S'identifier

Un abonnement à JoVE est nécessaire pour voir ce contenu. Connectez-vous ou commencez votre essai gratuit.

Dans cet article

  • Résumé
  • Résumé
  • Introduction
  • Protocole
  • Résultats
  • Discussion
  • Déclarations de divulgation
  • Remerciements
  • matériels
  • Références
  • Réimpressions et Autorisations

Résumé

Le présent protocole décrit les mesures de vélocimétrie par image particulaire (PIV) effectuées pour étudier le flux sinusal à travers la configuration in vitro de la valve aortique transcathéter (TAV). Les paramètres hémodynamiques basés sur la vitesse sont également déterminés.

Résumé

Un dysfonctionnement de la valve aortique et un accident vasculaire cérébral ont récemment été rapportés chez des patients atteints d’implantation de la valve aortique transcathéter (TAVI). Un thrombus dans le sinus aortique et le néo-sinus dû à des changements hémodynamiques a été suspecté. Les expériences in vitro aident à étudier les caractéristiques hémodynamiques dans les cas où une évaluation in vivo s’avère limitée. Les expériences in vitro sont également plus robustes et les paramètres variables sont facilement contrôlés. La vélocimétrie par image de particules (PIV) est une méthode de vélocimétrie populaire pour les études in vitro . Il fournit un champ de vitesse à haute résolution de sorte que même les caractéristiques d’écoulement à petite échelle sont observées. Le but de cette étude est de montrer comment le PIV est utilisé pour étudier le champ d’écoulement dans le sinus aortique après TAVI. La configuration in vitro du fantôme aortique, TAVI pour PIV, ainsi que le processus d’acquisition de données et l’analyse du flux post-traitement sont décrits. Les paramètres hémodynamiques sont dérivés, y compris la vitesse, la stase d’écoulement, le vortex, la vorticité et la résidence des particules. Les résultats confirment que les expériences in vitro et le PIV aident à étudier les caractéristiques hémodynamiques du sinus aortique.

Introduction

La sténose aortique est une maladie courante chez les personnes âgées, et c’est lorsque la valve aortique ne s’ouvre pas, ce qui réduit le flux sanguin. Le problème est causé par l’épaississement ou la calcification de la valve aortique1. Par conséquent, c’est un traitement nécessaire pour améliorer le flux sanguin et diminuer la charge sur le cœur. Il est traité en remodelant la valve aortique ou en la remplaçant par une valve artificielle. Cette étude se concentre sur l’implantation valvulaire aortique transcathéter (TAVI), en remplaçant la valve aortique défectueuse par une valve artificielle à l’aide d’un cathéter.

TAVI a été recommandé pour les patients confrontés à des difficultés chirurgicales, et la mortalité a également été faible2. Récemment, il a été rapporté que le thrombus chez les patients après TAVI a causé un dysfonctionnement valvulaire et un accident vasculaire cérébral 3,4. Un thrombus dans le sinus aortique et le néo-sinus est suspecté, sa cause étant probablement les changements dans l’hémodynamique causés par TAVI. Il est effectué sans enlever les folioles natives; ces folioles peuvent perturber l’écoulement des sinus et augmenter le risque de thrombose5.

Il est difficile de déterminer comment le flux sanguin est affecté par le TAVI et comment la thrombose est induite chez les patients. Il est souhaitable d’élucider la relation entre le flux sanguin et la formation de thrombus in vivo. Cependant, le manque de techniques pratiques pour mesurer le flux sanguin rend cela problématique. D’autre part, les techniques in vitro ont l’avantage de permettre de surveiller les changements dans le flux sanguin en limitant les paramètres qui doivent être étudiés. La configuration in vitro et la vélocimétrie par image particulaire (PIV) ont été utilisées pour identifier la vitesse dans les domaines médicaux 6,7,8. Par conséquent, in vitro et PIV sont suffisants pour déterminer les paramètres à rapporter en imitant l’état du patient: la fréquence cardiaque et la pression, la viscosité et la géométrie des sinus, et permettant de contrôler ces paramètres.

