Nous tenons à remercier Shreya Shah pour sa relecture et ses conseils.

1. Doppler configuration de préparation fantôme (Figure 2A)
<ol><li>Connectez la pompe périssaltique, le réservoir de liquide imitant le sang, l’amortisseur d’impulsions et le fantôme d’écoulement Doppler avec les tubes en plastique.</li>
	<li>Choisissez le canal d’un diamètre de 4 mm.</li>
	<li>Programmer la pompe pour éjecter 720 mL/min de liquide pendant 0,3 s, puis éjecter 50 mL/min pendant 0,7 s pour imiter respectivement les phases cardiaques systole et diastole</li>
	<li>Faites fonctionner la pompe et secouez doucement les tuyaux pour expulser les bulles d’air potentielles. REMARQUE : L’opérateur peut choisir un diamètre de canal différent et un taux de pompe différent, mais devra s’assurer que la séquence d’ultrasons est assez rapide pour acquérir les vitesses de débit les plus rapides. Eq. 3 présenté plus tard peut aider à concevoir la séquence.</li>
</ol>2. Configuration ultrafast de scanner d’ultrason (figure 2A)
<ol><li>Connectez le scanner de recherche ultrafast-enabled à l’ordinateur hôte avec le lien express PCI.</li>
	<li>Changez l’adaptateur transducteur sur le scanner à ultrasons pour correspondre au connecteur de la sonde, puis connectez la sonde.</li>
	<li>Exécutez Matlab et activez la licence de scanner à ultrasons. REMARQUE : Cette section et ce qui suit supposent implicitement l’utilisation d’un système Verasonics Vantage.</li>
</ol>3. Programmation de séquence d’ultrason
<ol><li>À l’aide des scripts d’exemples, concevoir une séquence « B- Mode » focalisée conventionnelle (c.-à-d. l’échographie) qui sera utilisée pour le positionnement de la sonde.<ol>
<li>Réglez la profondeur d’imagerie à 50 mm.</li>
		<li>Réglez la profondeur focale à 35 mm.</li>
	</ol>
</li>
	<li>À l’aide des scripts d’exemples, concevoir une séquence d’ultrasons ultra-rapide.<ol>
<li>Réglez la profondeur d’imagerie à 50 mm.</li>
		<li>Programme 3 ondes plane inclinées à [-3,0,3] degré.</li>
		<li>Réglez la fréquence de répétition des impulsions (PRF) à 12 kHz.</li>
		<li>Utilisez 4 demi-cycles pour la forme d’onde ultrasoniques, avec une fréquence centrale en fonction de la sonde utilisée. Une fréquence centrale de 5,2 MHz est supposée ici.</li>
		<li>Réglez la durée totale à 1 s.</li>
	</ol>
</li>
</ol>4. Positionnement de sonde et acquisition de données
<ol><li>Appliquez un gel à ultrasons sur la lentille de la sonde.</li>
	<li>Placez la sonde sur le fantôme et lancez la séquence d’ultrasons en mode B.</li>
	<li>Localisez le canal d’intérêt. Le fluide semble plus foncé que le tissu environnant. Placez la sonde dans une vue longitudinale.</li>
	<li>Maintenez manuellement la sonde dans la position d’intérêt.</li>
	<li>Terminez la séquence B-Mode et lancez le script d’acquisition de séquence ultrafast.</li>
</ol>5. Reconstruction d’image( Figure 2B)
<ol><li>Une fois la séquence terminée, enregistrez les données brutes (aussi appelées données radiofréquences, « RF »).</li>
	<li>Lancez le script de reconstruction d’image à l’aide du logiciel par défaut du système d’échographie. À la fin du processus, la matrice de données IQ doit être créée. REMARQUE : Les échos ultrasons sont enregistrés sur chaque élément de la sonde et pour chaque émission/réception, puis stockés dans la matrice de données RF. La reconstruction de l’image a appliqué la loi de retard appropriée à chaque canal et donne lieu à la matrice dite « QI » (Phase/Quadrature). La matrice complexe de QI a trois dimensions : deux pour l’espace (profondeur et largeur d’image) et une pour le temps</li>
</ol>6. Filtrage de l’encombrement( Figure 2C)
REMARQUE : Pour les étapes 6 à 7, voir le script Matlab fourni dans le matériel supplémentaire.
<ol><li>Remodeler la matrice de QI 3D (espace x espace x temps) en matrice Casorati 2D (espace x temps), nommée IQr.</li>
	<li>Calculer la décomposition de valeur singulière15 d’IQr (Eq. 1). <img alt="Equation 1" src="/files/ftp_upload/61838/61838equ01v3.jpg"> Eq. 1</li>
	<li>Calculer la matrice de similitude spatiale C à l’aide des vecteurs singuliers spatiaux U tels que décrits par Baranger et coll.18 (II, D), et identifier les limites du sous-espace sanguin N.</li>
	<li>Utilisez cette coupure N pour filtrer les données de QI décrites dans Demene et coll.15 (II,C).</li>
</ol>7. Visualisation des flux et mesures de la vitesse( Figure 2C)
<ol><li>Calculer la puissance Doppler carte en intégrant l’enveloppe des données filtrées IQt le long de la dimension temporelle (Eq. 2). Les coordonnées 3D z, x et t sont respectivement la profondeur, la largeur et la dimension temporelle, nt et est le nombre d’images acquises. <img alt="Equation 2" src="/files/ftp_upload/61838/61838equ02v5.jpg"> Eq. 2</li>
	<li>Affichez la carte à l’échelle logarithm. Pour définir la plage dynamique, calculez la moyenne dans une région à l’extérieur du canal et utilisez cette valeur en dB comme limite inférieure de la plage dynamique. Une plage dynamique typique est [-30, 0] dB.</li>
	<li>Définissez une région circulaire d’intérêt (ROI) sur l’image, contenant de 1 à 30 pixels.</li>
	<li>Moyenne du signal IQf sur les pixels de ce roi, pour obtenir un vecteur de points de <img alt="Equation 3" src="/files/ftp_upload/61838/61838equ03v2.jpg"> temps nt.</li>
	<li>Calculez et affichez le spectrogramme Doppler <img alt="Equation 4" src="/files/ftp_upload/61838/61838equ04v2.jpg"> de , en utilisant la magnitude carrée de la transformation fourier de courte durée (STFT).<ol>
<li>Réglez la fenêtre STFT sur une fenêtre Hann de 60 échantillons.</li>
		<li>Réglez le chevauchement STFT à 90% de la longueur de la fenêtre.</li>
	</ol>
</li>
	<li>Superposer la fréquence centrale à chaque point de temps du spectrogramme.</li>
	<li>Convertir les valeurs de fréquence f en vitesses axiales sanguines vz à l’aide de la formule Doppler (Eq. 3). c0 est la vitesse du son dans le milieu et fTW la fréquence centrale de la forme d’onde ultrasonée transmise (ici 5,2 MHz). <img alt="Equation 5" src="/files/ftp_upload/61838/61838equ05v4.jpg"> Eq. 3</li>
</ol>

