개체는 혈액의 비 뉴턴 동작이 발생하는 집계를했다. 그것은 미세에서 혈액 유 동학을 이해하는 골재 형성의 조건을 이해하는 것이 중요하다. 여기에 설명 된 프로토콜은 화상 처리에 기초하여, 일정한 전단 속도하에 정량적 미세에서 RBC 응집체를 결정하기 위해 실험적인 방법에 대해 설명. 이를 위해, RBC-현탁액 시험 120 X 60 ㎛의 폴리 디메틸 실록산 (PDMS) 마이크로 분석. RBC-현탁액은 천만에 있습니다혈액 층 내의 선형 속도 프로파일을 구함으로써 일정한 전단 속도의 넓은 범위를 달성하기 위해 제 2 유체를 이용한 비가. RBC 응집체가 고속 카메라를 사용하여 시각화하는 동안 전단 속도는 마이크로 입자 화상 유속계 (μPIV) 시스템을 사용하여 결정된다. RBC 집합체 캡쳐 영상은 이미지 강도에 기초하여 상기 골재 크기를 결정하기 위해 화상 처리 기술을 이용하여 분석한다.

Introduction

적혈구 세포 (적혈구)는 혈액의 유동 학적 거동을 결정하는데 중요한 역할을한다. 그들은 거의 유일하게 생체 외 및 생체 내에서 혈액의 특정 속성에 대한 책임이 있습니다. 생리 학적 조건 하에서, 적혈구는 혈액 부피의 40 % 내지 45 %를 차지한다. 미세에서는 적혈구에만 의한 작은 혈관의 직경과 효과 1 감추고 플라즈마 혈액 부피의 20 %까지 차지한다. 미세 플라즈마 감소의 이러한 현상은 Fåhræus 효과로 알려져있다. 저 전단 속도에서, 적혈구, 따라서 혈액의 비 뉴톤 거동에 기여 함께 메우고 "연전 현상"또는 응집체라는 차원 1 인 또는 3 차원 구조를 형성 할 수있다. 그러나, 적혈구 응집 메커니즘은 완전히 이해되지 않습니다. 두 이론은 적혈구의 응집을 모델링 존재 : 세포 이론 브리징 인해 거대 분자 (2)의 가교 및 힘에 attrac기 이론 인해 삼투압 구배 3 분자의 고갈에 의해 발생.

일반적으로, 인간의 피를, 단위는 1에서 10 초 -1에 이르기까지 매우 낮은 전단 속도 4에 형성한다. 이 범위보다, 적혈구는 해리하는과 용기 내에서 개별적으로 흘러 경향이있다.

골재 형성의 조건을 이해하면 혈액의 유동 학적 거동을 정의의 관점에서 혈액 류 분야에 매우 중요하다. 이 집계는 종종 macrocirculation 레벨 (> 300 μm의 직경) (5)에서 볼 수 있습니다. 이 규모에서, 혈액은 뉴턴 유체 및 균일 한 혼합물로 간주됩니다. 그러나, 이러한 응집체는 거의 모세관 레벨 (4-10 μm의 직경)에 보지되고 일반적으로 당뇨병 및 비만과 같은 6 병리 적 상태의 표시이다. 적혈구 응집 염증 또는 감염 조건을 포함 변경할 수있는 다른 병적 인 조건,고혈압이나 동맥 경화, 유전 질환 및 만성 질환 (7)과 같은 심혈관 질환. 따라서, RBC의 응집 메카니즘을 이해하고 (이들 골재와 유동 조건의 크기 간의 관계를 정의함으로써) 이러한 엔티티를 분석하는 혈액 microrheological 동작의 이해로 이어질 수 있으며, 이에 따라 임상 적 적용에 관한 것이다.

RBC 응집체는 이러한 헤마토크릿 (혈액 내의 적혈구 용적), 전단 속도, 혈관 직경, RBC 막 강성과 현탁 매질 조성물 8-10와 같은 여러 요인들에 의해 변경 될 수있다. 따라서, 제어 된 조건을 효과적으로 RBC 응집체를 분석하기 위해 요구된다. 몇몇 방법들은 혈액 동작에 대한 관련 정보를 제공하는 정전기 응집 측량 (응집 지수)를 제공함으로써 골재 형성을 분석 할 수있다. 이들 방법은, 특히 적혈구 침강 속도를 포함방법 (11), 광 전송 방식 (12), 광 반사 방법 (13) 및 저 전단 점도 제 14.

몇몇 연구는 적혈구 응집을 연구하고 제어 흐름 조건 15-17에서 집계 된 정도를 확인하려고했습니다. 그러나, 이들 연구는 간접적 응집의 정도뿐만 아니라 로컬 점도에 대한 정보를 제공하는 미세한 혈액 화상에 기초하여 측정 전단 시스템에서 차지하는 공간의 비율을 결정함으로써 RBC에게 골재 크기를 조사.

