Méso-échelle Particle Image Velocimetry études de neurovasculaire Flows In Vitro

* These authors contributed equally
Bioengineering

Your institution must subscribe to JoVE's Bioengineering section to access this content.

Fill out the form below to receive a free trial or learn more about access:

 

Summary

Nous présentons des méthodes simplifiées de fabrication neurovasculaire transparent fantômes et caractérisant l’écoulement qui y sont. Nous mettre en évidence plusieurs paramètres importants et démontrer leur relation à la précision du champ.

Cite this Article

Copy Citation | Download Citations

Peck, R. A., Bahena, E., Jahan, R., Aguilar, G., Tsutsui, H., Princevac, M., Wilhelmus, M. M., Rao, M. P. Meso-Scale Particle Image Velocimetry Studies of Neurovascular Flows In Vitro. J. Vis. Exp. (142), e58902, doi:10.3791/58902 (2018).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

Vélocimétrie par image de particules (PIV) est utilisé dans un large éventail de domaines, en raison de l’occasion, qu'il prévoit précisément, visualiser et quantifier les flux à travers une large gamme de spatio-temporelle. Cependant, son application nécessite généralement l’utilisation de l’instrumentation coûteuse et spécialisée, ce qui limite son utilité plus large. En outre, dans le domaine de la bio-ingénierie, des études in vitro flux visualisation sont aussi souvent plus limitée par le coût élevé des fantômes de tissu sur le marché de produits locaux que récapituler les structures anatomiques désirés, particulièrement pour ceux qui étendre le régime de méso-échelle (c.-à-d., Planck à des échelles de longueur millimètre). Ici, nous présentons un plan expérimental simplifié mis au point pour pallier ces lacunes, dont les éléments clés comprennent 1) une méthode relativement faible coût de fabrication des fantômes de tissu de méso-échelle utilisant l’impression 3D et le moulage de silicone et 2) une cadre de l’analyse et le traitement d’Open source image qui réduit la demande sur l’instrumentation pour la mesure des flux de méso-échelle (c.-à-d., des vitesses jusqu'à plusieurs dizaines de millimètres/seconde). Collectivement, il permet d’abaisser la barrière à l’entrée pour les profanes, en s’appuyant sur des ressources déjà à la disposition de nombreux chercheurs de bio-ingénierie. Nous demonstratethe application du présent protocole dans le cadre de la caractérisation des flux neurovasculaires ; Toutefois, il devrait intéresser un plus large éventail d’applications de méso-échelle en bio-ingénierie et au-delà.

Introduction

PIV est largement utilisé en mécanique des fluides expérimentale pour la visualisation de l’écoulement et des enquêtes quantitatives de mouvements fluides qui varient à l’échelle de longueur d’atmosphérique à flux microcirculatoire1,2,3. Bien que les détails de sa mise en œuvre peuvent varier aussi largement que ses applications, un aspect commun à presque toutes les études PIV est l’utilisation de l’imagerie vidéo de traceur particules ensemencées dans le fluide de travail, suivi d’une analyse par paires des trames d’images consécutives pour extraire les caractéristiques du débit souhaité. En général, ceci est accompli en premier subdiviser chaque trame d’image dans des régions plus petites appelées windows de l’interrogatoire. En raison de la position aléatoire des particules dispersées, chaque fenêtre d’interrogation contienne une distribution unique des intensités de pixels. Si la fréquence d’acquisition des données et la taille fenêtre est choisi de manière appropriée, la corrélation croisée de l’intensité de signal dans chaque fenêtre peut être utilisée pour estimer le déplacement moyen dans cette région. Enfin, étant donné que le grossissement et la cadence sont connus des paramètres expérimentaux, un champ de vecteurs Vitesse instantanée peut être facilement calculé.

Un avantage majeur de PIV sur des techniques de mesure de point unique est sa capacité à mapper les champs de vecteurs sur un domaine de deux ou trois dimensions. Les applications hémodynamiques, en particulier, ont bénéficié de cette capacité, puisqu’elle permet une étude approfondie des flux les, qui sont connus pour jouer un rôle important dans la maladie vasculaire ou la retouche (p. ex., l’athérosclérose, l’angiogenèse) 4 , 5 , 6. c’est également pour l’évaluation des flux neurovasculaire, et leurs interactions avec les dispositifs endovasculaires (p. ex., inverseurs de courant, stents, bobines intrasaccular), depuis les longueur-échelles pertinentes dans de telles applications peuvent souvent couvrent un ou plus ordres de grandeur (par exemple, du micromètre au millimètre) et la géométrie de l’appareil et placement peut un impact significatif sur la mécanique des fluides local7.