Dans cette étude, la configuration in vitro et le PIV sont utilisés pour étudier le flux dans le sinus aortique après TAVI. Le fantôme aortique et le TAVI pour le PIV et le processus d’acquisition de données et l’analyse du flux de post-traitement sont décrits dans ce protocole. Divers paramètres hémodynamiques sont dérivés, y compris la vitesse, la stase, le vortex, la vorticité et la résidence des particules. Les résultats démontrent que la configuration in vitro et le PIV aident à étudier les caractéristiques hémodynamiques du sinus aortique.

Protocole

1. Installation in vitro

  1. Préparez la configuration expérimentale sur une table optique, y compris une pompe à piston, un dispositif d’acquisition de données (DAQ) et un ordinateur avec le logiciel d’ingénierie système requis et un logiciel de commande de moteur (voir tableau des matériaux) (Figure 1).
    REMARQUE: La pompe à piston a déjà été testée et calibrée et se compose d’un moteur, d’un pilote de moteur et d’un actionneur linéaire9.
  2. Importez le fichier de feuille de calcul contenant les informations de débit dans le logiciel d’ingénierie système.
    REMARQUE: Par exemple, la fréquence cardiaque est de 60 bpm, le débit maximal est de 20 L / min, le débit cardiaque est de 4,8 L / min et le volume de l’AVC est de 70 mL.
  3. Définissez le paramètre dans les logiciels d’ingénierie des systèmes, tels que le canal d’entrée et de sortie DAQ ; l’horloge d’échantillonnage est de 1 000 et l’itération de rétroaction est de 10.
  4. Définissez le paramètre dans le logiciel de commande du moteur; la longueur de la vis principale est de 10 mm, l’entrée et la sortie analogiques sont de 14,5 mm / tension.
  5. Installez le clapet anti-retour et le clapet de résistance sur le réservoir10.
    REMARQUE: Le clapet anti-retour est connecté à la pompe à piston en tant qu’entrée du système et le robinet à boisseau sphérique est connecté au modèle de sinus acrylique en tant que sortie du système.
  6. Fixez le modèle de sinus en acrylique (Figure 2) avec une barre carrée en aluminium à la table optique.
    REMARQUE : Les dimensions du modèle de sinus acrylique sont présentées dans le tableau 1.
  7. Installez le manomètre (~0-15 psi) sur le robinet de pression du modèle de sinus acrylique pour recevoir un signal de pression d’un autre ordinateur.
    REMARQUE: Les robinets de pression sont situés à 140 mm de la jonction sinotubulaire (STJ).
  8. Préparer un fluide de travail en mélangeant une solution saline et de la glycérine (voir tableau des matériaux) dans un rapport massique de 60:40.
    REMARQUE: Un viscosimètre et un réfractomètre ont été utilisés pour mesurer la viscosité et l’indice de réfraction du fluide de travail. La viscosité est d’environ 4 cp, l’indice de réfraction est de 1,45 et la densité est de 1 100 kg/m3.
  9. Connectez le réservoir, la pompe à piston et le modèle de sinus en acrylique avec un tuyau en silicone (voir Tableau des matériaux).
  10. Attachez la valve aortique transcathéter (TAV) (voir Tableau des matériaux) à la notice native réalisée par une imprimante 3D avec un filetage11.
  11. Combinez le TAV fixe sur la feuillet native avec le modèle de sinus acrylique.
    REMARQUE: Le TAV utilisé ici (obtenu commercialement) a un diamètre de 23 mm et 26 mm, et la hauteur est de 18 mm et 20 mm, respectivement12. Pour le TAV (23 mm), la profondeur de déploiement et la longueur de la feuille native étaient de 1,8 mm et 9 mm, et pour le TAV (26 mm), il est de 2,0 mm et 10 mm, respectivement. Le diamètre intérieur de la notice native était de 21 mm, compte tenu de la taille de l’anneau du patient.
    ATTENTION : Le TAV sèche s’il n’est pas conservé dans une solution saline. Il est conservé dans le liquide même après avoir été attaché à la feuillet native.
  12. Remplissez le liquide de travail (étape 1.8) dans le système in vitro .
    PRUDENCE. Évitez de faire des bulles sur le modèle de sinus acrylique car cela affecte les résultats PIV.