따라서 우리는 직접 적혈구가 통제되고 일정한 전단 속도에 따라, 동적, 미세에 집계 정량화 할 수있는 새로운 방법을 제시한다. 인산 완충 식염수 (PBS) 용액이 때문에 혈액 층 전단 유동을 생성하여, (도 1에 도시 된 바와 같이) RBC 현탁액-Y-마이크로 이중에서 비말 동반된다. 이 혈액 내에서 일정한 시어 레이어R 율을 얻을 수있다. RBC-현탁액은 다른 헤마토크릿 (H) 레벨 (5 %, 10 % 및 15 %)에서와 상이한 전단 속도 (초 -1 2-11)에 따라 시험한다. 혈액의 속도와 전단 속도는 흐름이 고속 카메라를 사용하여 시각 동안 마이크로 입자 화상 유속계 (μPIV) 시스템을 사용하여 결정된다. 얻어진 결과는 다음 적혈구를 검출 골재 크기를 결정하기 위해 이미지 강도에 기초 MATLAB 코드로 처리된다.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

혈액은 오타와 대학 (H11-13-06)의 윤리위원회의 승인을 건강한 사람들에서 수집됩니다.

1. 마이크로 채널 제작

마이크로 채널은 표준 포토 리소그래피 방법 (18)을 기반으로 제조된다.

  1. 컴퓨터 지원 설계 (CAD) 소프트웨어를 사용하여 마이크로 채널 형상을 설계하고 투명 포토 마스크의 구성을 인쇄 할 수 있습니다. 그것들은 제조 공정 동안 광 경로를 지시 때문에 이러한 마스크는 매우 중요하다. 이 경우, 마이크로 사이즈, 깊이 120 ㎛의 두께 60 μm의 길이 7mm이다.
  2. 클린 룸에서는, 스핀 코팅, 에폭시 계 네거티브 마이크로 원하는 깊이 (60 ㎛ 인)을 획득하기 위해 30 초 동안 2000 rpm으로 실리콘 웨이퍼 상에 포토 레지스트를.
  3. 웨이퍼와 650 엠제이 / 70 초 CM 2에서 UV 램프에서 포토 마스크를 노출. 단지 투명 영역을 노출 시키도록 보장자외선 빛에 포토 마스크. 투명 영역의 노광의 경화의 결과 사슬 중합 가능 포토 레지스트. 과량의 제거 현상에 실리콘 편을 담그고하는 포토 레지스트.
  4. 폴리 디메틸 실록산 (PDMS)의 용액을 만들기 위해 1 : 몰드가 제조되면, (10)의 비율로 실리콘계 엘라스토머와 경화제를 혼합한다. 탈기 진공 챔버에 PDMS 용액을 넣어. 주형에 부어 90 분 마이크로 채널을 생성하는 60 ° C로 가열한다. 90 초 동안 산소 플라즈마를 사용하여 접합 유리 슬라이드에 개별 채널을 결합.
    주 : PDMS의 탈기 공정이 혼합 공정에 의해 생기게 기포를 제거하기 위해 수행된다.
  5. 마이크로 크기가 성공적으로 테스트 할 수 있는지 확인합니다. 이 프로토콜에서, 마이크로 채널은 120 X 60 ㎛의 직사각형의 단면을 갖는다. 이에 비해 평균 RBC 8 ㎛의 직경 2 ㎛의 두께를 갖는다.refore는 마이크로 채널 너비는 적당한 응집을 관찰하고 정확하게 속도 프로파일을 결정하기에 충분하다.

2. 혈액 준비

  1. 윤리위원회의 승인 후, 건강한 자원 봉사 기증자로부터 혈액을 수집합니다. 수집 튜브에 존재하는 에틸렌 디아민 테트라 아세트산 (EDTA)와 피 (혈액 4 mL를 7.2 밀리그램을 EDTA)을 치료.
    주 : EDTA는 혈액 응고를 방지하는 데 사용됩니다.
  2. 혈액 성분을 분리하기 위해 1400 XG (3000 RPM)에서 혈액 샘플을 10 분 동안 세 번 원심 분리기. 원심 분리의 결과, 세 개의 서로 다른 층들을 관찰한다.
    주 : 세 층 (튜브의 하단에 위치) RBC 층 (RBC 층의 상부에 위치 백혈구 및 혈소판 이루어진) 버피 코트하고 플라즈마 층 (전체의 상단에 위치한 성분).
    1. 첫 번째 원심 분리 후, 혈액 피펫을 사용하여 혈장을 수집합니다. 어떤 C를 피버피 코트 콘택트에.
    2. 수집 및 10 % 희석 한 표백제 용기에 버피 코트 폐기하십시오.
    3. 나머지 적혈구 층 튜브에 각각 PBS 산도 7.4의 3 ㎖를 추가하고 원심 분리기의 적절한 균형을 보장합니다. 조심스럽게 10 분 동안 1,400 XG (3000 RPM)에서 다시 원심 분리 튜브를 혼합한다.
      주 :이 세포 부착을 변경할 수 있기 때문에 PBS 용액이 어떤 마그네슘이나 칼슘이 포함되어 있지 않음을 확인합니다.
    4. 두 번째 원심 분리 한 후 튜브에 PBS를 폐기하고있는 경우 나머지 버피 코트를 제거합니다. 반복 세 번째 원심 분리 청소 적혈구를 생성하는 2.2.3와 2.2.4 단계를 반복합니다.
  3. 해당 (5 % RBC-현탁액을 얻기 위해 10 % 내지 15 %를 1 ㎖의 튜브에서 플라즈마 (0.95, 0.9 및 0.85 mL)로 세정 적혈구의 요구량 (0.05, 0.1 및 0.15 ml)에 섞어 ) 헤마토크릿. 마이크로 원심과 적혈구 용적률을 확인합니다.