La plupart des groupes effectuant des études hémodynamiques PIV ont compté sur des montages expérimentaux qui imitent certaines des premières enquêtes de stent influence sur le flux vasculaire7,8. En général, il s’agit un) pulsé lasers et des caméras à haute vitesse, pour capturer les flux haute vitesse ; b) synchroniseurs, afin d’éviter le crénelage entre la fréquence d’impulsion du laser et de la fréquence d’images de caméra acquisition ; c) cylindrique optique, pour former une nappe de lumière et, ainsi, réduire au minimum la fluorescence de fond de particules traceur au-dessus et au-dessous du plan de l’interrogatoire ; d) dans le cas des systèmes commerciaux de clés en main, paquets de logiciels propriétaires, pour effectuer les analyses de corrélation croisée. Cependant, bien que certaines applications nécessitent la performances et une polyvalence collectivement offertes par ces composants, beaucoup d’autres le font pas. En outre, le coût élevé du tissu sur le marché de produits locaux fantômes qui récapitulent les structures vasculaires désirées peuvent également s’avérer limitant pour les études nombreuses in vitro , en particulier pour les fantômes avec dispose ce pont le régime de méso-échelle (> 500 USD / alimentation fantôme). Ici, nous présentons l’élaboration d’un protocole simplifié pour l’exécution de PIV pour la visualisation in vitro des flux neurovasculaire, qui généralement se trouvent tous deux dans l’espace et dans le temps au sein du régime de méso-échelle (c.-à-d., des échelles de longueur allant de Planck au millimètre et les vitesses jusqu'à plusieurs dizaines de millimètres/seconde). Le protocole vise à exploiter les ressources déjà à la disposition de nombreux chercheurs de bio-ingénierie, abaissant ainsi la barrière à l’entrée pour les profanes.

Le premier élément de ce protocole implique l’utilisation d’une technique de coulée d’investissement pour permettre la fabrication interne du transparent, polydiméthylsiloxane (PDMS)-base de fantômes de tissu de 3-D-imprimé sacrificiels moules. En misant sur la disponibilité croissante des imprimantes 3-d au cours des dernières années, notamment ceux de partagé/multi-user installations (p. ex., installations institutionnelles ou makerspaces public), cette méthode réduit les coûts considérablement (par exemple, < 100 USD/phantom dans le cas présenté ici), tout en permettant un revirement rapid pour la fabrication d’une grande variété de conceptions et de géométries. Dans le protocole actuel, une déposition fusionnée système de modélisation est utilisée avec l’acrylonitrile butadiène styrène (ABS) comme le matériau de construction, et la partie imprimée sert un moule sacrificiels pour le casting de fantôme ultérieur. Notre expérience a montré que l’ABS est bien adapté pour un tel usage car il est soluble dans les solvants courants (p. ex., acétone), et il a suffisamment de solidité et de rigidité pour maintenir l’intégrité de la moule après le retrait du soutien matériel (par exemple, à empêcher la déformation ou fracture des fonctionnalités diminutif de moule). Dans le protocole actuel, moule intégrité est assurée plus loin en utilisant des modèles imprimés solides, bien que cela se fait aux dépens des temps de dissolution accrue. L’utilisation de modèles creux est également possible dans certains cas, à promouvoir l’accès du solvant et ainsi, réduire le temps de dissolution. Cependant, attention il faudrait à l’effet cela peut avoir sur l’intégrité de la moule. Enfin, tandis que les fantômes fabriqués dans les présentes sont basées sur les représentations idéalisées des structures neurovasculaires générées à l’aide d’un progiciel de conception assistée par ordinateur (CAO) commun, le protocole devrait être prête à la fabrication des plus complexes , aussi bien des géométries spécifiques à un patient (par exemple, via l’utilisation des fichiers de modèle générés par la conversion des données d’imagerie cliniques à la. STL format de fichier utilisé par la plupart des imprimantes 3-d). Plus de détails concernant le processus de fabrication fantôme figurent à l’article 2 du protocole.

Le deuxième élément du protocole implique l’utilisation d’une plug-in pour ImageJ mener les analyses de corrélation croisée9open-source. Cela va de pair avec la mise en œuvre d’un régime de simple seuillage statistique (c.-à-d., intensité bouchage)10 pour améliorer le signal de l’image avant de corrélation croisée, ainsi qu’un système de validation postcorrelation vector, le normalisée test médian (NMT), pour éliminer les parasites vecteurs via une comparaison de chacune de ses plus proches voisins11. Collectivement, cela permet d’imagerie être accompli en utilisant le matériel couramment trouvé dans de nombreux laboratoires de bio-ingénierie, éliminant ainsi le besoin pour l’acquisition d’un grand nombre des composants coûteux de systèmes typiques de PIV (p. ex., laser pulsé, synchroniseur, optique cylindrique et un logiciel propriétaire). Plus de détails sur la collection de vidéos, traitement d’images et analyse de données sont fournis dans les sections 5 et 6 du protocole.