2. Configuration PIV

  1. Placez le laser sur une autre table optique et un rail à un axe.
    REMARQUE: Le laser est un laser continu Nd: YAG qui émet de la lumière avec une longueur d’onde de 532 nm et dont la puissance peut augmenter à 10 W (voir tableau des matériaux). La feuille laser passée à travers l’optique a une distance de 1 m du modèle de sinus acrylique.
  2. Localisez la caméra haute vitesse sur une traversée à 2 axes et déplacez la traversée.
    ATTENTION : La caméra haute vitesse est perpendiculaire à la feuille laser et au modèle de sinus acrylique.
  3. Équipez l’objectif de la caméra haute vitesse.
    REMARQUE: L’objectif macro monté sur l’appareil photo haute vitesse a une distance focale de 105 mm et l’ouverture est f / 2.8.
  4. Particule de semence (voir Tableau des matériaux) dans le réservoir.
    REMARQUE: La particule est une sphère de verre creuse d’un diamètre moyen de 10 μm et d’une densité de 1 090 kg / m3. Le réservoir a une forme rectangulaire et, la largeur, la longueur et la hauteur à l’intérieur sont de 23 cm, 23 cm, 35 cm, respectivement. Il y a un trou pour la fixation dans la partie supérieure. Le couvercle avait également un trou pour la fixation et un robinet de boulon pour installer la pompe à bulbe pour appliquer une pression.
  5. Programmez un déclencheur externe à l’aide d’une plate-forme de prototypage électronique open source, Arduino (voir Tableau des matériaux).
    REMARQUE: Lorsque la pompe à piston se déplace à une distance prédéterminée, la sortie d’Arduino devient 1, qui est transmise à la caméra haute vitesse comme déclencheur à photographier.
  6. Exécutez le logiciel de contrôle de l’appareil photo (voir Tableau des matériaux), cliquez sur Référence de session en cours (CSR) et retirez le capuchon de l’objectif.
  7. Allumez le laser, réglez-le sur 7 W et localisez la feuille laser au centre du TAV.
  8. Prenez un instantané et vérifiez la densité et le diamètre des particules.
    REMARQUE: Pour réduire les erreurs, vérifiez que ~ 8-10 particules sont dans la fenêtre d’interrogation, avec un diamètre de particule de 2-4 pixels13.
  9. Définissez les paramètres, tels que la résolution (1280 x 720), la fréquence d’images aléatoire, le temps d’exposition au maximum en fonction de la fréquence d’images aléatoire dans le logiciel de contrôle de l’appareil photo.
  10. Cliquez d’abord sur le bouton Activer dans le logiciel de commande du moteur et cliquez sur le bouton Démarrer dans le logiciel d’ingénierie des systèmes pour faire fonctionner la pompe à piston.
  11. Prenez une photo et vérifiez si la distance maximale des particules est inférieure à 4-6 pixels.
    NOTE: Cette étude correspond à 50% de la fenêtre d’interrogation, qui définit 16 pixels entre les vecteurs de vitesse. La distance maximale des particules dans la fenêtre d’interrogation est limitée à 8 pixels.
  12. Répétez l’étape 2.11 pour garantir la distance maximale des particules dans cette plage en ajustant les images par seconde (ips) si elle est supérieure à 6 pixels et en abaissant l’ips si elle est inférieure à 4 pixels.