<ol>
	<li>Doppler, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Ueber das farbige Licht der Doppelsterne und einiger anderer Gestirne des Himmels. , (2020).</li><li>Bonnefous, O., Pesqu&#233;, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Time+domain+formulation+of+pulse-Doppler+ultrasound+and+blood+velocity+estimation+by+cross+correlation.">Time domain formulation of pulse-Doppler ultrasound and blood velocity estimation by cross correlation.</a> Ultrasonic Imaging. 8 (2), 73-85 (2004).</li><li>Bercoff, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ultrafast+compound+doppler+imaging:+Providing+full+blood+flow+characterization.">Ultrafast compound doppler imaging: Providing full blood flow characterization.</a> IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 58 (1), 134-147 (2011).</li><li>Evans, D. H., Jensen, J. A., Nielsen, M. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ultrasonic+colour+Doppler+imaging.">Ultrasonic colour Doppler imaging.</a> Interface Focus. 1 (4), 490-502 (2011).</li><li>Nuffer, Z., Rupasov, A., Bekal, N., Murtha, J., Bhatt, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Spectral+Doppler+ultrasound+of+peripheral+arteries:+a+pictorial+review.">Spectral Doppler ultrasound of peripheral arteries: a pictorial review.</a> Clinical Imaging. 46, 91-97 (2017).</li><li>Jensen, J. A., Nikolov, S. I., Gammelmark, K. L., Pedersen, M. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Synthetic+aperture+ultrasound+imaging.">Synthetic aperture ultrasound imaging.</a> Ultrasonics. 44, (2006).</li><li>Tong, L., Ramalli, A., Jasaityte, R., Tortoli, P., D'Hooge, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multi-transmit+beam+forming+for+fast+cardiac+imaging-experimental+validation+and+in+vivo+application.">Multi-transmit beam forming for fast cardiac imaging-experimental validation and in vivo application.</a> IEEE Transactions on Medical Imaging. 33 (6), 1205-1219 (2014).</li><li>Tanter, M., Bercoff, J., Sandrin, L., Fink, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ultrafast+compound+imaging+for+2-D+motion+vector+estimation:+application+to+transient+elastography.">Ultrafast compound imaging for 2-D motion vector estimation: application to transient elastography.</a> IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control. 49 (10), 1363-1374 (2002).</li><li>Udesen, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=High+frame-rate+blood+vector+velocity+imaging+using+plane+waves:+Simulations+and+preliminary+experiments.">High frame-rate blood vector velocity imaging using plane waves: Simulations and preliminary experiments.</a> IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 55 (8), 1729-1743 (2008).</li><li>Hansen, K. L., Udesen, J., Gran, F., Jensen, J. A., Bachmann Nielsen, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=In-vivo+examples+of+flow+patterns+with+the+fast+vector+velocity+ultrasound+method.">In-vivo examples of flow patterns with the fast vector velocity ultrasound method.</a> Ultraschall in der Medizin. 30 (5), 471-477 (2009).</li><li>Tanter, M., Fink, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ultrafast+imaging+in+biomedical+ultrasound.">Ultrafast imaging in biomedical ultrasound.</a> IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 61 (1), 102-119 (2014).</li><li>Montaldo, G., Tanter, M., Bercoff, J., Benech, N., Fink, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Coherent+plane-wave+compounding+for+very+high+frame+rate+ultrasonography+and+transient+elastography.">Coherent plane-wave compounding for very high frame rate ultrasonography and transient elastography.</a> IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control. 56 (3), 489-506 (2009).</li><li>Papadacci, C., Pernot, M., Couade, M., Fink, M., Tanter, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=High-contrast+ultrafast+imaging+of+the+heart.">High-contrast ultrafast imaging of the heart.</a> IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 61 (2), 288-301 (2014).</li><li>Maresca, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Noninvasive+Imaging+of+the+Coronary+Vasculature+Using+Ultrafast+Ultrasound.">Noninvasive Imaging of the Coronary Vasculature Using Ultrafast Ultrasound.</a> JACC: Cardiovascular Imaging. 11 (6), 798-808 (2018).</li><li>Demen&#233;, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Spatiotemporal+Clutter+Filtering+of+Ultrafast+Ultrasound+Data+Highly+Increases+Doppler+and+fUltrasound+Sensitivity.">Spatiotemporal Clutter Filtering of Ultrafast Ultrasound Data Highly Increases Doppler and fUltrasound Sensitivity.</a> IEEE Transactions on Medical Imaging. 34 (11), 2271-2285 (2015).</li><li>Demen&#233;, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=4D+microvascular+imaging+based+on+ultrafast+Doppler+tomography.">4D microvascular imaging based on ultrafast Doppler tomography.</a> NeuroImage. 127, 472-483 (2016).</li><li>Demen&#233;, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ultrafast+Doppler+reveals+the+mapping+of+cerebral+vascular+resistivity+in+neonates.">Ultrafast Doppler reveals the mapping of cerebral vascular resistivity in neonates.</a> Journal of Cerebral Blood Flow and Metabolism. 34 (6), 1009-1017 (2014).</li><li>Baranger, J., Arnal, B., Perren, F., Baud, O., Tanter, M., Demene, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Adaptive+Spatiotemporal+SVD+Clutter+Filtering+for+Ultrafast+Doppler+Imaging+Using+Similarity+of+Spatial+Singular+Vectors.">Adaptive Spatiotemporal SVD Clutter Filtering for Ultrafast Doppler Imaging Using Similarity of Spatial Singular Vectors.</a> IEEE Transactions on Medical Imaging. 37 (7), 1574-1586 (2018).</li><li>Demen&#233;, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ultrafast+Doppler+Reveals+the+Mapping+of+Cerebral+Vascular+Resistivity+in+Neonates.">Ultrafast Doppler Reveals the Mapping of Cerebral Vascular Resistivity in Neonates.</a> Journal of Cerebral Blood Flow &amp; Metabolism. 