3. 유체 준비

  1. 형광 추적 입자 용액 60 μl를 추가 (1 % 고체, D 입자 = 0. 86 μm의는, λ는 = 542 nm의 복근 은 1 ml의 RBC 서스펜션 튜브에 λ 방출 = 612 ㎚).
    주 : (내부적 폴리스티렌 입자를 염색) 형광 트레이서 입자 내의 미세 유동의 속도를 측정하는데 사용된다. 레이저 빔 (λ = 542 ㎚)의 대응하는 파장에 노출 될 때 이들 입자는 형광.
  2. pH 7.4의 PBS 용액을 준비하고 PBS 용액 1 ㎖에 동일한 형광 트레이서 입자 용액 60 μL를 추가한다.

4. 골재 크기 측정

  1. 마이크로 채널에서의 유체 (RBC-현탁액과 PBS)를 삽입하려면, 25 μL, 100 μL의 두 유리 주사기를 사용합니다. 이 의지시스템의 컴플라이언스를 줄이는 것을 돕는다. 튜브 및 항목 구멍을 맞는 커넥터를 통해 주사기에 마이크로 연결합니다. 유체 용기와 주사기 사이에 존재하는 압력 차이를 이용하여 유리 주사기를 채우기. 기포가 시스템에 존재하지 확인. 대안적인 방법으로서, 마이크로 유체 모두를 구동하기 위해 압력 제어 시스템을 사용한다.
  2. 고속 카메라와 μPIV 시스템에 연결 거꾸로 현미경 무대에서 마이크로 놓습니다. 프로그램 (PBS에 대한 Q = 8 μL / hr의 유량을 야기되었다 피를 예를 들어, Q는 = 2 μL / 시간) 원하는 유량에 주사기 펌프.
    주 : 하나의 주사기 펌프를 사용한다. 두 개의 다른 내부 직경이 서로 다른 두 개의 유리 주사기를 사용하면, Y-마이크로 각 분기 유입 유량에 따라 달라질 수있다.
  3. 도시 된 바와 같이 다른 항목과 다른 지점에서 유량에서 이중 Y-마이크로 유체 모두를 각각 삽입 (도 2 및 3) ​​두 지점 (19) 사이 (여기서는 4) 같은 적절한 비율을 유지한다. 측정 값을 취득하기 전에, 정상 상태에 도달하는 흐름 기다리 : 육안 원활한 흐름을 위해 고속 카메라 이미지를 검사한다.
    주 : 비 혈액 층 내에 선형 속도 프로파일을 얻는 데 중요하다.
  4. 고속 카메라를 사용하여 적혈구를 시각화. 유체 흐름의 이미지를 제어, 기록 및 저장 카메라를 컴퓨터에 연결합니다. 두 유체 흐름이 정상 상태에 도달하면, 기록을 시작.
    1. 더 나은 처리 결과에 대한 여러 이미지를 획득. 골재의 명확한 이미지에 대한 최적의 카메라 노출 시간을 결정합니다.
      참고 :이 경우 카메라의 노출 시간은 0.5 밀리 초였다. 각 프레임 사이의 시간 간격의 선택은 카메라 프레임 레이트 및 t의 유량에 기초그는 마이크로. 이 절차에서 처리 된 각 프레임 사이의 시간은 60 밀리 초이다. 따라서 초 당 18 프레임을 기록 할 수있는 카메라가 충분하다.
      참고 : 잘못된 측정으로 이어질 수있는 튜브와 주사기, 혈액 정착을 피하십시오.
  5. 이미지 프로세싱 기술 (이 경우 MATLAB 프로그램)을 사용하여 다음과 같이 (도 4에 도시 된) 픽셀 강도에 기초하여 상기 이미지들의 각각에서 응집체를 검출, 이미지 품질을 개선한다 :
    1. 이미지가 각 프레임에 대해 더 나은 이미지 품질을 획득하기 위해 히스토그램 등화 방법을 사용하여 콘트라스트 향상.
    2. 이진 이미지로 그레이 스케일 이미지를 변환 할 수 있습니다. 이를 위해, 각 화소의 변환을 지시하는 0에서 1까지의 임계 값을 설정. 임계 값보다 큰 값을 갖는 화소가 백 화소로 감지하는 동안 상기 임계 값 이하의 모든 이미지 픽셀은 흑 화소로서 검출한다.
    3. 작성더 나은 결과를 하나의 집합 내에서의 갭에 해당하는 구멍 (현재 및 필요한 경우).
    4. 인접 셀이 응집체로서 연관된되도록 이진 영상에 인접 백 화소를 판별하여 세포를 감지.
    5. 검출 된 다른 집계 레이블과 더 나은 시각화를위한 빨강, 녹색, 파랑 (RGB) 이미지로 바이너리 이미지를 변환 할 수 있습니다. 화상 처리 기술의 효율을 확인하고,도 5에 도시 된 바와 같이, 모든 셀이 고려되는 것을 보장하기 위해 대응하는 처리 된 이미지들의 각각에 오리지널 프레임 수확기. 수행 단계 4.5.1, 4.5.2, 4.5.3 캡처 한 모든 프레임에 대해, 4.5.4과 4.5.5.
    6. 검출 된 픽셀의 수에 기초하여 상기 프레임 내에서 검출 된 각각의 집합체의 면적을 계산한다. 사용되는 렌즈의 배율에 기초하여, 교정 레티클을 사용하여 변환 계수를 계산하고, 2 ㎛의 결과를 변환한다. 각 검출 골재 크기를 평균다음은 프레임 - RBC 현탁액 각각의 기록에 대한 평균 응집체 크기를 얻기 위해 모든 프레임들에 대한 결과를 평균.
    7. 각 감지 집계 내에서 적혈구의 대표 추정 수를 결정하는 하나의 RBC의 면적을 계산합니다. 도 6에 도시 된 바와 같이, 이러한 결과를 이용하여, (각 집합 내의 셀들의 예상 숫자로 표시됨) 골재 크기의 함수로서 각 집합 내의 적혈구의 비율의 분포를 계산한다.
      주 : RBC 응집체를 측정하기는 ImageJ에 소프트웨어는 각각의 프레임에서 동일한 작업을 수행하기 위해 (MATLAB 대신으로) 사용될 수있다.