3. Étude de l’hémodynamique

  1. Vérifiez s’il y a une fuite de la partie de connexion du modèle de sinus en acrylique ou si le tuyau en silicone se replie.
  2. Importez le fichier Excel contenant les informations de débit et de bpm stockées dans le logiciel d’ingénierie système.
    REMARQUE: Par exemple, la fréquence cardiaque est de 60 bpm, le débit maximal est de 20 L / min, le débit cardiaque est de 4,8 L / min, le volume de l’AVC est de 70 mL (Figure 3A).
  3. Confirmez le paramètre du logiciel d’ingénierie système, tel que le canal d’entrée et de sortie du périphérique DAQ. L’exemple d’horloge est de 1 000 et l’itération de rétroaction est de 10.
  4. Confirmez le paramètre logiciel de contrôle du moteur, par exemple, la longueur de la vis principale est de 10 mm, l’entrée et la sortie analogiques sont de 14,5 mm / tension.
  5. Allumez la caméra haute vitesse et exécutez le logiciel de contrôle de la caméra.
  6. Cliquez sur CSR et retirez un capuchon d’objectif.
  7. Réglez les paramètres logiciels de contrôle de la caméra, par exemple, la résolution de 1280 x 720, une fréquence d’images de 300 ips, une période de rafale de 200 μs et 150 μs, un nombre de rafales de 3 et une exposition (forcée par la période de rafale).
  8. Allumez le laser, réglez-le sur 7 W et localisez la feuille laser au centre de TAV. Concentrez-vous sur la feuille laser en contrôlant l’objectif.
  9. Ajustez la pression sur le réservoir.
    REMARQUE: La pression post-valvulaire moyenne est de 100 mmHg lors du fonctionnement de la pompe à piston (Figure 3B, C).
  10. Cliquez d’abord sur le bouton Activer dans le logiciel de commande du moteur et cliquez sur le bouton Démarrer dans le logiciel d’ingénierie système pour faire fonctionner la pompe à piston.
  11. Attendez que le débit se stabilise.
    REMARQUE: Le débit calcule la différence en fonction du signal de la pompe à piston et exécute un retour négatif, il faut donc du temps pour attendre qu’il se stabilise.
  12. Vérifiez un déclencheur qui fonctionne dans le traceur série Arduino.
  13. Capturez des images de particules pendant 14 cycles continus et répétez un total de sept fois.
    REMARQUE: La capacité de stockage d’une caméra haute vitesse est liée à la résolution et au nombre d’images de particules. Selon le paramètre défini à l’étape 3.7, il est possible de prendre une photo uniquement pendant 14 cycles à la fois.

4. Traitement des données

  1. Convertissez le fichier .cine en fichiers .tiff à l’aide du logiciel de contrôle de la caméra.
  2. Calculez l’image moyenne pour toutes les images de particules au fil du temps. Retirez la zone correspondant à la réflexion du laser au niveau du mur ou du TAV en soustrayant l’image moyenne14.
  3. Fabriquez le masque en séparant les zones à analyser de celles à jeter.
    NOTE: Dans cette étude, deux masques ont été utilisés: l’un pour analyser la région sinusale seule et l’autre pour analyser toute la région, qui contient la région après STJ.
  4. Effectuez PIV à l’aide du PIVlab, un outil open source basé sur MATLAB15 (voir Tableau des matériaux).
    1. Importez des images de particules enregistrées par la méthode à résolution temporelle ou par paires.
    2. Exécuter l’égalisation adaptative d’histogramme limitée par contraste (CLAHE)16.
      REMARQUE: CLAHE est une méthode de prétraitement d’image. Le contraste de l’image des particules est redistribué de sorte que le laser reflète l’augmentation et la diminution de l’intensité des particules. L’image des particules est divisée par une fenêtre de 20 pixels.
    3. Importez le masque et appliquez-le à toutes les images de particules.
    4. Définissez la fenêtre d’interrogation multipasse.
      REMARQUE: La fenêtre d’interrogation est réduite de 64 x 64 à 32 x 32 avec un chevauchement de 50%. La distance entre les deux vecteurs correspond à 16 pixels.
    5. Exécutez la corrélation croisée13 sur la paire d’images de particules convertie dans le domaine fréquentiel à l’aide de la transformée de Fourier rapide (FFT)13.
    6. Trouvez une valeur de crête à l’aide d’un résultat d’ajustement gaussien 2 x 3 dans la corrélation.
      REMARQUE: La valeur de crête sélectionnée dans le raccord gaussien a déterminé la distance des particules.
  5. Exécutez le processus de lissage, qui implique les processus suivants.
    1. Supprimez les valeurs aberrantes dans un « NaN » à l’aide de la fonction intégrée « isoutlier » dans MATLAB.
    2. Interpolez une valeur nan à l’aide de la fonction « inpaint_nans » de MATLAB15.
    3. Convertissez de « pixel /frame » en « m/s » en fonction de la fréquence d’images et de la période de rafale.
      REMARQUE: La conversion est liée à l’intervalle de temps, déterminé par la fréquence d’images et la période de rafale. Plus précisément, le coefficient de la méthode résolue dans le temps est dérivé par la fréquence d’images, et celui d’une méthode par paires est dérivé par la période de rafale.
    4. Fusionnez la méthode par paires et la méthode résolue dans le temps à l’aide du facteur de pondération.
      REMARQUE: Le facteur de pondération dépend de l’amplitude de la vitesse et a une valeur totale de 1 dans chaque section. Si la magnitude de vitesse dépasse un certain seuil, le facteur de la méthode par paires est supérieur à celui de la méthode à résolution temporelle.
    5. Exécutez la fonction « smoothn » de DCT-PLS en utilisant un facteur de lissage de 0,5915,17.
      REMARQUE: Les fonctions « smoothn » et « inpaint_nans » sont présentes dans le PIVlab.