La figure 1 illustre la mise en place PIV utilisé dans le présent protocole, qui s’appuie sur un microscope à fluorescence équipé d’une caméra haute vitesse pour l’imagerie, ainsi que de l’externe, source de lumière blanche continue (c.-à-d., lampe aux halogénures métalliques) pour par objectif éclairage volumétrique. Une pompe à vitesse variable est utilisée pour imposer le débit de recirculation d’une solution transparente sang simulé par les fantômes de tissu neurovasculaire. La solution est composée d’un mélange 60/40 (DI) de l’eau désionisée et du glycérol, qui est un substitut commun pour sang dans hémodynamiques études12,13,14, due à un) sa densité et sa viscosité (c.-à-d., similaire 1 080 kg/m3 et 3,5 cP vs 1 050 kg/m3 et 3-5 cP pour le sang)15,16; b) sa transparence dans le domaine du visible ; c) son indice de réfraction similaire au PDMS (1,38 vs 1,42 pour PDMS)17,18,19,20, minimisant la distorsion optique ; d) la facilité avec laquelle les comportement non-newtonien peut être introduit, le cas échéant, par l’ajout de xanthane21. Enfin, les billes de polystyrène fluorescents sont utilisés sous forme de particules de traceur (10,3 µm de diamètre ; 480 nm/501 nm excitation/émission). Alors que les perles de façon neutre flottants sont souhaitées, sourcing de particules traceur avec d’excellentes propriétés mécaniques fluides (p. ex., densité, taille, composition) et de la longueur d’onde d’émission peut s’avérer difficile. Par exemple, les perles utilisées dans les présentes sont légèrement moins denses que la solution de glycérol (1 050 kg/m3 vs 1 080 kg/m3). Cependant, les effets hydrodynamiques, ceux-ci, sont négligeables, étant donné que la durée d’une expérience typique est beaucoup plus courte que l’échelle de temps associée aux effets de flottabilité (c.-à-d., 5 min et 20 min, respectivement). Autres détails concernant l’installation de faux sang solution formulation et in vitro du système circulatoire sont fournis dans les sections 3 et 4 du protocole.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Fabrication de moule sacrificiel ABS-base

  1. Concevoir un modèle inverse du fantôme tissu désiré à l’aide de logiciels de CAO.
  2. Imprimer le modèle en utilisant une imprimante 3D avec ABS comme le matériau de construction.

2. base PDMS vasculaire Fabrication fantôme

  1. Mélange
    1. Mélanger la base prépolymère de PDMS et de salaison dans un rapport de 10:1 (en poids) ; un mélange de 66 g fournit suffisamment de matière pour la fabrication de fantômes avec des volumes jusqu'à 50 cm3.
    2. Placer le mélange dans un dessiccateur à vide pendant 60 min pour dégazer et minimiser le piégeage de bulles. Pressurisation cyclique/dépressurisation permet de faciliter la rupture de la bulle.
  2. Casting
    1. Monter le moule ABS imprimé sur une lame de verre à l’aide de mastic de moulage pour sceller l’interface.
    2. Verser délicatement le mélange PDMS dans le moule tout en essayant de minimiser le piégeage de bulles. Des bulles persistantes peuvent se rompre manuellement à l’aide d’une aiguille.
    3. Guérir le fantôme de cast à température ambiante (25 ° C) pendant au moins 24 h.
      Remarque : À des températures plus élevées, ce processus peut être accéléré22.
  3. Démoulage de
    1. Dissoudre l’ABS en submergeant le fantôme dans l’acétone et la sonification pendant au moins 15 min, à l’aide de puissances jusqu'à 70 w.
      ATTENTION : L’acétone est une haute pression de vapeur à température ambiante et un point d’éclair bas. Par conséquent, toujours travailler sous une hotte aspirante et loin des sources d’inflammation potentielles. Porter un équipement de protection personnels (bouclierpar exemple, des lunettes ou du visage, blouse, des gants résistant à l’acétone).
    2. Rincer abondamment le fantôme avec l’alcool isopropylique et, ensuite, l’eau distillée pour enlever les résidus de solvants.
      Remarque : Le PDMS se gonfle au contact de l’acétone ; Cependant, l’enflure disparaît une fois que le fantôme est rincé et séché suffisamment23.
  4. Confirmation de fidélité fantôme à l’aide de la microscopie optique
    1. À l’aide d’un microscope optique avec une caméra attachée et le logiciel de capture d’image, capture d’une image d’une fonction critique dans le fantôme sous un grossissement qui maximise la fonction dans le champ de vision.
    2. Capturer une image d’un réticule d’étalonnage appropriés au même grossissement.
    3. Charger les deux images dans ImageJ en les faisant glisser sur la barre d’outils.
    4. Cliquez sur l’image du réticule de calibrage pour le rendre actif et, ensuite, sélectionnez l’outil en ligne . À l’aide de la souris, tracez une ligne le long d’une caractéristique d’une distance connue et sélectionnez Analyze > échelle de la valeur dans le menu ImageJ.
      Remarque : Dans la fenêtre de l’Échelle définie , le champ intitulé la Distance en pixels devrait être prérempli avec la longueur de la ligne tracée en unités de pixels.
    5. Entrez la longueur de la fonctionnalité dans le champ intitulé Distance connueet son unité dans le champ Unité de longueur. Cochez la case intitulée Global pour appliquer ce facteur d’étalonnage à toutes les images ouvertes.
    6. Activer l’image de la fonction critique fantôme et utiliser l’outil de ligne de tracer une ligne le long d’une caractéristique d’intérêt. Dans le menu ImageJ, sélectionnez Analyze > mesure (ou appuyez sur Ctrl + M) pour mesurer la longueur de la ligne.
    7. Comparer la valeur attendue contre la valeur dans la colonne intitulée longueur dans la fenêtre résultats pour confirmer la fidélité fantôme.