5. 유체 속도와 전단 속도 측정

유속 및 μPIV 시스템을 사용하여, 따라서 전단 속도를 결정한다.

  1. 데이터는 고속 카메라를 사용하여 획득되면, μPIV 시스템에 사용 더블 펄스 카메라로 전환. 화상 AC 용 영상 소프트웨어를 사용하여속도 필드 검지 흐름 및 화상 처리 quisition.
  2. 레이저를 켜기 전에, 레이저의 종류에 따라, 모든 예방 조치가 필요 가져 가라. 그런 다음 시스템, 카메라와 레이저를 켭니다.
  3. 사용되는 렌즈의 배율에 기초하여 카메라의 교정. 이를 위해, 현미경으로 10 ㎛의 정밀도 마이크로을 사용하여 이미지에 1 화소의 사이즈를 설정한다.
  4. 레이저를 시작하고 두 유체의 입자를 시각화. 흐름에서 가장 빠른 입자에 초점을 맞춤으로써 마이크로의 중간 평면을 찾기 (즉, 가장 빠른 입자는 밝은해야한다).
  5. 입자의 적절한 변위를 보장하기 위해 DT (두 개의 연속적인 프레임 사이의 시간 간격)을 설정한다. 가장 빠른 입자는 두 이미지 사이에 약 5 ~ 10 픽셀을 이동해야합니다.
  6. 흐름을 기록 시작합니다. 이미지 백쌍, 떨어져 5 밀리 초를 취득 할 수있는 소프트웨어를 설정합니다. 모든 DIF에 대한 단계 5.4, 5.5 및 5.6를 수행ferent RBC-현탁액과 다른 전단 속도에 대한.
    참고 : 방법의 자세한 내용은 피츠와 페 네치 (20)의 연구에 제시되어있다.
  7. 이미징 소프트웨어와 상호 상관 방법을 사용하여 획득 된 기록을 처리.
    주 :이 소정 크기의 작은 윈도우로 이미지 쌍 이산화 이루어져라는 상관 윈도우 및 각 윈도우에서 입자의 변위를 따르고 (유체의 흐름 및 사용자에 의해 선택된 시간 간격에 기초하여).
    1. 취득한 화상 데이터는 더 프로세싱 (배경 차감 "베이스 - 클리핑"21 또는 이미지 22,23 중첩 포함) 프리 - 프로세싱을 필요로하는 경우, 최초로 결정한다.
    2. 이어서, 상관 윈도우 사이즈 및 형상뿐 아니라 이미지의 중첩의 퍼센티지를 선택한다. 상세한 연구 피츠 등에 의해 실시 하였다. (24)를 혈액에 대한 최적의 파라미터 및 영상 전처리 기술을 결정하는데상이한 채널 구성으로 흐른다. 100 이미지 쌍과 속도의 제곱 평균 (RMS) 오류에서 계산 된 평균 속도 필드와 결과를 표현한다.
  8. 도 7에 도시 된 바와 같이. 처리 된 데이터로부터, 상기 채널의 출구 속도 프로파일을 추출 나은 프로파일, 공간 속도 장 평균.
    주 : 속도 프로파일을 구성하는 바는, 채널 폭에 대하여 선택된 상관 윈도우 사이즈에 대응한다. 속도의 RMS 에러는 또한 실험 속도 추정에 오류를 나타내는,도 7에 도시된다.
  9. 모든 측정 및 처리가 수행되면 레이저를 끄고 ,. 소프트웨어, 카메라, 이동 무대, 컴퓨터와 레이저 : 모든 시스템의 구성 요소를 종료합니다.
  10. 전단 속도를 계산하기 위해, 먼저 검출하고 고속 카메라 촬영에 기초한 마이크로 채널에서 혈액 두께를 추정한다. 이를 위해, 모든 평균특정 녹화 비디오 프레임의 배경 이미지를 얻었다. (5 %, 10 % 및 15 % 적혈구 용적률에서 정지 할 때 10 μL / 시간 흐르는 RBC-현탁액도 8에 도시 된 바와 같이) 피 층을 구분합니다. 대응 혈액 층 두께에 대한 속도 값을 구하여 혈액 층 두께에 의해 속도 값을 나누어 전단 속도를 계산한다.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