5. Analyse des données

  1. Chargez les données PIV dans MATLAB.
  2. Extrayez les composants « u » et « v » des données PIV.
  3. Calculer le champ de vitesse18 (équation 1, fichier supplémentaire 1).
  4. Dérivez les paramètres hémodynamiques à l’aide du code interne et de la fonction intégrée19.
    1. Dérivez la vorticité avec la fonction intégrée MATLAB « curl"18 (équation 2, fichier supplémentaire 1).
    2. Dérivez la stase avec le code interne20 (équation 3, fichier supplémentaire 1).
    3. Dérivez le Γ1 avec le code interne21 (équation 4, fichier supplémentaire 1).
    4. Dérivez la résidence des particules avec un code interne19 (équation 5, fichier supplémentaire 1).
  5. Calculer la moyenne et l’écart-type des paramètres hémodynamiques (tableau 2).
    REMARQUE: La vitesse de crête, la vorticité, Γ1 et la stase ont été calculées pour un total de 98 cycles. La désintégration a été obtenue par ajustement exponentiel au pourcentage de résidence des particules. La désintégration a défini 14 cycles comme un seul ensemble de données et a calculé la moyenne et l’écart-type pour sept fois.

Résultats

Les champs de vitesse ont montré une structure d’écoulement sinusal différente en fonction du diamètre de la vanne sur la figure 4. Pour le TAV (23 mm), la vitesse était supérieure à 0,05 m/s entre le TAV et le STJ de la première systole à la systole de pointe que le TAV était ouvert à l’aide du jet de transfert. Une vitesse élevée a ensuite été distribuée dans une plage étroite près de l’endoprothèse à la systole tardive. La vitesse à la diastole était inférieur...

Discussion

Le flux sinusal a changé en raison de la géométrie différente des sinus après TAVI. Le vortex a été formé par l’ouverture de la valve aortique et l’interaction avec le jet avant de la systole22. Dans l’étude de la valve chirurgicale artificielle sans folioles natives, le vortex observé dans la région sinusale au niveau de la systole était normal23. Cette étude forme le vortex présenté à la diastole en réduisant le jet avant et en entrant dans le sinus...

Déclarations de divulgation

Les auteurs n’ont rien à divulguer.

Remerciements

Cette recherche a été soutenue par le programme de recherche scientifique fondamentale de la Fondation nationale de la recherche de Corée, qui est financé par le ministère de l’Éducation (NRF-2021R1I1A3040346 et NRF-2020R1A4A1019475). Cette étude a également été soutenue par une subvention de recherche 2018 (PoINT) de l’Université nationale de Kangwon.