3. se moquer de sang Solution Formulation

  1. Mélanger DI glycérol dans une proportion de 60/40 et l’eau (en volume).
    Remarque : Un volume de 100 mL est suffisant pour le système circulatoire en vitro décrit ci-après.
  2. Ajouter 1 mL de solution de bille de polystyrène fluorescent 2,5 % p/v (c.-à-d., les particules de traceur) à la solution du faux sang.
  3. Homogénéiser le mélange sur une plaque d’agitation magnétique à 400 tr/min pendant 10 min.

4. in Vitro paramétrage du système circulatoire

  1. Mise en place de la pompe
    1. Utiliser un outil de décapant à fil pour couper la fiche DC-fin de la source d’alimentation adaptateur alternatif-continu.
    2. Enlever le revêtement de l’appareil hors tension et au sol fils et les raccorder à la borne d’entrée du régulateur de tension pulse width modulation (PWM).
    3. Connecter les fils d’alimentation et de masse du moteur à courant continu de la pompe à la borne de sortie du régulateur PWM tension.
      NOTE : L’afficheur 7 segments de la PWM sorties le rapport cyclique (0 % - 100 %) utilisé pour atteindre une tension variable pour le moteur à courant continu.
  2. Étalonnage de la pompe
    1. Préparez 200 mL de solution de faux sang (voir section 3).
    2. Déposer le tube à partir de l’entrée de la pompe dans le bécher de tenir la solution du faux sang.
    3. Déposer le tube de refoulement de la pompe à un récipient vide.
    4. Sélectionnez un point de consigne du cycle voulu devoir (0 % - 100 %). Appuyez sur le bouton On et démarrer un minuteur.
    5. Arrêter la minuterie une fois que la pompe a transféré la totalité du volume de solution de faux sang. Ce temps permet de calculer le débit volumétrique.
    6. Répétez les étapes 4.2.1 - 4.2.5 au moins cinq points de réglage de cycle droits différents établir une courbe de régression des moindres carrés.
      NOTE : Un minimum de trois points répétées par duty cycle consigne est recommandé. Cette relation peut être utilisée pour corréler le débit souhaité pour le cycle PWM requis.

5. video Collection

  1. Calibration de l’image
    1. Déterminer le rapport d’étalonnage pour l’imagerie vidéo (voir chapitre 2).
  2. Installation de l’appareil
    1. Placez le fantôme PDMS sur la scène de la microscopie à fluorescence.
    2. Connectez le fantôme à la pompe à engrenages et introduire la solution de faux sang.
      Remarque : Vous pouvez également inscrire le modèle avec de l’éthanol pour faciliter la pleine mouillage ; Ensuite, rincer et remplir avec la solution de faux sang. Cela peut être particulièrement bénéfique pour les modèles avec des bateaux plus petits et/ou fonctionnalités aveugles.
    3. Définissez le contrôleur de moteur de pompe pour le débit désiré basé sur la courbe d’étalonnage de pompe.
    4. Faire fonctionner la pompe pendant 1-5 min avant l’expérience pour garantir des conditions stationnaires.
    5. Allumez la lampe externe pour éclairer le champ de vision. Sélectionnez un filtre approprié basé sur la longueur d’onde d’excitation des perles fluorescentes.
    6. Ajuster le plan focal d’imagerie pour le plan médian de navire.
      Remarque : Ceci peut être réalisé en utilisant une focale qui maximise la section transversale du navire imagés (par exemple, lorsque vous utilisez des fantômes avec récipient circulaire sections efficaces) ; et/ou d’indexation hors d’une fonctionnalité fantôme conçue pour faciliter l’identification du plan médian du navire.
  3. Enregistrement vidéo
    1. Sélectionnez les paramètres d’enregistrement vidéo pour optimiser le rapport signal sur bruit (SNR). Principaux paramètres incluent le temps d’exposition, taux d’armature et gagner.
      Remarque : Dans ce protocole, nous utilisons une cadence de 2 000 images par seconde et un gain de 1.0. Cependant, ces paramètres peuvent varier selon le l’application (voir la section « discussion » pour plus de détails).
    2. Recueillir la vidéo et l’enregistrer au format AVI.
  4. Nettoyage fantôme
    1. Si la perle-collage est observé après une expérience, laisser agir le fantôme dans une solution détergente aqueuse à l’aide de puissances jusqu'à 70 w.