이중 Y-마이크로 채널에서 2 유체 흐름의 예는, 5 %, 10 % 및 15 % 적혈구 용적률에서 현탁하고, 10 μL / 시간 흐르는 인간 적혈구에 대한도 2에 도시되어있다.도 3으로 골재 크기 때의 차이를 나타내고 채널의 유동은 10 % 적혈구 용적률 5 μL / hr로 10 μL / 시간으로 감소된다. 헤마토크릿 및 전단 속도를 변화 할 때 응집체의 크기의 질적 개념을 제공한다. 세 개의 연속적인 프레임들에 대해, (5)는 네 개의 인간 RBC 응집체의 변위를 다음 도표 카메라 프레임 레이트 요구 및 질적 개념의 정량적 측정 값을 제공하는 각 프레임 내의 분포를 집계합니다. 중간 집계 각각 녹색과 빨간색으로 표시되며, 큰 골재 (이상 30 적혈구 추정) (9-30까지가 적혈구를 추정) 동안 그림 5에서, (8 이하 추정 적혈구와) 작은 집계는 파란색으로 표시됩니다.

나타내는도 7에 표시되는 각각. 또한 각 RBC 현탁액을위한도 7에 표시 속도의 RMS 에러는 속도 측정의 정밀도를 나타내는 속도 값에 비해 상대적으로 작고, 따라서 요금 전단. 인터페이스 위치는 'E'로 표시하고 동일한 도면에서 실선으로 나타내었다.

(속도 프로파일 및 혈액 층 두께에 기초하여) 상이한 RBC-현탁액 대응 전단 속도는 표 1에 나타내었다. RBC-현탁액 각각에 대해 결정된 평균 응집체 크기를 검출하는 화상 처리 방법에 기초 RBC 응집체의 면적, (SECURITY) 기능을 비활성화로서,도 9에 나타내었다상응하는 전단 속도의 이온. 각 집합 내의 적혈구의 비율의 분포의 예는도 6에 도시한다. 골재 크기 골재의 RBC의 예상 개수로 표현된다.

그림 1
1. 두 번 Y-마이크로 구성 및 항목 유체를 그림. PBS는 Q = 8 μL / 시간에서 제 2 분기에 진입하면서 혈액 Q = 2 μL / 시간에서 제 1 분기에 들어갑니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 2
그림 2. 다른 적혈구 용적률에서 인간 RBC 서스펜션. 그림에서 Q = 10 μL / 시간에 흐르는 인간 RBC-현탁액의 캡처 한 프레임을 나타냅니다 (A) 5 % (B)10 % (C) 15 % 헤마토크릿. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 3
그림 3. 다른 유량에서 인간 RBC 서스펜션. 그림은 (A) Q = 10 μL / 시간 및 (B) Q = 5 μL / 시간을 흐르는 10 % 헤마토크릿 (H)에서 일시 중단 된 인간의 적혈구의 캡처 한 프레임을 나타냅니다. 여기를 클릭하십시오 이 그림의 더 큰 버전을 볼 수 있습니다.

그림 4
골재 검출을 위해 사용 된 화상 처리 프로그램의도 4의 흐름도. 기본적인 사용 방법을 설명하는 바와 같이. 이미지의 품질은 C로 향상 이진 이미지 onverted. 집계가 감지되고 각각의 크기를 기반으로 표시되어 있습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 5
그림 5. RGB 색상과 여러 사람의 적혈구의 순 이동은 세 개의 연속 프레임에 집계합니다. 그림은 네 () T = 0 밀리 초, (B) T = 60 밀리 초에서 세 개의 연속 프레임에서 검출 단위 및의 순 움직임을 보여줍니다 (C) T = 120 밀리 초. 대형 골재 (> 30 적혈구 추정), 중간 집계 (9-30 추정 적혈구)과 작은 집계는 (<8 적혈구 추정), 적색, 녹색, 청색 각각에 표시됩니다. 검출 된 골재의 각각은 검은 색 원으로 표시됩니다."_blank>이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 6
다른 유량 10 % H RBC 서스펜션 그림 6. RBC 집계 크기 분포. 10 % H에 중단 혈액 샘플에 대한 집계 크기 분포 = 10, 5 μL / 시간 질문에 흐르는. 더 큰 버전을 보려면 여기를 클릭하십시오 이 그림의.