34 (6), 1009-1017 (2014).</li><li>Goudot, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Wall+Shear+Stress+Measurement+by+Ultrafast+Vector+Flow+Imaging+for+Carotid+Stenosis.">Wall Shear Stress Measurement by Ultrafast Vector Flow Imaging for Carotid Stenosis.</a> Ultraschall in der Medizin - European Journal of Ultrasound. , (2019).</li><li>Demen&#233;, C., Mairesse, J., Baranger, J., Tanter, M., Baud, O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ultrafast+Doppler+for+neonatal+brain+imaging.">Ultrafast Doppler for neonatal brain imaging.</a> NeuroImage. 185, 851-856 (2019).</li><li>Villemain, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ultrafast+Ultrasound+Imaging+in+Pediatric+and+Adult+Cardiology.">Ultrafast Ultrasound Imaging in Pediatric and Adult Cardiology.</a> JACC: Cardiovascular Imaging. , (2019).</li><li>Provost, J., Papadacci, C., Demene, C., Gennisson, J. L., Tanter, M., Pernot, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=3-D+ultrafast+doppler+imaging+applied+to+the+noninvasive+mapping+of+blood+vessels+in+Vivo.">3-D ultrafast doppler imaging applied to the noninvasive mapping of blood vessels in Vivo.</a> IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 62 (8), 1467-1472 (2015).</li><li>Osmanski, B. F., Montaldo, G., Fink, M., Tanter, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=In+vivo+out-of-plane+Doppler+imaging+based+on+ultrafast+plane+wave+imaging.">In vivo out-of-plane Doppler imaging based on ultrafast plane wave imaging.</a> IEEE International Ultrasonics Symposium, IUS. 62 (4), 76-79 (2013).</li><li>Kim, M. W., Zhu, Y., Hedhli, J., Dobrucki, L. W., Insana, M. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multi-dimensional+Clutter+Filter+Optimization+for+Ultrasonic+Perfusion+Imaging.">Multi-dimensional Clutter Filter Optimization for Ultrasonic Perfusion Imaging.</a> IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 65 (11), 2020-2029 (2018).</li><li>Chau, G., Li, Y. L., Jakovljevic, M., Dahl, J., Rodr, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Wall Clutter Removal in Doppler Ultrasound using Principal Component Pursuit. , (2018).</li><li>Tierney, J., Baker, J., Brown, D., Wilkes, D., Byram, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Independent+Component-Based+Spatiotemporal+Clutter+Filtering+for+Slow+Flow+Ultrasound.">Independent Component-Based Spatiotemporal Clutter Filtering for Slow Flow Ultrasound.</a> IEEE Transactions on Medical Imaging. , 1-1 (2019).</li><li>Zhang, N., Rivaz, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Clutter+Suppression+in+Ultrasound:+Performance+Evaluation+and+Review+of+Low-Rank+and+Sparse+Matrix+Decomposition+Methods.">Clutter Suppression in Ultrasound: Performance Evaluation and Review of Low-Rank and Sparse Matrix Decomposition Methods.</a> BioMedical Engineering Online. 19, 37 (2020).</li><li>Guidi, G., Licciardello, C., Falteri, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Intrinsic+spectral+broadening+(ISB)+in+ultrasound+Doppler+as+a+combination+of+transit+time+and+local+geometrical+broadening.">Intrinsic spectral broadening (ISB) in ultrasound Doppler as a combination of transit time and local geometrical broadening.</a> Ultrasound in Medicine and Biology. 26 (5), 853-862 (2000).</li><li>Cloutier, G., Shung, K. K., Durand, L. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Experimental+Evaluation+of+Intrinsic+and+Nonstationary+Ultrasonic+Doppler+Spectral+Broadening+in+Steady+and+Pulsatile+Flow+Loop+Models.">Experimental Evaluation of Intrinsic and Nonstationary Ultrasonic Doppler Spectral Broadening in Steady and Pulsatile Flow Loop Models.</a> IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 40 (6), 786-795 (1993).</li><li>Winkler, A. J., Wu, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Correction+of+intrinsic+spectral+broadening+errors+in+doppler+peak+velocity+measurements+made+with+phased+sector+and+linear+array+transducers.">Correction of intrinsic spectral broadening errors in doppler peak velocity measurements made with phased sector and linear array transducers.</a> Ultrasound in Medicine and Biology. 21 (8), 1029-1035 (1995).</li><li>Osmanski, B. F., Bercoff, J., Montaldo, G., Loupas, T., Fink, M., Tanter, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cancellation+of+Doppler+intrinsic+spectral+broadening+using+ultrafast+Doppler+imaging.">Cancellation of Doppler intrinsic spectral broadening using ultrafast Doppler imaging.</a> IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 61 (8), 1396-1408 (2014).</li><li>Sauvage, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+large+aperture+row+column+addressed+probe+for+in+vivo+4D+ultrafast+doppler+ultrasound+imaging.">A large aperture row column addressed probe for in vivo 4D ultrafast doppler ultrasound imaging.</a> Physics in Medicine and Biology. 63 (21), (2018).</li><li>Correia, M., Provost, J., Tanter, M., Pernot, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=4D+ultrafast+ultrasound+flow+imaging:+in+vivo+quantification+of+arterial+volumetric+flow+rate+in+a+single+heartbeat.">4D ultrafast ultrasound flow imaging: in vivo quantification of arterial volumetric flow rate in a single heartbeat.</a> Physics in Medicine and Biology. 61 (23), 48-61 (2016).</li><li>Center for Devices and Radiological Health. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=FDA+Information+for+Manufacturers+Seeking+Marketing+Clearance+of+Diagnostic+Ultrasound+Systems+and+Transducers.">FDA Information for Manufacturers Seeking Marketing Clearance of Diagnostic Ultrasound Systems and Transducers.</a> Center for Devices and Radiological Health. , (2008).</li><li>I, <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=IEC+62127-1+-+Measurement+and+characterization+of+medical+ultrasonic+fields+up+to+40+MHz.">IEC 62127-1 - Measurement and characterization of medical ultrasonic fields up to 40 MHz.</a> IEC. , 61010-61011 (2013).</li></ol>