6. traitement et analyse des données de l’image

  1. Prétraitement d’image
    1. Faites glisser le fichier AVI enregistré sur la fenêtre ImageJ pour l’importer. Sélectionnez la case convertir en niveaux de gris.
    2. Dans le menu ImageJ , sélectionnez Analyze > histogramme génère (ou appuyez sur Ctrl + H) pour générer un histogramme des intensités de pixels d’image. Prenez note de la moyenne et l’écart-type de l’image non transformé.
      Remarque : À des cadences élevées, il n’est pas inhabituel pour la distribution à être fortement biaisé vers zéro (c.-à-d., aucun signal).
    3. Dans le menu ImageJ , sélectionnez Image > réglage > luminosité et contraste (ou appuyez sur Maj + Ctrl + H) pour appliquer un filtre de luminosité/contraste.
    4. Dans le menu de la luminosité et du contraste , appuyez sur la touche Set pour définir les limites de l’image. La valeur minimale pour la valeur moyenne et un écart-type et la valeur maximale à l’intensité maximale de l’image (tous deux basés sur les statistiques obtenues à l’étape 6.1.2).
      Remarque : Ceci élimine généralement tous, mais les 10 % de l’intensité du pixel. Le nombre d’écarts peut-être être modifié selon la répartition souhaitée des intensités du pixel. Un script de macro personnalisée permettant d’effectuer l’intensité opération de bouchage est fourni dans les Matériaux supplémentaires.
    5. Dans le menu ImageJ , sélectionnez processus > bruit > anti-parasites pour réduire le nombre de pixels saturés.
      Remarque : Cette opération est rendue nécessaire par le risque accru de saturation de pixel qui se pose au cours de l’optimisation de la luminosité et le contraste, ce qui peut produire des vecteurs de parasites au cours de la corrélation croisée ultérieure.
    6. Dans le menu ImageJ , sélectionnez processus > Filtres > Flou gaussien avec un rayon de 1,5 à réduire les artefacts résultant de la suppression occasionnelle de pixels lumineux dans un quartier de 3 x 3 par l’avant l’opération de nettoyage.
    7. Cliquez sur l’outil polygone et, ensuite, cliquez sur l’image pour décrire la région d’intérêt (ROI).
    8. Dans le menu ImageJ , sélectionnez Edit > clair à l’extérieur du pour enlever le bruit du capteur dans des endroits où aucun signal n’est prévu (p. ex., zones situées au-delà de la limite de mur de navire), qui peuvent diminuer la SNR global.
  2. Calcul de PIV
    Remarque : Cette partie du protocole emploie un tiers PIV plug-in pour ImageJ, qui s’appuie sur des PIC gaussien-ajustage de précision pour permettre une estimation de déplacement avec une précision sous-pixel.
    1. Dans le menu ImageJ , sélectionnez Plugins > Macros > exécuter... et accédez à la macro enregistrée Code supplémentaire 2. ijjm à Croix-corrélat couples d’images successives.
      Remarque : La macro se déroule comme suit. 1) une corrélation croisée du champ intensité dans les images consécutives est tout d’abord effectuée afin de déterminer le déplacement local de particules d’advection traceur (c'est-à-dire, la première image paire se compose des première et deuxième images, la deuxième paire d’image se compose des deuxième et troisième images, etc.). 2) une évaluation de plusieurs passages en deux étapes est ensuite exécutée avec des tailles de fenêtre interrogatoire initial et final de 256 x 256 pixels et 128 x 128 pixels, respectivement. Enfin, 3) la macro effectue une moyenne temporelle pour réduire l’apparence des vecteurs de parasites.
  3. Test de la médiane normalisée (NMT)
    1. Dans le menu ImageJ , sélectionnez Plugins > Macros > exécuter... et accédez à la macro enregistrée Code supplémentaire 3. ijjm pour valider les champs de vitesse le via le test médian normalisé.
      Remarque : La macro se déroule comme suit. 1) chaque vecteur dans un champ de vecteur instantané est tout d’abord par rapport à ses plus proches huit voisins pour calculer la valeur médiane. 2) le tableau d’erreurs résiduelles est ensuite calculé comme la différence entre chaque vecteur voisine et la médiane calculée. 3) la différence entre le vecteur incriminés et la valeur médiane de vecteur voisine est alors normalisée par la médiane des valeurs résiduelles. 4) Ceci est ensuite comparée à une valeur seuil (en général, les pixels de 0,2), qui peut varier selon priori connaissance du bruit lors de l’acquisition de l’image. Enfin, 5) une moyenne temporelle tous validés instantanée des champs de vecteurs est effectuée afin de produire un champ composite, comme cela a été montré pour augmenter le vecteur champ qualité24.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