그림 7
서로 다른 적혈구 용적률 그림 7. 속도 프로파일 비교. 속도 분포는 5 %의 H (적색), 10 %의 H (블루), 15 %의 H (녹색), 시뮬레이션 (19) (실선)에 현탁 플라즈마 내의 적혈구를 위해 나타낸다 Q = 10 μL / 시간 120 X 60 μm의 이중 Y-마이크로. 인터페이스 위치에 대한 E로 나타낸다실험. 다른 속도 프로파일의 해당 RMS 오류가 표시됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 8
혈액 층 두께의 상이한 RBC-현탁액 한계 그림 8. 이미지 배경.도 10 μL 흐르는 RBC-현탁액 혈액 층 두께의 한계를 나타낸다 / 시간 (A) 5 %, (B에 현탁 ) 10 % (C) 15 % (H)는 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 9
Figu9 재. 대응 전단 속도의 함수로서 평균 응집체 크기. 결과는 5 % (A), 10 % (B) 및 15 % (H) (C)에서 Q = 10 μL / 시간에 흐르는 다른 RBC-현탁액을 위해 얻을 수있다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

적혈구 용적률 유량 (μL / 시간) 전단 속도 (초 -1)
5 % (10) 11.02
5 % (5) 5.36
10 % (10) 8.17
10 % (5) 4.47
15 % (10) 7.41
15 % (5) 2.51

다른 혈류 케이스 표 1. 전단 속도 값. 전단 속도 값 Q = 10 μL / 시간 흐르는, 5 %, 10 % 및 15 %의 H와 상이한 RBC-현탁액 μPIV 데이터 및 화상 처리 결과를 이용하여 얻어진다 Q는 = 5 μL / 시간.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

본 방법을 이용하여, 정량적으로 분석 할 수있다 정량적 RBC 다른 유동 조건 하에서 헤마토크릿 집계. 성공적인 시험 및 골재 검출 들어, 마이크로 엔트리에서 두 유체 사이에 적절한 속도 비를 결정하는 데 중요하다. 이 비율은 속도 프로파일 19 준 선형 최적 혈중 층 두께를 얻기 위해 매우 중요하다.

성공적인 테스트를위한 또 다른 중요한 요소는 좋은 이미지 품질입니다. 상기 방법은 화상 처리에 기초하기 때문에 사실, 그것은 이미지 배경 (채널 내부의 유체)과 검출 대상 입자 사이의 콘트라스트가 매우 중요하다. 도 2 및도 3에 도시 된 바와 같이, 여기서, 입자 집합체 검출에 도움이 배경보다 어둡게 보인다. 화상 처리 기술을 위해 고려해야 할 가장 중요한 매개 변수는 t이며hreshold 값. 따라서, 콘트라스트에 기초하여 그것을도 5에 도시 된 바와 같이 모든 응집체가 고려 될 최적의 임계 값을 선택하는 것이 중요하다 얻어진. 본 연구를 위해 사용 된 본 이미지 분할을 널리 셀 감지 및 계산에 사용 소망과 전역 임계치 적절하지으로 화상의 품질이 아닌 경우 25 ~ 27., 하나는 오츠의 방법 (28) 또는 적응 임계 방법 (화상 이산화하고 최적의 임계 값을 결정하는데 다른 알고리즘을 사용하여 ) 각 이산화 창에 대한 로컬 임계 값을 얻을 수있다.

고려해야 할 또 다른 요소는 μm의 픽셀에서 적절한 변환을위한 스케일 인자이다.

적절한 변환 계수를 사용하여, 하나의 직경과 골재 입도 분포를 결정하는 역할을한다 한 RBC의 두께를 결정할 수있다 (추정 한 접점에 기초각 집계에서 적혈구의 R). 응집체의 방향에 따라 적절 하나 RBC (정면 또는 측면 모습)의 면적을 계산한다. 섹션 4 (단계 4.4.1)에서 언급 한 바와 같이, 이는 응집체의 동적 특성은 각 연속적인 프레임 사이에 포획되도록 적절한 카메라 노출 시간과 프레임 레이트를 결정하는 것이 중요하다. 이 값은 측정을 획득 할 때 사용되는 유량에 기초한다. 여러 다른 요인 μPIV 시스템을 이용하여 결과를 획득 할 때 고려 될 필요 피츠 및 페 네치 (20)의 연구에서 명확하게 설명된다.

방법론은 다른 적혈구 용적률에 흐르는 여러 RBC-현탁액에 성공적으로 테스트했다. 그러나, 화상 처리 기술 및 배경 이미지와 골재 사이의 콘트라스트 부족 제한하기 위해서는, RBC가 (20 %에서 45 %로) 더 높은 적혈구 용적률 골재 검출하는 것이 곤란하다. 실제로 언급이전에, 이미지 품질이 방법론 중요하다.

이 프로토콜을 이용하여, RBC 집합체 크기가 제어 된 미세 유동 장치에서 측정 할 수 있고, 따라서 그것은 생리 전단 속도의 범위 RBC 골재 크기를 미세 동적 RBC의 응집에 대한 정보를 획득하고 획득 할 수있다. 그것은 혈액 유동성의 수치 및 실험 연구를 보완하고 임상 및 병리학 적 연구로 집계 크기와 동작을 연관시키는 것도 가능하다.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

저자가 공개하는 게 없다.

Acknowledgments

이 작품은 자연 과학 및 캐나다의 공학 연구위원회에 의해 지원되었다. 미세는 맥길 대학 맥길 나노 장비 Microfab 시설과 칼턴 대학에서 전자 공학학과의 지원으로 수행되었다.