matériels

NameCompanyCatalog NumberComments
3D PrinterPrusa ResearchOriginal Prusa i3 MK2; FDM printer
Aluminum bar (square)APSPROKHP-3030, KHP-6060Dimension: 30 mm x 30 mm, 60 mm x 60 mm
Bulb pumpSkyhopeMHL-1
Camera controlling softwarePhantomPCC 3.4 softwareThe software controll the high speed camera
Check valveHANJU STEEL PIPECheck valve; 1/2 inch (15A)
Digital Aqusition deviceNational InstrumentsUSB-6001
GlycerinANU KoreaIt used for making a working fluid
High-speed cameraPhantomPhantom VEO 710E-L
LaserChangchun New Industries Optoelectronics TechnologyMGL-W-532; CW Nd:YAG Laser
Linear actuatorTHOMSONPC-40; it converts the rotational motion to lenear motion
Macro lensNikonVR Micro-NIKKOR 105mm, f/1.4
MotorKOLLMORGENAKM33H-ANCNR-00; DC servo motor
Motor controlling softwareKOLLMORGENKollmorgen software; the software controll the motor driver
Motor driverKOLLMORGENAKD-B00606-NBAN-0000
Open-source electronic prototypic platformArduinoA000066Arduino Uno R3. It used for making a external trigger
Optic tableSMTECH1800 (W) x 900 (B) x 800 (H)
ParticleDantec Dynamics80A6011Hollow Glass Sphere. Mean diameter:10 µm, Density: 1090 kg/m3
PIVlabPIVlabOpen source algorithm based on MATLAB
https://kr.mathworks.com/matlabcentral/fileexchange/27659-pivlab-particle-image-velocimetry-piv-tool-with-gui
Pressure gaugeOMEGAPX309-015A5V. Measurement range: 0~15psi
RefractometerATAGO2350R-5000. Hand held refractometer; measurement range: 1.333-1.520
Resistance valveHANJU STEEL PIPEBall valve; 1/2 inch (15A)
SalineDAI HAN PHARMIt is used for making a working fluid and for preserving the TAV
Silicone hoseHSWInner diameter 26mm, Outter diameter 30mm; Inlet length 5m, Outlet length 1.5m
System enginnering softwareNational InstrumentsLabVIEW software. The software controlls the DAQ.
Transcatheter Aortic Valve, TAV (23 mm) and TAV (26 mm)Edwards LifesciencesSAPIEN3 23mm, SAPIEN3 26mm. It is supported by Seoul Asan Medical
ViscosmeterBrookfiledDVELV; Measurement range: 1-2x109 cp

Références

  1. Carabello, B. A., Paulus, W. J. Aortic stenosis. The Lancet. 373 (9667), 956-966 (2009).
  2. Jakobsen, L., et al. Short-and long-term mortality and stroke risk after transcatheter aortic valve implantation. The American Journal of Cardiology. 121 (1), 78-85 (2018).
  3. Koo, H. J., et al. Computed tomography features of cuspal thrombosis and subvalvular tissue ingrowth after transcatheter aortic valve implantation. The American Journal of Cardiology. 125 (4), 597-606 (2020).
  4. Midha, P. A., et al. The fluid mechanics of transcatheter heart valve leaflet thrombosis in the neosinus. Circulation. 136 (17), 1598-1609 (2017).
  5. Abubakar, H., Ahmed, A. S., Subahi, A., Yassin, A. S. Thrombus in the Right Coronary Sinus of Valsalva Originating From the Left Atrial Appendage Causing Embolic Inferior Wall Myocardial Infarction. Journal of Investigative Medicine High Impact Case Reports. 6, 2324709618792023 (2018).
  6. Charonko, J., Karri, S., Schmieg, J., Prabhu, S., Vlachos, P. In vitro, time-resolved PIV comparison of the effect of stent design on wall shear stress. Annals of Biomedical Engineering. 37 (7), 1310-1321 (2009).
  7. Hariharan, P., et al. Inter-laboratory characterization of the velocity field in the FDA blood pump model using particle image velocimetry (PIV). Cardiovascular Engineering and Technology. 9 (4), 623-640 (2018).
  8. Lim, W., Chew, Y., Chew, T., Low, H. Pulsatile flow studies of a porcine bioprosthetic aortic valve in vitro: PIV measurements and shear-induced blood damage. Journal of Biomechanics. 34 (11), 1417-1427 (2001).
  9. Kim, J., Lee, Y., Choi, S., Ha, H. Pulsatile flow pump based on an iterative controlled piston pump actuator as an in-vitro cardiovascular flow model. Medical Engineering & Physics. 77, 118-124 (2020).
  10. Moore, B. L., Dasi, L. P. Coronary flow impacts aortic leaflet mechanics and aortic sinus hemodynamics. Annals of Biomedical Engineering. 43 (9), 2231-2241 (2015).
  11. Evans, B. . Practical 3D printers: The science and art of 3D printing. , (2012).
  12. Yudi, M. B., Sharma, S. K., Tang, G. H., Kini, A. Coronary angiography and percutaneous coronary intervention after transcatheter aortic valve replacement. Journal of the American College of Cardiology. 71 (12), 1360-1378 (2018).
  13. Adrian, R. J., Westerweel, J. . Particle Image Velocimetry. , (2011).
  14. Deen, N. G., et al. On image pre-processing for PIV of single-and two-phase flows over reflecting objects. Experiments in Fluids. 49 (2), 525-530 (2010).
  15. Thielicke, W., Stamhuis, E. PIVlab-towards user-friendly, affordable and accurate digital particle image velocimetry in MATLAB. Journal of Open Research Software. 2 (1), (2014).
  16. Pizer, S. M., et al. Adaptive histogram equalization and its variations. Computer Vision, Graphics, and Image Processing. 39 (3), 355-368 (1987).
  17. Garcia, D. Robust smoothing of gridded data in one and higher dimensions with missing values. Computational Statistics & Data Analysis. 54 (4), 1167-1178 (2010).
  18. Elger, D. F., LeBret, B. A., Crowe, C. T., Roberson, J. A. . Engineering Fluid Mechanics. , (2020).
  19. Raghav, V., Sastry, S., Saikrishnan, N. Experimental assessment of flow fields associated with heart valve prostheses using particle image velocimetry (PIV): recommendations for best practices. Cardiovascular Engineering and Technology. 9 (3), 273-287 (2018).
  20. Ncho, B., Sadri, V., Ortner, J., Kollapaneni, S., Yoganathan, A. In-Vitro Assessment of the Effects of Transcatheter Aortic Valve Leaflet Design on Neo-Sinus Geometry and Flow. Annals of Biomedical Engineering. 49 (3), 1046-1057 (2021).
  21. Graftieaux, L., Michard, M., Grosjean, N. Combining PIV, POD and vortex identification algorithms for the study of unsteady turbulent swirling flows. Measurement Science and Technology. 12 (9), 1422 (2001).
  22. Yap, C. H., Saikrishnan, N., Tamilselvan, G., Yoganathan, A. P. Experimental measurement of dynamic fluid shear stress on the aortic surface of the aortic valve leaflet. Biomechanics and Modeling in Mechanobiology. 11 (1), 171-182 (2012).
  23. Toninato, R., Salmon, J., Susin, F. M., Ducci, A., Burriesci, G. Physiological vortices in the sinuses of Valsalva: an in vitro approach for bio-prosthetic valves. Journal of Biomechanics. 49 (13), 2635-2643 (2016).
  24. Raghav, V., Midha, P., Sharma, R., Babaliaros, V., Yoganathan, A. Transcatheter aortic valve thrombosis: a review of potential mechanisms. Journal of the Royal Society Interface. 18 (184), 20210599 (2021).
  25. Ramanathan, T., Skinner, H. Coronary blood flow. Continuing Education in Anaesthesia, Critical Care & Pain. 5 (2), 61-64 (2005).
  26. Nobach, H., Bodenschatz, E. Limitations of accuracy in PIV due to individual variations of particle image intensities. Experiments in Fluids. 47 (1), 27-38 (2009).
  27. Gülan, U., et al. Performance analysis of the transcatheter aortic valve implantation on blood flow hemodynamics: An optical imaging-based in vitro study. Artificial Organs. 43 (10), 282-293 (2019).

Réimpressions et Autorisations

Demande d’autorisation pour utiliser le texte ou les figures de cet article JoVE

Demande d’autorisation

Explorer plus d’articles

Ing nierienum ro 180St nose aortiquevalve aortique transcath ter in vitro TAVthromboseh modynamiquev locim trie par image particulaire PIV

This article has been published

Video Coming Soon

JoVE Logo

Confidentialité

Conditions d'utilisation

Politiques

Recherche

Enseignement

À PROPOS DE JoVE

Copyright © 2025 MyJoVE Corporation. Tous droits réservés.