La figure 2 illustre le processus de fabrication fantôme PDMS tissulaire. Les fantômes conçus dans la présente sont destinés à l’étude des écoulements dans idéalisé à col large, sacciforme intracrânien avec collet large, ainsi que les artères perforant ramification proximale. Dessin ou modèle supplémentaire important caractéristiques comprennent 1) un réservoir commun que tous les navires déversent dans, afin d’assurer une évacuation fluide inutilisée depuis le fantôme - autrement, la formation de gouttelettes peut se produire dans les petits points de navire ; 2) un barboteur, pour faciliter l’enlèvement de bulle ; 3) un mur externe de la cavité, pour assurer le parallélisme du navire par rapport au plan horizontal, ainsi qu’une définition précise de la dalle fantôme final hauteur, longueur et largeur ; 4) l’utilisation d’une tige d’aiguille hypodermique de 21 G (820 µm de diamètre extérieur nominal) pour le moulage de l’artère perforante, en raison de l’incapacité de notre imprimante pour définir ces caractéristiques avec une fidélité suffisante. Reproduction fidèle de toutes les fonctionnalités de conception est observée dans l’ensemble.

Les résultats représentatifs d’une caractérisation flux basé sur la PIV effectuée à l’aide du protocole actuel sont présentés dans la Figure 3 et Figure 4. Ces études ont été réalisées à l’aide des débits d’entrée fantôme de 100 mL/min, le taux d’acquisition de données de 2 000 images par seconde, et une moyenne temporelle sur des portées de 0,05 s. Figure 3 montre les trames d’images représentatives au sein de l’artère perforante, avant et après intensité de bouchage, ainsi que des parcelles surfaces correspondantes des valeurs d’intensité 8 bits de pixel. Tous deux démontrent qu’intensité écrêtement augmente considérablement la définition de crête au-dessus du plancher de bruit (c'est-à-dire, le SNR des augmentations), qui est essentielle pour assurer la précision lors de l’exécution ultérieure la corrélation croisée. La figure 4 illustre les effets de l’intensité bouchage et opérations de NMT sur le champ de vecteur de vitesse. Nette amélioration de l’uniformité du champ, on observe ainsi plus soulignant l’importance de maximiser le SNR pour minimiser la perte de données.

Figure 1
Figure 1 : Set-up de particle image velocimetry. Se fondant sur une analyse de l’image de l’open source et un cadre pré/post-traitement réduit la demande sur l’instrumentation pour la mesure des flux de méso-échelle, éliminant ainsi le besoin pour de nombreux éléments coûteux des systèmes classiques de PIV (p. ex., pulsé laser, synchronisateur, optique cylindrique et/ou des logiciels propriétaires). S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Figure 2
Figure 2 : Procédé de fabrication fantôme de tissu base PDMS. Les images illustrent (un) un modèle CAO du moule fantôme neurovasculaire, (b) l’imprimé ABS moule après le retrait du soutien matériel, (c) le casting et le durcissement du PDMS dans le moule de l’ABS, (d) dissolution partielle de ABS moule à matériel et (e) le PDMS rempli fantôme, avec le médaillon montrant les dimensions finales de caractéristiques essentielles, ainsi que la région d’intérêt (ROI) dans l’artère perforante, où les mesures PIV ont été faites. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Figure 3
Figure 3 : Effet de l’intensité, couvrant l’opération sur l’image SNR. Ces panneaux montrent les trames d’images représentatives et le pixel correspondant intensité surface terrains situés dans la veine perforante artère, (a et b) avant et (c et d) après avoir appliqué l’intensité opération de bouchage. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Figure 4
Figure 4 : Effets d’intensité capsulage et opérations NMT à velocity vector fields. Ces panneaux illustre le champ de vecteurs Vitesse instantanée représentatif au sein de l’artère perforante dérivé non transformés (a) données d’image, données de diablotin intensité (b) et (c) culot intensité données + post-traitement NMT . S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Figure 5
Figure 5 : Effet de redimensionnement de fenêtre interrogation sur la qualité de la corrélation. Dimensionnement de la fenêtre optimale se produit lorsque la valeur du coefficient de corrélation zéro normalisé s’agrandit, et l’écart-type est réduit au minimum. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Le protocole décrit ci-après décrit une méthode simplifiée pour la réalisation d’études de la PIV pour visualiser neurovasculaire coule aux dimensions physiologiquement pertinentes et flux des conditions in vitro. Ce faisant, elle sert à compléter les protocoles rapportés par d’autres qui ont aussi porté sur la simplification de la quantification des champs de vecteurs, mais dans des contextes très différents qui nécessitent que l’examen de longueur beaucoup plus grande échelles25 ou bas débit tarifs de26,27 (p. ex., les flux atmosphériques ou microcirculatoires) et ainsi, avec une dépendance qui sont incompatibles avec la présente demande.

