著者
お問い合わせ

サインイン

このコンテンツを視聴するには、JoVE 購読が必要です。 サインイン又は無料トライアルを申し込む。

この記事について

  • 要約
  • 要約
  • 概要
  • プロトコル
  • 結果
  • ディスカッション
  • 開示事項
  • 謝辞
  • 資料
  • 参考文献
  • 転載および許可

要約

本プロトコールは、経カテーテル大動脈弁(TAV)の インビトロ セットアップを通る洞流を調査するために行われる粒子画像速度測定(PIV)測定を記述する。速度に基づく血行動態パラメータも決定される。

要約

大動脈弁機能障害および脳卒中は、経カテーテル大動脈弁移植(TAVI)患者において最近報告されている。血行力学的変化による大動脈洞および新洞における血栓が疑われている。インビトロ実験は、インビボ評価が限定的であることが判明した場合の血行動態特性を調査するのに役立ちます。インビトロ実験もより堅牢で、可変パラメータは容易に制御されます。粒子画像速度測定(PIV)は、インビトロ研究のための一般的な速度測定法です。これは、小規模な流れの特徴でさえも観察されるような高分解能の速度場を提供する。この研究の目的は、TAVI後の大動脈洞の流動場を調べるためにPIVがどのように使用されるかを示すことです。大動脈ファントムのインビトロセットアップ、PIV用のTAVI、およびデータ収集プロセスと後処理フロー分析について説明します。速度、流れの停滞、渦、渦、および粒子の滞留を含む血行動態パラメータが導出される。結果は、インビトロ実験とPIVが大動脈洞の血行力学的特徴の調査に役立つことを確認しています。

概要

大動脈狭窄症は高齢者の一般的な病気であり、大動脈弁が開かず、血流が減少する時です。この問題は、大動脈弁1の肥厚または石灰化によって生じる。そのため、血流を高め、心臓への負荷を軽減するために必要な治療法です。大動脈弁を改造するか、人工弁に置き換えて治療します。本研究では、誤作動した大動脈弁をカテーテルを用いた人工大動脈に置換する経カテーテル大動脈弁移植(TAVI)に着目する。

TAVIは手術で挑戦された患者に推奨されており、死亡率も低い2。最近、TAVI後の患者の血栓が弁機能障害および脳卒中を引き起こしたことが報告されている3,4。大動脈洞および新洞の血栓が疑われており、その原因はおそらくTAVIによって引き起こされる血行動態の変化である。これは、ネイティブリーフレットを削除せずに実行されます。これらの小葉は副鼻腔の流れを乱し、血栓症のリスクを高める可能性があります5。

血流がTAVIによってどのように影響され、血栓症が患者においてどのように誘発されるかを決定することは困難である。生体内の血流と血栓形成との関係を解明することが望ましい。しかし、血流を測定するための実用的な技術の欠如は、これを問題にする。一方、インビトロ技術は、調査しなければならないパラメータを制限することによって血流の変化を監視することを可能にするという利点を有する。インビトロセットアップおよび粒子画像速度測定(PIV)は、医療分野における速度を識別するために使用されている6、7、8。したがって、in vitroとPIVは、患者の状態を模倣することによって報告されるパラメータ(心拍数と圧力、粘度、洞形状)を決定し、これらのパラメータを制御できるようにするのに十分です。

この研究では、インビトロセットアップとPIVを使用して、 TAVI 後の大動脈洞内の流れを調査します。PIV用の大動脈ファントムとTAVI、データ収集プロセス、後処理フロー解析について、このプロトコルで説明します。速度、静止、渦、渦、および粒子滞留を含む様々な血行動態パラメータが導出される。この結果は、 in vitro セットアップとPIVが大動脈洞の血行力学的特徴の調査に役立つことを示しています。

プロトコル

1. インビトロ セットアップ

  1. ピストンポンプ、データ収集装置(DAQ)、および必要なシステムエンジニアリングソフトウェアとモータ制御ソフトウェア( 材料表を参照)を備えたコンピュータを含む光学テーブル上に実験セットアップを準備します(図1)。
    メモ:ピストンポンプは以前にテストおよび較正されており、モータ、モータドライバ、およびリニアアクチュエータ9で構成されています。
  2. 流量情報を含む表計算ファイルをシステムエンジニアリングソフトウェアにインポートします。
    注:例えば、心拍数は60 bpm、最大流量は20 L/分、心拍出量は4.8 L/分、一回拍出量は70 mLです。
  3. DAQ入出力チャンネルなどのシステムズエンジニアリングソフトウェアでパラメータを設定します。サンプルクロックは1,000で、フィードバックの反復は10です。
  4. モータ制御ソフトウェアでパラメータを設定します。リードネジの長さは10 mm、アナログ入出力は14.5 mm/電圧です。
  5. 逆止弁及び抵抗弁を貯留部10に設置する。
    メモ:チェックバルブはシステムの入口としてピストンポンプに接続され、ボールバルブはシステムの出口としてアクリル洞モデルに接続されています。
  6. アクリル洞モデル(図2)を四角いアルミバーで光学テーブルに固定します。
    注:アクリル洞モデルの寸法を 表1に示します。
  7. 圧力計(〜0〜15psi)をアクリル洞モデルの圧力タップに取り付けて、別のコンピュータからの圧力信号を受信します。
    メモ: 圧力タップは、洞管状接合部(STJ)から 140 mm の位置にあります。
  8. 生理食塩水とグリセリン( 材料表を参照)を60:40の質量比で混合して作動流体を調製する。
    注:粘度計と屈折計を使用して、作動流体の粘度と屈折率を測定しました。粘度は〜4cp、屈折率は1.45、密度は1,100kg/m3である。
  9. リザーバ、ピストンポンプ、およびアクリル洞モデルをシリコーンホースで接続します( 材料表を参照)。
  10. 経カテーテル大動脈弁(TAV)( 材料表参照)を、糸11で3Dプリンタで作成したネイティブリーフレットに結び付けます。
  11. ネイティブリーフレットの固定TAVをアクリル洞モデルと組み合わせます。
    注:ここで使用されるTAVは、直径が23mmおよび26mmであり、高さがそれぞれ18mmおよび20mmである12。TAV(23mm)の場合、展開深さおよびネイティブリーフレット長は1.8mmおよび9mmであり、TAV(26mm)の場合、それぞれ2.0mmおよび10mmである。天然小葉の内径は、患者の環状体の大きさを考慮して21mmであった。
    警告: TAV は、生理食塩水に保存しないと乾燥します。天然のリーフレットに縛られた後も液体中に保たれます。
  12. 作動流体を in vitro システムに充填する(ステップ1.8)。
    注意。アクリル洞モデルに泡を作るのはPIVの結果に影響するため避けてください。

2. PIV のセットアップ

  1. レーザーを別の光学テーブルと1軸レールに置きます。
    注:レーザーは連続したNd:YAGレーザーで、波長532nmの光を放出し、そのパワーは10Wに増加する可能性があります( 材料表を参照)。光学系を通過したレーザーシートは、アクリル洞モデルから1mの距離を有する。
  2. 2 軸トラバースで高速カメラの位置を確認し、トラバースを移動します。
    警告: 高速度カメラは、レーザーシートおよびアクリル洞モデルに対して垂直です。
  3. レンズをハイスピードカメラに装備します。
    メモ:ハイスピードカメラに搭載されているマクロレンズの焦点距離は105mmで、絞りはf/2.8です。
  4. 貯水池内の種子粒子( 材料表を参照)。
    注:粒子は、平均直径10μm、密度1,090kg/m3の中空ガラス球体である。貯水池は長方形をしており、内部の幅、長さ、高さはそれぞれ23cm、23cm、35cmです。上部に留めるための穴があります。蓋には、固定用の穴と、圧力を加えるために電球ポンプを取り付けるためのボルトタップもありました。
  5. オープンソースの電子プロトタイププラットフォームArduinoを使用して外部トリガ をプログラムします(材料表を参照)。
    注:ピストンポンプが所定距離を移動すると、Arduinoの出力は1となり、撮影のトリガーとして高速カメラに送信されます。
  6. カメラ制御ソフトウェア( 材料表を参照)を実行し、 カレントセッションリファレンス(CSR)をクリックして、レンズキャップを外します。
  7. レーザーの電源を入れ、7 W に設定して、レーザーシートを TAV の中心に配置します。
  8. スナップショットを撮り、粒子の密度と直径を確認します。
    メモ: エラーを減らすために、〜8〜10個の粒子が尋問ウィンドウにあり、粒子径が2〜4ピクセル13であることを確認してください。
  9. カメラ制御ソフトウェアで、解像度(1280 x 720)、ランダムフレームレート、露出時間などのパラメータをランダムフレームレートに応じて最大に設定します。
  10. 最初にモータ制御ソフトウェアの [有効 ]ボタンをクリックし、システムズエンジニアリングソフトウェアの [スタート] ボタンをクリックしてピストンポンプを操作します。
  11. 写真を撮り、最大粒子距離が4〜6ピクセル未満であるかどうかを確認します。
    注:この研究は、速度ベクトル間に16ピクセルを設定する尋問ウィンドウの50%に相当します。尋問ウィンドウ内の粒子の最大距離は8ピクセルに制限されています。
  12. 手順 2.11 を繰り返して、6 ピクセルを超える場合は fps (フレーム/秒) を調整し、4 ピクセル未満の場合は fps を下げて、その範囲内の最大パーティクル距離を確保します。

3. 血行動態の調査

  1. アクリル洞模型の接続部分から漏れがないか、シリコンホースが折り畳まれていないか確認してください。
  2. システムエンジニアリングソフトウェアに流量とbpm情報を保存したExcelファイルをインポートします。
    注:たとえば、心拍数は60 bpm、最大流量は20 L/分、心拍出量は4.8 L/分、一回拍出量は70 mLです(図3A)。
  3. DAQデバイスの入出力チャンネルなどのシステムエンジニアリングソフトウェアパラメータを確認します。サンプルクロックは1,000で、フィードバックの反復は10です。
  4. モータ制御ソフトウェアパラメータ(リードネジの長さが10mm、アナログ入出力が14.5mm/電圧)を確認します。
  5. ハイスピードカメラの電源を入れ、カメラ制御ソフトウェアを実行します。
  6. CSRをクリックし、レンズキャップを外します。
  7. カメラ制御ソフトウェアパラメータ(解像度1280 x 720、フレームレート300 fps、バースト周期200 μsと150 μs、バーストカウント3、露出(バースト周期によって強制)など)を設定します。
  8. レーザーの電源を入れ、7 W に設定して、TAV の中心にあるレーザーシートの位置を確認します。レンズを制御してレーザーシートに焦点を合わせます。
  9. リザーバへの圧力を調整します。
    メモ:ピストンポンプの操作中の平均弁底後圧力は100mmHgです(図3B、C)。
  10. 最初にモータ制御ソフトウェアの [有効 ]ボタンをクリックし、システムエンジニアリングソフトウェアの [スタート] ボタンをクリックしてピストンポンプを操作します。
  11. 流量が安定するまで待ちます。
    注:流量はピストンポンプからの信号に基づいて差を計算し、負帰還を実行するため、安定するまでの待ちに時間がかかります。
  12. Arduinoシリアルプロッタで動作するトリガを確認します。
  13. 連続した14サイクルの粒子画像をキャプチャし、合計7回繰り返します。
    メモ: 高速カメラのストレージ容量は、解像度とパーティクル画像の数に関係します。ステップ3.7で設定したパラメータによれば、一度に14サイクルだけ写真を撮ることが可能です。

4. データ処理

  1. カメラ制御ソフトウェアを使用して.cineファイルから.tiffファイルに変換します。
  2. 時間の経過に伴うすべてのパーティクル イメージの平均イメージを計算します。平均画像14を差し引いて壁面またはTAVにおけるレーザの反射に対応する領域を除去する。
  3. 解析する領域と破棄する領域を分離してマスクを作成します。
    注:この研究では、2つのマスクが使用されました:1つは洞領域のみを分析するため、もう1つはSTJ後の領域を含む領域全体を分析します。
  4. MATLAB15 に基づくオープンソースのツールである PIVlab を使用して PIV を実行します ( 資料表を参照)。
    1. 時間分解方式またはペアワイズ方式で保存されたパーティクルイメージをインポートします。
    2. コントラスト制限適応ヒストグラム等化(CLAHE)16を実行します。
      注: CLAHE は、画像の前処理のためのメソッドです。粒子画像のコントラストは、レーザーが粒子強度の増減を反映するように再分配される。パーティクル イメージは、20 ピクセルのウィンドウで分割されます。
    3. マスクをインポートし、すべてのパーティクル イメージに適用します。
    4. マルチパス尋問ウィンドウを設定します。
      注:尋問ウィンドウは64 x 64から32 x 32に減少し、50%の重複があります。2 つのベクトル間の距離は 16 ピクセルに相当します。
    5. 高速フーリエ変換(FFT)13を用いて周波数領域に変換された粒子画像対に関する相互相関13を実行する。
    6. 相関結果に2 x 3ガウス適合度を使用してピーク値を求めます。
      メモ: ガウスフィッティングで選択したピーク値によって、パーティクルの距離が決まりました。
  5. スムージングプロセスを実行します。このプロセスには、次のプロセスが含まれます。
    1. MATLABの "isoutoutlier"組み込み関数を使用して、外れ値を "NaN"に削除します。
    2. MATLAB15 の "inpaint_nans" 関数を使用して、nan を値に補間します。
    3. フレームレートとバースト期間に応じて「ピクセル/フレーム」から「m/s」に変換します。
      メモ: 変換は、フレームレートとバースト期間によって決まる時間間隔に関連しています。具体的には、時間分解方式の係数はフレームレートで導出され、ペアワイズ方式の係数はバースト周期で導出されます。
    4. ペアワイズ法と時間分解法を重み係数を使用してマージします。
      注: 重み係数は速度の大きさに依存し、各セクションの合計値は 1 です。速度の大きさが特定のしきい値を超えると、ペアワイズ法の係数は時間分解法の係数よりも高くなります。
    5. DCT-PLS の "smoothn" 関数を 0.5915,17 の平滑化係数を使用して実行します。
      注: "smoothn" 関数と "inpaint_nans" 関数は PIVlab にあります。

5. データ解析

  1. PIV データを MATLAB にロードします。
  2. PIVデータから"u"と"v"の成分を抽出します。
  3. 速度フィールド18 を計算する(式1、 補足ファイル1)。
  4. 社内コードおよび組み込み関数19を用いて血行動態パラメータを導出する。
    1. MATLAB組み込み関数"curl"18 (式2、 補足ファイル1)を用いて渦度を導出する。
    2. 社内コード20 (式3、 補足ファイル1)で停滞を導出します。
    3. Γ1を社内コード21 で導出する(式4、 補足ファイル1)。
    4. 社内コード19 (式5、 補足ファイル1)で粒子滞留を導出する。
  5. 血行動態パラメータの平均および標準偏差を計算する(表2)。
    注:ピーク速度、渦度、Γ1、および静止は、合計98サイクルにわたって計算された。減衰は、粒子滞留の割合に指数関数的に適合することによって得られた。減衰は1つのデータセットとして14サイクルを設定し、平均と標準偏差を7回計算しました。

結果

速度場は、 図4のバルブ直径に応じて異なる洞流構造を示した。TAV(23mm)の場合、TAVとSTJの間の速度は、早期収縮期から収縮期ピークまで0.05m/sより高く、TAVはフォワーディングジェットを使用して開放された。その後、収縮後期にステントの近くの狭い範囲に高速が分布した。拡張期の速度は0.025m/sより低く、速度の低い2つの渦が現れた。TAV(26mm)の場合、バルブが開いた?...

ディスカッション

副鼻腔の流れは、TAVI後の異なる洞形状のために変化した。渦は、大動脈弁開度および収縮期22の前方ジェットとの相互作用によって形成された。天然の小葉のない人工手術弁の研究では、収縮期に洞領域に観察された渦は正常であった23。この研究は、前方ジェットを減少させ、洞に入ることによって、拡張期に提示された渦を形成する。副鼻腔の流れは?...

開示事項

著者らは開示するものは何もありません。

謝辞

本研究は、文部科学部が資金提供する韓国国立研究財団の基礎科学研究プログラム(NRF-2021R1I1A3040346およびNRF-2020R1A4A1019475)の支援を受けた。この研究は、江原大学校からの2018年研究助成金(PoINT)によっても支援されました。

資料

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/2.8 G
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

参考文献

  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).

転載および許可

このJoVE論文のテキスト又は図を再利用するための許可を申請します

許可を申請

さらに記事を探す

TAVPIV

This article has been published

Video Coming Soon

JoVE Logo

個人情報保護方針

利用規約

一般データ保護規則

お問い合わせ

図書館への推薦

JoVE ニュースレター

研究

教育

著者

図書館員

JoVEについて

Copyright © 2023 MyJoVE Corporation. All rights reserved