Pas de conflit d’intérêts

Plusieurs variations sont possibles autour du cadre principal de ce protocole.
Problèmes matériels Si l’utilisateur fournit son ordinateur hôte personnalisé, la carte mère et le boîtier de l’ordinateur doivent avoir une fente express PCI disponible. Le Processeur doit également avoir suffisamment de voies PCIe pour gérer tous les appareils.
Sélection de sondes La sonde à ultrasons (également appelée transducteu...

L’imagerie par ultrasons est l’une des techniques d’imagerie les plus couramment utilisées dans la pratique clinique et les activités de recherche. La combinaison de l’émission d’ondes ultrasoniques dans les tissus biologiques suivie de l’enregistrement des échos rétrocâpés permet la reconstruction d’images anatomiques, le soi-disant « B-Mode ». Cette méthode est parfaitement adaptée à l’imagerie des tissus mous, tels que les tissus biologiques, qui permettent généralement la pénétration d’ultrasons sur plusieurs centimètres, avec une vitesse de propagation de ≈1540 m/s. Selon la fréquence centrale de la sonde à ultrasons, des images avec une résolution de 30 μm à 1 mm sont obtenues. En outre, il est bien connu que le mouvement d’une source acoustique, affecte les caractéristiques physiques des ondes associées. En particulier, le lien entre les changements de fréquence d’une vague par rapport à la vitesse de sa source est décrit comme l’effet Doppler1, dont la manifestation la plus simple est le pas changeant de la sirène d’une ambulance en mouvement. L’imagerie par ultrasons a longtemps utilisé cet effet physique pour observer les globules rougesen mouvement 2, et il propose une variété de modes d’imagerie communément appelés « imagerie Doppler ». Ces modes permettent d’évaluer les flux sanguins dans des applications et des organes très différents, tels que le cerveau, le cœur, les reins ou les artères périphériques.
Fait remarquable, la plupart des systèmes d’échographie actuellement disponibles reposent sur la même technologie, appelée ultrasons conventionnels. Les principes sous-jacents sont les suivants : un faisceau acoustique insonifie le champ de vision et est balayé le long de l’ouverture du transducteur à ultrasons. Pour chaque position du faisceau, les échos sont enregistrés et convertis en une ligne de l’image finale. En déplaçant progressivement le faisceau le long du transducteur, tout le champ de vision peut être photographié ligne par ligne (figure 1, panneau gauche). Cette stratégie a été bien adaptée aux contraintes électriques et à la puissance de calcul qui prévalaient jusqu’au début du XXIe siècle. Néanmoins, il a plusieurs inconvénients. Parmi ceux-ci, le framerate final est limité à quelques centaines d’images par seconde par le processus de numérisation du faisceau. En termes de flux sanguin, ce framerate relativement faible affecte les vitesses maximales de débit qui peuvent être détectées, ce qui est dicté par les critères d’échantillonnage de Shannon-Nyquist3. De plus, doppler conventionnel doit faire face à un compromis complexe. Afin d’évaluer la vitesse du flux sanguin dans une région d’intérêt particulière (ROI), plusieurs échos provenant de ce retour sur investissement doivent être enregistrés successivement. Cela implique que le faisceau ultrasons est temporairement maintenu dans une position fixe. Plus l’ensemble d’écho est long, meilleure sera l’estimation de la vitesse pour ce retour sur investissement. Toutefois, pour produire une image complète du champ de vision, le faisceau doit scanner le support. Par conséquent, on peut sentir le conflit entre ces deux contraintes: tenir le faisceau pour évaluer précisément la vitesse le long d’une ligne, ou déplacer le faisceau pour produire une image. Les différents modes doppler conventionnels (c.-à-d. Color Doppler ou Pulse Wave Doppler) reflètent directement ce compromis. En règle générale, le Color Doppler produit une carte d’écoulement de faible fidélité utilisée pour localiserles navires 4,et le Pulse Wave Doppler est ensuite utilisé pour quantifier avec précision le débit d’un navireprécédemment identifié 5.
Ces deux limitations (faible taux d’encadrement et compromis localisation/quantification) sont surmontées par des techniques émergentes à très haut taux d’encadrement. Parmi ceux-ci, l’approche d’ouverturesynthétique 6 ou la technique de transmission multilline peuvent êtrecitées 7. Dans cette étude, nous nous concentrons sur la méthode d’échographie ultrafast. Introduite il y adeux décennies 8,9,10, cette méthode repose également sur l’émission/réception des ultrasons, mais avec un modèle radicalement différent. En effet, au lieu d’utiliser un faisceau focalisé à balayage, l’imagerie ultrafast utilise des ondes plane ou des ondes divergentes, qui sont capables d’insonner le champ de vision avec une seule émission. Suite à cette seule émission, l’électronique associée est également en mesure de recevoir et de traiter le grand nombre d’échos provenant de l’ensemble du champ de vision. À la fin, une image peut être reconstruite à partir d’un seul modèle d’émission/réception11 (figure 1, panneau droit). Ces émissions non recentrées peuvent avoir un faible rapport signal/bruit (SNR) en raison de la propagation de l’énergie acoustique. Ceci peut être abordé en émettant plusieurs ondes plane intitulées (ou ondes divergentes avec différentes sources) et en ajoutant les images résultantes. Cette méthode est appelée « composition cohérente »12. Deux conséquences majeures surgissent. Tout d’abord, le framerate ne dépend que de l’heure d’échographie du vol et peut atteindre des valeurs typiques de 1 à 10 kHz. Deuxièmement, cela assure la continuité des données dans les dimensions spatiales et temporelles, également appelée cohérence spatiotemporale. Le compromis localisation/quantification conventionnelle est ainsi rompu. Cette combinaison d’un framerate élevé et d’une cohérence spatiotemporale a un impact énorme sur la capacité de détecter les flux sanguins par ultrasons. Par rapport à l’échographie conventionnelle, l’échographie ultrafast fournit une caractérisation complète du flux sanguin3. Pratiquement, l’utilisateur a accès au cours du temps de vélocité dans chaque pixel de l’image, pendant toute la durée de l’acquisition (généralement ≈1 s), avec une échelle de temps donnée par le framerate (généralement, un framerate de 5 kHz pour une résolution temporelle de 200 μs). Ce framerate élevé rend la méthode appropriée pour un large éventail d’application telle que le flux rapide dans les organes mobiles comme les chambresde coeur 13 ou le myocarde avec la micro-perfusion coronaire14. En outre, il a été démontré que sa cohérence spatiotemporal améliore fortement sa capacité à séparer le flux sanguin lent des tissus mobiles de fond, augmentant ainsi la sensibilité au flux micro-vasculaire15. Cette capacité donne accès à la micro vascularisation du cerveau chez les animaux16 et les humains17.
Par conséquent, l’échographie ultrafast est bien adapté à la circulation sanguine de l’image dans une variété de situations. Il est limité aux tissus biologiques mous et sera fortement affecté par la présence d’interfaces dures telles que les os, ou la cavité gazeuse comme le poumon. L’accord des paramètres physiques de la séquence ultrasoniques permet d’étudier à la fois les débits lents (jusqu’à 1 mm/s11,16)et rapides (jusqu’à plusieurs m/s). Il existe un compromis entre la résolution spatiale et la profondeur de pénétration. En règle générale, une résolution de 50 μm peut être obtenue au prix d’une pénétration d’environ 5 mm. Inversement, la pénétration peut être étendue à 15-20 cm au prix d’une résolution de 1 mm. Il est à noter que la plupart des scanners ultrafast tels que celui utilisé dans cet article ne fournissent que des images 2D.
Ici, nous proposons un protocole simple pour introduire le concept d’imagerie Ultrafast Doppler, à l’aide d’un scanner à ultrasons de recherche programmable et doppler fantôme imitant un vaisseau (artère ou veine) intégré dans les tissus biologiques.

<table>
	<tbody>
		<tr>
			<td>Blood-mimicking fluid</td>
			<td>CIRS Inc, Norfolk, Virginia, USA</td>
			<td>069DTF</td>
			<td></td>
		</tr>
		<tr>
			<td>Doppler flow phantom</td>
			<td>CIRS Inc, Norfolk, Virginia, USA</td>
			<td>ATS523A</td>
			<td></td>
		</tr>
		<tr>
			<td>Matlab</td>
			<td>MathWorks, Natick, Massachusetts, United States</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Peristaltic pump / Doppler flow pump</td>
			<td>CIRS Inc, Norfolk, Virginia, USA</td>
			<td>769</td>
			<td>Include tubings and pulse dampener</td>
		</tr>
		<tr>
			<td>Transducer adpter</td>
			<td>Verasonics, Kirkland, Washington, USA</td>
			<td>UTA 408-GE</td>
			<td></td>
		</tr>
		<tr>
			<td>Ultrafast ultrasound research scanner</td>
			<td>Verasonics, Kirkland, Washington, USA</td>
			<td>Vantage 256</td>
			<td></td>
		</tr>
		<tr>
			<td>Ultrasound probe/transducer</td>
			<td>GE Healthcare</td>
			<td>GE 9L-D</td>
			<td></td>
		</tr>
	</tbody>
</table>

blood flow imaging with ultrafast doppler

L’effet pulsed-Doppler est la principale technique utilisée dans l’échographie clinique pour évaluer le flux sanguin. Appliqué avec des ultrasons ciblés conventionnels doppler modes, il a plusieurs limites. Tout d’abord, une opération de filtrage du signal finement réglée est nécessaire pour distinguer les flux sanguins des tissus mobiles environnants. Deuxièmement, l’opérateur doit choisir entre la localisation des flux sanguins ou leur quantification. Au cours des deux dernières décennies, l’imagerie par ultrasons a subi un changement de paradigme avec l’émergence de l’échographie ultrafast à l’aide d’ondes nonfocused. En plus d’une cent fois plus de framerate (jusqu’à 10000 Hz), cette nouvelle technique rompt également le compromis de quantification/localisation conventionnelle, offrant une cartographie complète du flux sanguin du champ de vision et un accès simultané à des mesures de vitesses fines au niveau d’un seul pixel (jusqu’à 50 μm). Cette continuité des données dans les dimensions spatiales et temporelles améliore fortement le processus de filtrage tissulaire/sanguin, ce qui entraîne une sensibilité accrue aux petites vitesses du flux sanguin (jusqu’à 1 mm/s). Dans ce document de méthode, nous visons à introduire le concept de Doppler ultrafast ainsi que ses paramètres principaux. Tout d’abord, nous résumons les principes physiques de l’imagerie par ondes non recentrée. Ensuite, nous présentons les étapes principales du traitement du signal Doppler. En particulier, nous expliquons la mise en œuvre pratique des algorithmes critiques de séparation des tissus et du flux sanguin et sur l’extraction des vitesses à partir de ces données filtrées. Cette description théorique est complétée par des expériences in vitro. Un fantôme de tissu intégrant un canal avec le fluide sang-imitant coulant est imité avec un système programmable d’ultrason de recherche. Une image de flux sanguin est obtenue et les caractéristiques de flux sont affichées pour plusieurs pixels dans le canal. Enfin, un examen des applications in vivo est proposé, montrant des exemples dans plusieurs organes tels que les carotides, les reins, la thyroïde, le cerveau et le cœur.

La qualité de l’acquisition et du post-traitement est d’abord évaluée par inspection visuelle. La forme du canal doit être clairement visible dans l’image doppler de puissance, et la zone tissulaire doit apparaître sombre. Si le signal Doppler de puissance n’est pas limité au canal, cela peut signifier que soit l’étape du filtre d’encombrement a mal tourné (seuil SVD est trop faible), ou la sonde a connu un fort mouvement au cours de l’acquisition.
Après inspection visue...

Watch this Scientific Journal Video about Blood Flow Imaging with Ultrafast Doppler at JoVE.com

Blood Flow Imaging with Ultrafast Doppler

Ce protocole montre comment appliquer l’imagerie doppler ultrason ultra-pur pour quantifier les flux sanguins. Après une longue acquisition de 1 s, l’expérimentateur a accès à un film de plein champ de vision avec des valeurs de vitesse axiaale pour chaque pixel chaque ≈0,3 ms (selon l’heure d’échographie du vol).

Imagerie du flux sanguin avec Ultrafast Doppler

The pulsed-Doppler effect is the main technique used in clinical echography to assess blood flow. Applied with conventional focused ultrasound Doppler ...

blood-flow-imaging-with-ultrafast-doppler

Research

Education

JoVE Journal

JoVE Core

Electrical Engineering

Anatomy and Physiology

Bioengineering

Unit 1

Sampling

Blood Vessels and Circulation

SCIENTISTS IN ACTION

7.2K vues.  The Hospital for Sick Children, PGCRL Research Institute. Ce protocole montre comment appliquer l’imagerie doppler ultrason ultra-pur pour quantifier les flux sanguins. Après une longue acquisition de 1 s, l’expérimentateur a accès à un film de plein champ de vision avec des valeurs de vitesse axiaale pour chaque pixel chaque ≈0,3 ms (selon l’heure d’échographie du vol).

Vidéo: Blood Flow Imaging with Ultrafast Doppler

Analyzing Cellular Internalization of Nanoparticles and Bacteria by Multi-spectral Imaging Flow Cytometry

Nanoparticulate systems have emerged as valuable tools in vaccine delivery through their ability to efficiently deliver cargo, including proteins, to antigen presenting cells1-5. Internalization of nanoparticles (NP) by antigen presenting cells is a critical step in generating an effective immune response to the encapsulated antigen. To determine how changes in nanoparticle formulation impact function, we sought to develop a high throughput, quantitative experimental protocol that was compatible with detecting internalized nanoparticles as well as bacteria. To date, two independent techniques, microscopy and flow cytometry, have been the methods used to study the phagocytosis of nanoparticles. The high throughput nature of flow cytometry generates robust statistical data. However, due to low resolution, it fails to accurately quantify internalized versus cell bound nanoparticles. Microscopy generates images with high spatial resolution; however, it is time consuming and involves small sample sizes6-8. Multi-spectral imaging flow cytometry (MIFC) is a new technology that incorporates aspects of both microscopy and flow cytometry that performs multi-color spectral fluorescence and bright field imaging simultaneously through a laminar core. This capability provides an accurate analysis of fluorescent signal intensities and spatial relationships between different structures and cellular features at high speed.
	Herein, we describe a method utilizing MIFC to characterize the cell populations that have internalized polyanhydride nanoparticles or Salmonella enterica serovar Typhimurium. We also describe the preparation of nanoparticle suspensions, cell labeling, acquisition on an ImageStreamX system and analysis of the data using the IDEAS application. We also demonstrate the application of a technique that can be used to differentiate the internalization pathways for nanoparticles and bacteria by using cytochalasin-D as an inhibitor of actin-mediated phagocytosis.

In this article, we describe a method utilizing multi-spectral imaging flow cytometry to quantify the internalization of polyanhydride nanoparticles or bacteria by RAW 264.7 cells.

Analyser l&#39;internalisation cellulaire de nanoparticules et de bactéries multi-spectrale par cytométrie de flux d&#39;imagerie

Nanoparticulate  systems have emerged as valuable tools in vaccine delivery through their  ability to efficiently deliver cargo, including proteins, to ...

Recherche

Bio-ingénierie

Localization and Relative Quantification of Carbon Nanotubes in Cells with Multispectral Imaging Flow Cytometry

Carbon-based nanomaterials, like carbon nanotubes (CNTs), belong to this type of nanoparticles which are very difficult to discriminate from carbon-rich cell structures and de facto there is still no quantitative method to assess their distribution at cell and tissue levels. What we propose here is an innovative method allowing the detection and quantification of CNTs in cells using a multispectral imaging flow cytometer (ImageStream, Amnis). This newly developed device integrates both a high-throughput of cells and high resolution imaging, providing thus images for each cell directly in flow and therefore statistically relevant image analysis. Each cell image is acquired on bright-field (BF), dark-field (DF), and fluorescent channels, giving access respectively to the level and the distribution of light absorption, light scattered and fluorescence for each cell. The analysis consists then in a pixel-by-pixel comparison of each image, of the 7,000-10,000 cells acquired for each condition of the experiment. Localization and quantification of CNTs is made possible thanks to some particular intrinsic properties of CNTs: strong light absorbance and scattering; indeed CNTs appear as strongly absorbed dark spots on BF and bright spots on DF with a precise colocalization.
This methodology could have a considerable impact on studies about interactions between nanomaterials and cells given that this protocol is applicable for a large range of nanomaterials, insofar as they are capable of absorbing (and/or scattering) strongly enough the light.

In this study, the main purpose was to monitor the cellular uptake and eventual exocytosis of carbon nanotubes (CNTs). From this perspective, we proposed here a unique method using multispectral imaging flow cytometry allowing a quantification and localization of CNTs in a statistically relevant number of cells.

Carbon-based nanomaterials, like carbon nanotubes (CNTs), belong to this type of nanoparticles which are very difficult to discriminate from carbon-rich ...

Improved Method for the Preparation of a Human Cell-based, Contact Model of the Blood-Brain Barrier

The blood-brain barrier (BBB) comprises impermeable but adaptable brain capillaries which tightly control the brain environment. Failure of the BBB has been implied in the etiology of many brain pathologies, creating a need for development of human in vitro BBB models to assist in clinically-relevant research. Among the numerous BBB models thus far described, a static (without flow), contact BBB model, where astrocytes and brain endothelial cells (BECs) are cocultured on the opposite sides of a porous membrane, emerged as a simplified yet authentic system to simulate the BBB with high throughput screening capacity. Nevertheless the generation of such model presents few technical challenges. Here, we describe a protocol for preparation of a contact human BBB model utilizing a novel combination of primary human BECs and immortalized human astrocytes. Specifically, we detail an innovative method for cell-seeding on inverted inserts as well as specify insert staining techniques and exemplify how we use our model for BBB-related research.

Establishment of human models of the blood-brain barrier (BBB) can benefit research into brain conditions associated with BBB failure. We describe here an improved technique for preparation of a contact BBB model, which permits coculturing of human astrocytes and brain endothelial cells on the opposite sides of a porous membrane.

Amélioration de la méthode pour la préparation d&#39;une base de cellules humaines, Contactez modèle de la barrière hémato-encéphalique

The blood-brain barrier (BBB) comprises impermeable but adaptable brain capillaries which tightly control the brain environment. Failure of the BBB has ...

Sensitive Detection of Proteopathic Seeding Activity with FRET Flow Cytometry

Increasing evidence supports transcellular propagation of toxic protein aggregates, or proteopathic seeds, as a mechanism for the initiation and progression of pathology in several neurodegenerative diseases, including Alzheimer's disease and the related tauopathies. The potentially critical role of tau seeds in disease progression strongly supports the need for a sensitive assay that readily detects seeding activity in biological samples. 
By combining the specificity of fluorescence resonance energy transfer (FRET), the sensitivity of flow cytometry, and the stability of a monoclonal cell line, an ultra-sensitive seeding assay has been engineered and is compatible with seed detection from recombinant or biological samples, including human and mouse brain homogenates. The assay employs monoclonal HEK 293T cells that stably express the aggregation-prone repeat domain (RD) of tau harboring the disease-associated P301S mutation fused to either CFP or YFP, which produce a FRET signal upon protein aggregation. The uptake of proteopathic tau seeds (but not other proteins) into the biosensor cells stimulates aggregation of RD-CFP and RD-YFP, and flow cytometry sensitively and quantitatively monitors this aggregation-induced FRET. The assay detects femtomolar concentrations (monomer equivalent) of recombinant tau seeds, has a dynamic range spanning three orders of magnitude, and is compatible with brain homogenates from tauopathy transgenic mice and human tauopathy subjects. With slight modifications, the assay can also detect seeding activity of other proteopathic seeds, such as &#945;-synuclein, and is also compatible with primary neuronal cultures. The ease, sensitivity, and broad applicability of FRET flow cytometry makes it useful to study a wide range of protein aggregation disorders.

Cell-to-cell transfer of protein aggregates, or proteopathic seeds, may underlie the progression of pathology in neurodegenerative diseases. Here, a novel FRET flow cytometry assay is described that enables specific and sensitive detection of seeding activity from recombinant or biological samples.

Détection sensible de Proteopathic semis Activité FRET avec la cytométrie en flux

Increasing evidence supports transcellular propagation of toxic protein aggregates, or proteopathic seeds, as a mechanism for the initiation and ...

In Vitro Model of Physiological and Pathological Blood Flow with Application to Investigations of Vascular Cell Remodeling

Vascular disease is a common cause of death within the United States. Herein, we present a method to examine the contribution of flow dynamics towards vascular disease pathologies. Unhealthy arteries often present with wall stiffening, scarring, or partial stenosis which may all affect fluid flow rates, and the magnitude of pulsatile flow, or pulsatility index. Replication of various flow conditions is the result of tuning a flow pressure damping chamber downstream of a blood pump. Introduction of air within a closed flow system allows for a compressible medium to absorb pulsatile pressure from the pump, and therefore vary the pulsatility index. The method described herein is simply reproduced, with highly controllable input, and easily measurable results. Some limitations are recreation of the complex physiological pulse waveform, which is only approximated by the system. Endothelial cells, smooth muscle cells, and fibroblasts are affected by the blood flow through the artery. The dynamic component of blood flow is determined by the cardiac output and arterial wall compliance. Vascular cell mechano-transduction of flow dynamics may trigger cytokine release and cross-talk between cell types within the artery. Co-culture of vascular cells is a more accurate picture reflecting cell-cell interaction on the blood vessel wall and vascular response to mechanical signaling. Contribution of flow dynamics, including the cell response to the dynamic and mean (or steady) components of flow, is therefore an important metric in determining disease pathology and treatment efficacy. Through introducing an in vitro co-culture model and pressure damping downstream of blood pump which produces simulated cardiac output, various arterial disease pathologies may be investigated.

In Vitro Model of Physiological and Pathological Blood Flow with Application to Investigations of Vascular Cell Remodeling

This protocol replicates physiological or pathological blood flow in vitro to aid in determining cell response in disease pathologies. By introducing a pressure damping chamber downstream of a blood pump, blood flow across the vasculature can be recapitulated and imposed on a monolayer of vascular endothelium or a mimetic co-culture.

Modèle in vitro de physiologiques et pathologiques Blood Flow avec application aux enquêtes de cellules vasculaires Rénovation

Vascular disease is a common cause of death within the United States. Herein, we present a method to examine the contribution of flow dynamics towards ...

Microfluidic Flow Chambers Using Reconstituted Blood to Model Hemostasis and Platelet Transfusion In Vitro

Blood platelets prepared for transfusion gradually lose hemostatic function during storage. Platelet function can be investigated using a variety of (indirect) in vitro experiments, but none of these is as comprehensive as microfluidic flow chambers. In this protocol, the reconstitution of thrombocytopenic fresh blood with stored blood bank platelets is used to simulate platelet transfusion. Next, the reconstituted sample is perfused in microfluidic flow chambers which mimic hemostasis on exposed subendothelial matrix proteins. Effects of blood donation, transport, component separation, storage and pathogen inactivation can be measured in paired experimental designs. This allows reliable comparison of the impact every manipulation in blood component preparation has on hemostasis. Our results demonstrate the impact of temperature cycling, shear rates, platelet concentration and storage duration on platelet function. In conclusion, this protocol analyzes the function of blood bank platelets and this ultimately aids in optimization of the processing chain including phlebotomy, transport, component preparation, storage and transfusion.

Microfluidic Flow Chambers Using Reconstituted Blood to Model Hemostasis and Platelet Transfusion In Vitro

Platelet transfusion and hemostasis was modeled using blood reconstitution and microfluidic flow chambers to investigate the function of blood banking platelets. The data demonstrate the consequences of platelet storage lesion on hemostasis, in vitro.

Microfluidique flux Chambers Utilisation de sang Reconstitué au modèle Hémostase et Platelet Transfusion<em&gt; In vitro</em

Blood platelets prepared for transfusion gradually lose hemostatic function during storage. Platelet function can be investigated using a variety of ...

A Microfluidic Flow Chamber Model for Platelet Transfusion and Hemostasis Measures Platelet Deposition and Fibrin Formation in Real-time

Microfluidic models of hemostasis assess platelet function under conditions of hydrodynamic shear, but in the presence of anticoagulants, this analysis is restricted to platelet deposition only. The intricate relationship between Ca2+-dependent coagulation and platelet function requires careful and controlled recalcification of blood prior to analysis. Our setup uses a Y-shaped mixing channel, which supplies concentrated Ca2+/Mg2+ buffer to flowing blood just prior to perfusion, enabling rapid recalcification without sample stasis. A ten-fold difference in flow velocity between both reservoirs minimizes dilution. The recalcified blood is then perfused in a collagen-coated analysis chamber, and differential labeling permits real-time imaging of both platelet and fibrin deposition using fluorescence video microscopy. The system uses only commercially available tools, increasing the chances of standardization. Reconstitution of thrombocytopenic blood with platelets from banked concentrates furthermore models platelet transfusion, proving its use in this research domain. Exemplary data demonstrated that coagulation onset and fibrin deposition were linearly dependent on the platelet concentration, confirming the relationship between primary and secondary hemostasis in our model. In a timeframe of 16 perfusion min, contact activation did not take place, despite recalcification to normal Ca2+ and Mg2+ levels. When coagulation factor XIIa was inhibited by corn trypsin inhibitor, this time frame was even longer, indicating a considerable dynamic range in which the changes in the procoagulant nature of the platelets can be assessed. Co-immobilization of tissue factor with collagen significantly reduced the time to onset of coagulation, but not its rate. The option to study the tissue factor and/or the contact pathway increases the versatility and utility of the assay.

This paper describes an experimental model of hemostasis that simultaneously measures platelet function and coagulation. Platelet and fibrin fluorescence is measured in real-time, and platelet adhesion rate, coagulation rate, and onset of coagulation are determined. The model is used to determine platelet procoagulant properties under flow in concentrates for transfusion.

A microfluidique débit Chambre Modèle pour Platelet Transfusion et Hémostase mesures Platelet Déposition et la formation de fibrine en temps réel

Microfluidic models of hemostasis assess platelet function under conditions of hydrodynamic shear, but in the presence of anticoagulants, this analysis is ...

Cerebral Blood Flow-Based Resting State Functional Connectivity of the Human Brain using Optical Diffuse Correlation Spectroscopy

To obtain a comprehensive understanding of the human brain, utilization of cerebral blood flow (CBF) as a source of contrast is desired because it is a key hemodynamic parameter related to cerebral oxygen supply. Resting state low frequency fluctuations based on oxygenation contrast have been shown to provide correlations between functionally connected regions. The presented protocol uses optical diffuse correlation spectroscopy (DCS) to assess blood flow-based resting state functional connectivity (RSFC) in the human brain. Results of CBF-based RSFC in human frontal cortex indicate that intra-regional RSFC is significantly higher in the left and right cortices compared to inter-regional RSFC in both cortices. This protocol should be of interest to researchers who employ multi-modal imaging techniques to study human brain function, especially in the pediatric population.

This protocol demonstrates how to measure resting state functional connectivity in the human prefrontal cortex using a custom-made diffuse correlation spectroscopy instrument. The report also discuss practical aspects of the experiment as well as detailed steps for analyzing the data.

Connectivité fonctionnelle de l’état de repos basée sur le flux sanguin cérébral du cerveau humain à l’aide de la spectroscopie optique de corrélation diffuse

To obtain a comprehensive understanding of the human brain, utilization of cerebral blood flow (CBF) as a source of contrast is desired because it is a ...

Characterizing Single-Molecule Conformational Changes Under Shear Flow with Fluorescence Microscopy

Single-molecule behavior under mechanical perturbation has been characterized widely to understand many biological processes. However, methods such as atomic force microscopy have limited temporal resolution, while F&#246;rster resonance energy transfer (FRET) only allow conformations to be inferred. Fluorescence microscopy, on the other hand, allows real-time in situ visualization of single molecules in various flow conditions. Our protocol describes the steps to capture conformational changes of single biomolecules under different shear flow environments using fluorescence microscopy. The shear flow is created inside microfluidic channels and controlled by a syringe pump. As demonstrations of the method, von Willebrand factor (VWF) and lambda DNA are labeled with biotin and fluorophore and then immobilized on the channel surface. Their conformations are continuously monitored under variable shear flow using total internal reflection (TIRF) and confocal fluorescence microscopy. The reversible unraveling dynamics of VWF are useful for understanding how its function is regulated in human blood, while the conformation of lambda DNA offers insights into the biophysics of macromolecules. The protocol can also be widely applied to study the behavior of polymers, especially biopolymers, in varying flow conditions and to investigate the rheology of complex fluids.

We present a protocol for immobilizing single macromolecules in microfluidic devices and quantifying changes in their conformations under shear flow. This protocol is useful for characterizing the biomechanical and functional properties of biomolecules such as proteins and DNA in a flow environment.

Caractérisation des changements conformationnels à molécule unique sous le flux de cisaillement avec microscopie fluorescence

Single-molecule behavior under mechanical perturbation has been characterized widely to understand many biological processes. However, methods such as ...

High-Dimensionality Flow Cytometry for Immune Function Analysis of Dissected Implant Tissues

The success of implanting laboratory-grown tissue or a medical device in an individual is subject to the immune response of the recipient host. Considering an implant as a foreign body, a hostile and dysregulated immune response may result in the rejection of the implant, while a regulated response and regaining of homeostasis can lead to its acceptance. Analyzing the microenvironments of implants dissected out under in vivo or ex vivo&#160;settings can help in understanding the pattern of immune response, which can ultimately help in developing new generations of biomaterials. Flow cytometry is a well-known technique for characterizing immune cells and their subsets based on their cell surface markers. This review describes a protocol based on manual dicing, enzymatic digestion, and filtration through a cell strainer for the isolation of uniform cell suspensions from dissected implant tissue. Further, a multicolor flow cytometry staining protocol has been explained, along with steps for initial cytometer settings to characterize and quantify these isolated cells by flow cytometry.

Isolation of cells from dissected implants and their characterization by flow cytometry can significantly contribute to understanding the pattern of immune response against implants. This paper describes a precise method for the isolation of cells from dissected implants and their staining for flow cytometric analysis.