Les considérations les plus importantes pour la mise en œuvre réussie de PIV se trouvent dans la minimisation des artéfacts de champ de flux et la maximisation de la qualité de l’image. Plusieurs étapes dans le processus de fabrication fantôme tissulaire sont essentiels pour ces deux critères. Par exemple, le dégazage approfondie est cruciale puisque l’air occlu dans le PDMS lors du mélange peut conduire à la formation de bulles dans le fantôme final, qui peut affecter défavorablement la fidélité fonction tant de clarté optique. En outre, minimisation de la rugosité de la surface du moule ABS est souhaitée, car le procédé de coulée de PDMS reproduit fidèlement les plus infimes imperfections (p. ex., lignes de construction, surfaces pores, rayures), entraînant ainsi de rugosité de surface en le fantôme final qui peut diminuer la clarté optique et augmenter le potentiel d’accumulation de perle. Alors que le protocole décrit ci-après s’est avérée suffisant pour l’application actuelle, il existe de nombreux rapports dans la littérature des moyens de réduire cette rugosité, devrait-il y avoir n’importe quel besoin (p. ex., les vapeurs d’acétone lissage28 ou la optimisation de la couche épaisseur et partie orientation par rapport à la direction de l’immeuble)29.

La sélection des paramètres pour la capture vidéo est également essentielle pour assurer un champ vectoriel de haute fidélité. Un SNR optimale est généralement obtenu à la plus haute cadence réalisable qui permet encore une exposition suffisante perle (la fréquence d’images maximale étant limitée par la durée d’exposition minimale). Gain peut être utilisé pour amplifier le signal, mais cela augmente aussi le bruit du capteur. Si la vitesse maximale peut être estimée des autres paramètres de flux (par exemple, débit volumétrique d’entrée), une limite inférieure de la fréquence d’images requis peut être estimée à l’aide de la relation suivant30.

Equation 1(1)

Ici, f l'échantillonnage est la fréquence d’acquisition de caméra (Hz), vmax est la vitesse maximale prévue (mm/s), ch.étalonnage est le h de calibrage constant (pixels/mm) et fenêtre d’interrogation est la taille de la fenêtre d’interrogation (pixels). Toutefois, plus de valeurs optimales peuvent être déterminées à l’aide de techniques d’estimation corrélation dite qualité, tel que le coefficient de corrélation de zéro normalisé11. Dans cette technique, les moyennes des signaux complémentaires de chaque paire d’armature sont soustrait tout d’abord et, ensuite, normalisées par l’écart de leurs intensités11. Si un déplacement du signal original existe, tel que toutes les crêtes et les creux correspondre, la valeur décalés dans le temps de ce signal sera égale à un. À l’inverse, s’il n’y a pas de déplacement qui peut aligner ces signaux, la valeur sera nulle. Cette information est incluse dans la sortie ImageJ PIV pour chaque vecteur, et il peut être tracée comme son propre domaine afin de vérifier s’il y a des effets spatiaux qui contribuent à la mauvaise corrélation (p. ex., éclairage inégal). Le coefficient de corrélation peut également être réparti sur un champ comme une estimation globale de sa qualité. Enfin, cette quantité peut aussi être tracée contre différentes cadences ou tailles de fenêtre d’interrogation pour déterminer un optimum. La figure 5 illustre les résultats de cette analyse en utilisant un champ de particules Monte Carlo-synthétisé avec Déplacements cohérentes avec notre flux mesurées expérimentalement (une technique typique pour caractériser la corrélation qualité11 ). Les résultats montrent que la taille et la cadence du fenêtre d’interrogation doit être retenue, telle qu’un champ de particules est déplacé par ≤ 20 % de la taille de la fenêtre de l’interrogatoire par paire de châssis afin d’optimiser le coefficient de corrélation, tout en minimisant sa variabilité.