Materials

Name Company Catalog Number Comments
SU8-50 epoxy based negative Photo-resist MicroChem Corp.
SU8-50 developer MicroChem Corp.
Poly(dimethylsiloxane) (PDMS) Sylgard-184 Dow-Corning 3097358-1004
PE-50 series Plasma system  Plasma Etch PE-50 series
Blood collection tubes with K2-EDTA (ethylenediaminetetraacetic acid) FisherSci B367861
Centrifuge, i.e. Thermo Scientific CL2 Thermo Scientific 004260F
Poshpate buffered saline (PBS) Sigma Aldrich P5368-10PAK
Tracer fluorescent particles solution (15 ml) FisherSci R800
Aggregometer RheoMeditech Rheo Scan AnD300
Glass syringes (50 µl) Hamilton 80965
Tubing (Tygon) FisherSci AAA00001
High speed camera (Basler) Graftek Imaging Inc. basler acA2000-340km A camera capable of recording 18 frames per second could be used.
Double pulsed camera  LaVision Imager Intense
Microscope MITAS LaVision MITAS
Nd:YAG laser New Wave Research Solo-II
Syringe pump (Nexus3000 and PicoPlus) Chemyx Inc. and Harvard Apparatus Nexus3000 and PicoPlus
DaVis software LaVision Davis

DOWNLOAD MATERIALS LIST

References

  1. Perkkio, J., Keskinen, R. Hematocrit reduction in bifurcations due to plasma skimming. Bull. Math. Biol. 45 (1), 41-50 (1983).
  2. Chien, S., Jan, K. Ultrastructural basis of the mechanism of rouleaux formation. Microvasc. Res. 5 (2), 155-166 (1973).
  3. Neu, B., Meiselman, H. J. Depletion-mediated red blood cell aggregation in polymer solutions. Biophys. J. 83 (5), 2482-2490 (2002).
  4. Schmid-Schönbein, H., Gaehtgens, P., Hirsch, H. On the shear rate dependence of red cell aggregation in vitro. J. Clin. Invest. 47 (6), 1447-1454 (1968).
  5. Pries, A. R., Secomb, W. Rheology of the microcirculation. Clin. Hemorheol. Microcirc. 29 (3-4), 143-148 (2003).
  6. Baskurt, O. K., Neu, B., Meiselman, H. J. Red Blood Cell Aggregation. , Taylor and Francis. Florida. (2011).
  7. Cho, Y. I., Mooney, M. P., Cho, D. J. Hemorheological disorders in diabetes mellitus. J. Diabetes Sci. Technol. 2 (6), 1130-1138 (2008).
  8. Baskurt, O. K., Hardeman, M. R., Rampling, M. W., Meiselman, H. J. Handbook of Hemorheology and Hemodynamics. , IOS Press. Netherlands. (2007).
  9. Lindqvist, T. The viscosity of the blood in narrow capillary tubes. Am. J. Physiol.-Legacy Content. 96, 562-568 (1931).
  10. Goldsmith, H. L., Cokelet, G. R., Gaehtgens, P. R. Fåhraeus: Evolution of his concepts in cardiovascular physiology. Am. J. Physiol. 257 (3), H1005-H1015 (1989).
  11. Fåhraeus, R. The suspension stability of the blood. Physiol. Rev. 9 (2), 241-274 (1929).
  12. Bauersachs, R. M., Wenby, R. B., Meiselman, H. J. Determination of specific red blood cell aggregation indices via an automated system. Clin. Hemorheol. 9 (1), 1-25 (1989).
  13. Hardeman, M. R., Dobbe, J. G., Ince, C. The laser-assisted optical rotational cell analyzer (lorca) as red blood cell aggregometer. Clin. Hemorheol. Microcirc. 25 (1), 1-11 (2001).
  14. Rampling, M. W. Red cell aggregation and yield stress. Clinical Blood Rheology. , CRC Press. Boca Raton, Florida. (1988).
  15. Dusting, J., Kaliviotis, E., Balabani, S., Yianneskis, M. Coupled human erythrocyte velocity field and aggregation measurements at physiological haematocrit levels. J. Biomech. 42 (10), 1438-1443 (2009).
  16. Kaliviotis, E., Dusting, J., Balabani, S. Spatial variation of blood viscosity: modelling using shear fields measured by a µPIV based technique. Med. Eng. Phys. 33 (7), 824-831 (2011).
  17. Sherwood, J. M., Kaliviotis, E., Dusting, J., Balabani, S. Spatial variation of blood viscosity and velocity distributions of aggregating and non-aggregating blood in a bifurcating microchannel. Biomech. Model. Mechan. 13 (2), 259-273 (2014).
  18. Chen, S., Barshtein, G., Gavish, B., Mahler, Y., Yedgar, S. Monitoring of red blood cell aggregability in a flow chamber by computerized image analysis. Clin. Hemorhol. Microcirc. 14 (4), 497-508 (1994).
  19. Xia, Y. N., Whitesides, G. M. Soft lithography. Angewandte Chemie International Edition England. , 551-577 (1998).
  20. Mehri, R., Mavriplis, C., Fenech, M. Design of a microfluidic system for red blood cell aggregation investigation. J. Biomech. Eng. 136 (6), 064501-1-064501-5 (2014).
  21. Pitts, K. L., Fenech, M. Micro-particle image velocimetry for velocity profile measurements of micro blood flows. J. Vis. Exp. (74), e50314 (2013).
  22. Bitsch, L., Oleson, L. H., Westergaard, C. H., Bruus, H., Klank, H., Kutter, J. P. Micro particle-image velocimetry of bead suspensions and blood flows. Exp. Fluids. 39 (3), 507-513 (2005).
  23. Wereley, S. T., Gui, L., Meinhart, C. D. Advanced algorithms for microscale particle image velocimetry. AIAA J. 40 (6), 1047-1105 (2002).
  24. Nguyen, C. V., Fouras, A., Carberry, J. Improvement of measurement accuracy in micro PIV by image overlapping. Exp. Fluids. 49 (3), 701-712 (2010).
  25. Pitts, K. L., Mehri, R., Mavriplis, C., Fenech, M. Micro-particle image velocimetry measurement of blood flow: validation and analysis of data pre-processing and processing methods. Meas. Sci. Technol. 23 (10), 105302 (2012).
  26. Bhamare, M. G., Patil, D. S. Automatic blood cell analysis by using digital image processing: a preliminary study. Int. J. Eng. Res. Tech. 2 (9), 3135-3141 (2013).
  27. Maitra, M., Gupta, R. K., Mukherjee, M. Detection and counting of red blood cells in blood cell images using hough transform. Int. J. Comput. Appl. 53 (16), 18-22 (2012).
  28. Jambhekar, N. D. Red blood cells classification using image processing. Sci. Res. Repot. 1 (3), 151-154 (2011).
  29. Otsu, N. A threshold selection method from gray-level histograms. IEEE Trans. Syst. Man. Cybern. 9 (1), 62-66 (1979).

Tags

생물 100 호 적혈구 응집 미세 마이크로 유체 마이크로 입자 화상 유속계 혈액 유 동학

Erratum

Formal Correction: Erratum: Controlled Microfluidic Environment for Dynamic Investigation of Red Blood Cell Aggregation
Posted by JoVE Editors on 11/30/2015. Citeable Link.

An erratum was issue for Controlled Microfluidic Environment for Dynamic Investigation of Red Blood Cell Aggregation. The introduction section was updated.

The introduction was updated from:

Few studies have attempted to study RBC aggregation and determine the degree of aggregation in controlled flow conditions15-17. However, these studies indirectly investigate RBC aggregate sizes by determining the ratio of the occupied space in a shearing system measured based on microscopic blood images providing information on the degree of aggregation as well as the local viscosity.

We therefore present a new procedure to directly quantify RBC aggregates in microcirculation, dynamically, under controlled and constant shear rates. RBC-suspensions are entrained, in a double Y-microchannel (as illustrated in Figure 1), with a Phosphate Buffered Saline (PBS) solution hence creating a shear flow in the blood layer. Within this blood layer a constant shear rate can be obtained. The RBC-suspensions are tested at different hematocrit (H) levels (5%, 10% and 15%) and under different shear rates (2-11 sec-1). The blood velocity and shear rate are determined using a micro Particle Image Velocimetry (µPIV) system while the flow is visualized using a high speed camera. The results obtained are then processed with a MATLAB code based on the image intensities in order to detect the RBCs and determine aggregate sizes.

to:

Few studies have attempted to study RBC aggregation and determine the degree of aggregation in controlled flow conditions15-17. However, these studies indirectly investigate RBC aggregate sizes by determining the ratio of the occupied space in a shearing system measured based on microscopic blood images providing information on the degree of aggregation as well as the local viscosity. Chen et al.18 presented a direct measurement technique for RBC aggregate sizes and provided RBC aggregate size distribution for different shear stresses by varying the flowrate of the suspensions while monitoring the pressure drop across a flow chamber. The shear stresses are calculated based on the monitored pressure using Stokes equation18.

We therefore present a new procedure to directly quantify RBC aggregates in a controlled microfluidic environment, dynamically, under specific, constant and measurable shear rates. The blood flow in the shear system is directly observed (perpendicularly to the flow direction), providing a different angle on flow investigation compared to previous studies15,18 and a visualization of the full domain of interest. RBC-suspensions are entrained, in a double Y-microchannel (as illustrated in Figure 1), with a Phosphate Buffered Saline (PBS) solution hence creating a shear flow in the blood layer. Within this blood layer a constant shear rate can be obtained. The RBC-suspensions are tested at different hematocrit (H) levels (5%, 10% and 15%) and under different shear rates (2-11 sec-1). The blood velocity and shear rate are determined using a micro Particle Image Velocimetry (µPIV) system while the flow is visualized using a high speed camera. The results obtained are then processed with a MATLAB code based on the image intensities in order to detect the RBCs and determine aggregate sizes.

Reference 18 was updated to:

18. Chen, S., Barshtein, G., Gavish, B., Mahler, Y., Yedgar, S. Monitoring of red blood cell aggregability in a flow chamber by computerized image analysis. Clin. Hemorhol. Microcirc. 14, (4), 497-508 (1994).

All subsequent citations were also updated.

적혈구 집계 동적 조사를위한 미세 유체 제어 환경
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Mehri, R., Mavriplis, C., Fenech, M. … More

Mehri, R., Mavriplis, C., Fenech, M. Controlled Microfluidic Environment for Dynamic Investigation of Red Blood Cell Aggregation. J. Vis. Exp. (100), e52719, doi:10.3791/52719 (2015).

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