Bien que le protocole décrit ci-après s’est avérée suffisant pour répondre aux besoins de l’application actuelle, il est important de reconnaître ses limites. Par exemple, tandis que le contrast enhancement via intensité bouchage offre la facilité de mise en œuvre, les transformations de l’aire de répartition des intensités de pixels peuvent améliorer l' autre SNR31. De même, bien que le suivi en fonction de corrélation est bien établi et fournit une résolution suffisante pour estimer avec fiabilité les caractéristiques d’écoulement de premier ordre aux hémodynamique (p. ex., intra-anévrysmal de la vitesse), autres techniques peuvent offre une meilleure résolution spatiale (p. ex., hybride PIV/PTV, méthode des moindres carrés correspondant)32,33 et, par conséquent, une plus grande précision lors de l’examen des caractéristiques qui sont plus sensibles à la résolution de champ de vitesse (par exemple , contrainte de cisaillement de mur, dans le plan vorticité). De même, tandis que le NMT fournit un moyen d’améliorer le champ de vecteur de vitesse après la corrélation croisée, il est important de souligner qu’il s’agit d’une des nombreuses techniques de validation de vecteur qui pourraient être utilisé24,34, chacun avec leurs propres avantages uniques et des inconvénients qui peuvent rendre leur utilisation plus adapté pour des applications autres que celles décrites ici. Enfin, alors que le montage expérimental décrit ici cherche à imiter les débits physiologiquement pertinents et des échelles de longueur pour le système neurovasculaire, il ne permet pas actuellement l’analyse des flux pulsatiles. Cela n’a pas été une limitation de l’application actuelle, puisque les numéros de série de Womersley en grande partie le système neurovasculaire tendent à être ≤ 1 (c.-à-d., il y a peu d’effet additif plusieurs cycles cardiaques)35, qui suggère que État d’équilibre est à récapituler les points de temps discret le long de la forme d’onde cardiaque où le débit est comparable. Toutefois, pour les applications où le nombre de Womersley est plus grande (par exemple, système vasculaire plus près vers le cœur), nous envisageons un potentiel pour l’introduction de pulsatilité grâce à l’utilisation d’un Arduino, qui pourrait servir à envoyer la pompe une tension PWM instationnaire forme d’onde qui permet à l’imitation d’un débit cardiaque profil36,37,38.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Les auteurs n’ont rien à déclarer.

Acknowledgements

Les auteurs reconnaissent un soutien partiel pour ce projet fourni par une subvention de démarrage Collaborative de l’Office de la recherche et le développement économique à UC Riverside.

Materials

Name Company Catalog Number Comments
Solidworks 2015 Dassault Systems N/A CAD Software 
Dow Corning Sylgard 184 Kit Ellsworth Adhesive 184 SIL ELAST KIT 3.9KG PDMS Kit
Stratasys Dimension Elite Stratasys 9180-00105 3D printer
P430 Model Material Cartridge Stratasys 340-21202 ABS build material 
P400 SR Soluble Support Material Cartridge Stratasys 340-30200 Support material
CleanStation DT3 PM3 Technologies 00-00300R Base bath
Lindberg Blue M LGO Box Furnace  Thermo Scientific LB305745M Oven
21G BD PrecisionGlide Needle Betcon Dickenson BD 305167 Branching perforator mold segment
Desiccator (Vacuum) Polylab 55205 Desiccator
Branson 1800 Utrasonic Cleaning Branson CPX-952-116R Sonicator
Acetone Fisher Chemical A9494 Acetone
Isopropol Alcohol Fisher Chemical A4514 Isopropol Alcohol
Glycerol Fisher Chemical GW33500 Glycerol
10um Polystyrene Yellow-Green Fluorescent Particles Magsphere PSF-010UM Fluorescent beads
Phantom Miro  Vision Research Miro M310 High speed camera
Micropump Cole-Parmer 81101 Recirculating pump
Leica DM2000 Leica Microsystems DM2000 Fluorescent Microscope
Leica 10X Objective Leica Microsystems 506259 Objective for perforator
Leica 2.5X Objective Leica Microsystems 11506083 Objective aneurysm sac
Leica Blue Filter Cube L5 Leica Microsystems 513840 Blue filter cube
Leica EL6000 Leica Microsystems 11504115 Light source
Alconox Alconox Inc 1104-1 Detergent
ImageJ NIH N/A Open source image analysis software
https://imagej.nih.gov/ij/
Particle Image Velocimetry PIV Plugin Qingson Tseng N/A https://sites.google.com/site/qingzongtseng/piv

DOWNLOAD MATERIALS LIST

References

  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).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics