Autori
Contattaci

Accedi

È necessario avere un abbonamento a JoVE per visualizzare questo. Accedi o inizia la tua prova gratuita.

In questo articolo

  • Riepilogo
  • Abstract
  • Introduzione
  • Protocollo
  • Risultati
  • Discussione
  • Divulgazioni
  • Riconoscimenti
  • Materiali
  • Riferimenti
  • Ristampe e Autorizzazioni

Riepilogo

Il presente protocollo descrive le misure di velocimetria a immagine di particelle (PIV) eseguite per studiare il flusso sinusale attraverso il setup in vitro della valvola aortica transcatetere (TAV). Vengono determinati anche i parametri emodinamici basati sulla velocità.

Abstract

Disfunzione della valvola aortica e ictus sono stati recentemente riportati in pazienti con impianto di valvola aortica transcatetere (TAVI). Si sospetta trombo nel seno aortico e neo-seno a causa di cambiamenti emodinamici. Gli esperimenti in vitro aiutano a studiare le caratteristiche emodinamiche nei casi in cui una valutazione in vivo si rivela limitata. Gli esperimenti in vitro sono anche più robusti e i parametri variabili sono controllati prontamente. La velocimetria a immagini di particelle (PIV) è un metodo di velocimetria popolare per studi in vitro . Fornisce un campo di velocità ad alta risoluzione tale da osservare anche le caratteristiche di flusso su piccola scala. Lo scopo di questo studio è quello di mostrare come PIV viene utilizzato per studiare il campo di flusso nel seno aortico dopo TAVI. Vengono descritte la configurazione in vitro del fantasma aortico, TAVI per PIV, il processo di acquisizione dati e l'analisi del flusso di post-elaborazione. I parametri emodinamici sono derivati, tra cui la velocità, la stasi del flusso, il vortice, la vorticità e la residenza delle particelle. I risultati confermano che gli esperimenti in vitro e il PIV aiutano a studiare le caratteristiche emodinamiche nel seno aortico.

Introduzione

La stenosi aortica è una malattia comune negli anziani, ed è quando la valvola aortica non si apre, riducendo il flusso sanguigno. Il problema è causato dall'ispessimento o calcificazione della valvola aortica1. Pertanto, è un trattamento necessario per migliorare il flusso sanguigno e ridurre il carico sul cuore. Viene trattato rimodellando la valvola aortica o sostituendola con una valvola artificiale. Questo studio si concentra sull'impianto della valvola aortica transcatetere (TAVI), sostituendo la valvola aortica malfunzionante con una artificiale utilizzando un catetere.

La TAVI è stata raccomandata per i pazienti sottoposti a problemi chirurgici e anche la mortalità è stata bassa2. Recentemente, è stato riportato che il trombo nei pazienti dopo TAVI ha causato disfunzione valvolare e ictus 3,4. Si sospetta un trombo nel seno aortico e nel neo-seno, con la sua causa probabilmente i cambiamenti nell'emodinamica causati dalla TAVI. Viene eseguito senza rimuovere i volantini nativi; questi foglietti possono disturbare il flusso sinusale ed elevare il rischio di trombosi5.

È difficile determinare come il flusso sanguigno sia influenzato dalla TAVI e come la trombosi sia indotta nei pazienti. È auspicabile chiarire la relazione tra flusso sanguigno e formazione di trombi in vivo. Tuttavia, la mancanza di tecniche pratiche per misurare il flusso sanguigno rende questo problematico. D'altra parte, le tecniche in vitro hanno il vantaggio di consentire di monitorare i cambiamenti nel flusso sanguigno limitando i parametri che devono essere indagati. La configurazione in vitro e la velocimetria dell'immagine delle particelle (PIV) sono state utilizzate per identificare la velocità nei campi medici 6,7,8. Pertanto, in vitro e PIV sono sufficienti per determinare i parametri da riportare imitando le condizioni del paziente: la frequenza cardiaca e la pressione, la viscosità e la geometria del seno e consentendo di controllare questi parametri.

In questo studio, la configurazione in vitro e il PIV vengono utilizzati per studiare il flusso nel seno aortico dopo TAVI. Il fantasma aortico e il TAVI per il PIV e il processo di acquisizione dati e l'analisi del flusso di post-elaborazione sono descritti in questo protocollo. Vengono derivati vari parametri emodinamici, tra cui la velocità, la stasi, il vortice, la vorticità e la residenza delle particelle. I risultati dimostrano che la configurazione in vitro e il PIV aiutano a studiare le caratteristiche emodinamiche nel seno aortico.

Protocollo

1. Configurazione in vitro

  1. Preparare la configurazione sperimentale su una tavola ottica, tra cui una pompa a pistone, un dispositivo di acquisizione dati (DAQ) e un computer con il software di ingegneria del sistema richiesto e un software di controllo del motore (vedere Tabella dei materiali) (Figura 1).
    NOTA: la pompa a pistone è stata precedentemente testata e calibrata ed è composta da un motore, un driver motore e un attuatore lineare9.
  2. Importare il file del foglio di calcolo con le informazioni sulla portata nel software di ingegneria del sistema.
    NOTA: ad esempio, la frequenza cardiaca è di 60 bpm, la portata massima è di 20 L/min, la gittata cardiaca è di 4,8 L/min e il volume dell'ictus è di 70 ml.
  3. Impostare il parametro nel software di ingegneria dei sistemi, come il canale di ingresso e uscita DAQ; l'orologio di esempio è 1.000 e l'iterazione di feedback è 10.
  4. Impostare il parametro nel software di controllo del motore; la lunghezza della vite di piombo è di 10 mm, l'ingresso e l'uscita analogici sono di 14,5 mm / tensione.
  5. Installare la valvola di ritegno e la valvola di resistenza sul serbatoio10.
    NOTA: la valvola di ritegno è collegata alla pompa a pistone come ingresso del sistema e la valvola a sfera è collegata al modello di seno acrilico come uscita del sistema.
  6. Fissare il modello di seno acrilico (Figura 2) con una barra quadrata in alluminio al tavolo ottico.
    NOTA: Le dimensioni del modello di seno acrilico sono presentate nella Tabella 1.
  7. Installare il manometro (~0-15 psi) sul rubinetto di pressione del modello di seno acrilico per ricevere un segnale di pressione da un altro computer.
    NOTA: i rubinetti a pressione si trovano a 140 mm dalla giunzione sinotubulare (STJ).
  8. Preparare un fluido di lavoro mescolando soluzione salina e glicerina (vedi Tabella dei materiali) in un rapporto di massa di 60:40.
    NOTA: un viscosimetro e un rifrattometro sono stati utilizzati per misurare la viscosità e l'indice di rifrazione del fluido di lavoro. La viscosità è ~ 4 cp, l'indice di rifrazione è 1,45 e la densità è 1.100 kg / m3.
  9. Collegare il serbatoio, la pompa a pistone e il modello di seno acrilico con un tubo in silicone (vedere Tabella dei materiali).
  10. Legare la valvola aortica transcatetere (TAV) (vedi Tabella dei materiali) al foglietto nativo realizzato da una stampante 3D con un filo11.
  11. Combinare la TAV fissa sul foglietto nativo con il modello di seno acrilico.
    NOTA: Il TAV qui utilizzato (ottenuto commercialmente) ha un diametro di 23 mm e 26 mm, e l'altezza è di 18 mm e 20 mm, rispettivamente12. Per TAV (23 mm), la profondità di dispiegamento e la lunghezza nativa del volantino erano 1,8 mm e 9 mm, e per TAV (26 mm), è rispettivamente di 2,0 mm e 10 mm. Il diametro interno del foglietto illustrativo nativo era di 21 mm, considerando le dimensioni dell'anulus del paziente.
    ATTENZIONE: La TAV si asciuga se non conservata in soluzione salina. Viene mantenuto nel liquido anche dopo essere stato legato al foglietto nativo.
  12. Riempire il fluido di lavoro (fase 1.8) nel sistema in vitro .
    CAUTELA. Evitare di creare bolle sul modello di seno acrilico perché influisce sui risultati PIV.

2. Configurazione PIV

  1. Posizionare il laser su un'altra tabella ottica e su una guida ad un asse.
    NOTA: Il laser è un laser continuo Nd:YAG che emette luce con una lunghezza d'onda di 532 nm e la cui potenza può aumentare fino a 10 W (vedi Tabella dei materiali). Il foglio laser passato attraverso l'ottica ha una distanza di 1 m dal modello di seno acrilico.
  2. Individuare la telecamera ad alta velocità su una traversa a 2 assi e spostare la traversa.
    ATTENZIONE: la fotocamera ad alta velocità è perpendicolare al foglio laser e al modello di seno acrilico.
  3. Equipaggiare l'obiettivo alla fotocamera ad alta velocità.
    NOTA: l'obiettivo macro montato sulla fotocamera ad alta velocità ha una lunghezza focale di 105 mm e l'apertura è f/2.8.
  4. Particella di seme (vedi Tabella dei materiali) nel serbatoio.
    NOTA: La particella è una sfera di vetro cava con un diametro medio di 10 μm e una densità di 1.090 kg/m3. Il serbatoio ha una forma rettangolare e, la larghezza, la lunghezza e l'altezza all'interno sono rispettivamente di 23 cm, 23 cm, 35 cm. C'è un foro per il fissaggio nella parte superiore. Il coperchio aveva anche un foro per il fissaggio e un rubinetto per installare la pompa della lampadina per applicare la pressione.
  5. Programmare un trigger esterno utilizzando una piattaforma prototipica elettronica open source, Arduino (vedi Tabella dei materiali).
    NOTA: Quando la pompa a pistone si sposta a una distanza predeterminata, l'uscita di Arduino diventa 1, che viene trasmessa alla telecamera ad alta velocità come trigger da fotografare.
  6. Eseguire il software di controllo della fotocamera (vedere Tabella dei materiali), fare clic su Current Session Reference (CSR) e rimuovere il cappuccio dell'obiettivo.
  7. Accendere il laser, impostarlo su 7 W e posizionare il foglio laser al centro della TAV.
  8. Scatta un'istantanea e controlla la densità e il diametro delle particelle.
    NOTA: per ridurre gli errori, verificare che nella finestra di interrogazione siano presenti ~8-10 particelle, con un diametro delle particelle di 2-4 pixel13.
  9. Impostare i parametri, come la risoluzione (1280 x 720), la frequenza fotogrammi casuale, il tempo di esposizione al massimo in base alla frequenza fotogrammi casuale nel software di controllo della fotocamera.
  10. Fare clic sul pulsante Abilita nel software di controllo del motore in un primo momento e fare clic sul pulsante Start nel software di ingegneria dei sistemi per azionare la pompa a pistone.
  11. Scatta una foto e controlla se la distanza massima delle particelle è inferiore a 4-6 pixel.
    NOTA: questo studio corrisponde al 50% della finestra di interrogazione, che imposta 16 pixel tra i vettori di velocità. La distanza massima delle particelle nella finestra di interrogazione è limitata a 8 pixel.
  12. Ripetere il passaggio 2.11 per garantire la distanza massima delle particelle all'interno di tale intervallo regolando i fotogrammi al secondo (fps) se è superiore a 6 pixel e abbassando gli fps se è inferiore a 4 pixel.

3. Studio dell'emodinamica

  1. Controllare se c'è una perdita dalla parte di connessione del modello di seno acrilico o il tubo in silicone viene piegato.
  2. Importare il file excel dopo aver memorizzato le informazioni sulla portata e bpm nel software di ingegneria del sistema.
    NOTA: ad esempio, la frequenza cardiaca è di 60 bpm, la portata massima è di 20 L/min, la gittata cardiaca è di 4,8 L/min, il volume dell'ictus è di 70 ml (Figura 3A).
  3. Confermare il parametro del software di progettazione del sistema, ad esempio il canale di input e output del dispositivo DAQ. L'orologio di esempio è 1.000 e l'iterazione di feedback è 10.
  4. Verificare che il parametro software di controllo del motore, ad esempio, la lunghezza della vite di piombo è di 10 mm, l'ingresso e l'uscita analogici sono di 14,5 mm / tensione.
  5. Accendere la telecamera ad alta velocità ed eseguire il software di controllo della fotocamera.
  6. Fare clic su CSR e rimuovere un copriobiettivo.
  7. Impostare i parametri software di controllo della fotocamera, ad esempio la risoluzione di 1280 x 720, un frame rate di 300 fps, un periodo di burst di 200 μs e 150 μs, un numero di burst di 3 e un'esposizione (forzata dal periodo di burst).
  8. Accendere il laser, impostarlo su 7 W e posizionare il foglio laser al centro della TAV. Mettere a fuoco il foglio laser controllando l'obiettivo.
  9. Regolare la pressione sul serbatoio.
    NOTA: La pressione media post-valvolare è di 100 mmHg durante il funzionamento della pompa a pistone (Figura 3B,C).
  10. Fare clic sul pulsante Abilita nel software di controllo del motore in un primo momento e fare clic sul pulsante Start nel software di ingegneria del sistema per azionare la pompa a pistone.
  11. Attendere che la portata si stabilizzi.
    NOTA: la portata calcola la differenza in base al segnale della pompa a pistone ed esegue un feedback negativo, quindi ci vuole tempo per attendere che si stabilizzi.
  12. Controllare un trigger che funzioni nel plotter seriale Arduino.
  13. Cattura immagini di particelle per 14 cicli continui e ripeti un totale di sette volte.
    NOTA: la capacità di archiviazione di una telecamera ad alta velocità è correlata alla risoluzione e al numero di immagini di particelle. Secondo il parametro impostato nel passaggio 3.7, è possibile scattare una foto solo per 14 cicli alla volta.

4. Trattamento dei dati

  1. Converti da file .cine a file .tiff utilizzando il software di controllo della fotocamera.
  2. Calcola l'immagine media per tutte le immagini di particelle nel tempo. Rimuovere l'area corrispondente alla riflessione del laser a parete o al TAV sottraendo l'immagine media14.
  3. Realizza la maschera separando le aree da analizzare da quelle da scartare.
    NOTA: In questo studio, sono state utilizzate due maschere: una per analizzare la sola regione del seno e l'altra per analizzare l'intera regione, che contiene la regione dopo STJ.
  4. Esegui PIV utilizzando PIVlab, uno strumento open source basato su MATLAB15 (vedi Tabella dei materiali).
    1. Importare le immagini delle particelle salvate con il metodo risolto nel tempo o con il metodo a coppie.
    2. Eseguire l'equalizzazione dell'istogramma adattivo limitato al contrasto (CLAHE)16.
      NOTA: CLAHE è un metodo per la pre-elaborazione delle immagini. Il contrasto dell'immagine della particella viene ridistribuito in modo che il laser rifletta l'aumento e la diminuzione dell'intensità delle particelle. L'immagine particellare è divisa da una finestra con 20 pixel.
    3. Importare la maschera e applicarla a tutte le immagini delle particelle.
    4. Impostare la finestra di interrogazione multi-pass.
      NOTA: la finestra di interrogazione viene ridotta da 64 x 64 a 32 x 32 con una sovrapposizione del 50%. La distanza tra i due vettori corrisponde a 16 pixel.
    5. Eseguire la correlazione incrociata13 sulla coppia di immagini di particelle convertita nel dominio di frequenza utilizzando la trasformata di Fourier veloce (FFT)13.
    6. Trova un valore di picco usando un adattamento gaussiano 2 x 3 nel risultato di correlazione.
      NOTA: il valore di picco selezionato nel raccordo gaussiano determinava la distanza delle particelle.
  5. Eseguire il processo di smoothing, che coinvolge i seguenti processi.
    1. Rimuovi i valori anomali in un "NaN" utilizzando la funzione integrata "isoutlier" in MATLAB.
    2. Interpola un nan al valore usando la funzione "inpaint_nans" in MATLAB15.
    3. Converti da "pixel / frame" a "m / s" in base al frame rate e al periodo di burst.
      NOTA: la conversione è correlata all'intervallo di tempo, determinato dal frame rate e dal periodo di burst. In particolare, il coefficiente del metodo risolto nel tempo è derivato dal frame rate e quello di un metodo a coppie è derivato dal periodo di burst.
    4. Unisci il metodo a coppie e il metodo risolto nel tempo utilizzando il fattore di ponderazione.
      NOTA: il fattore di ponderazione dipende dalla grandezza della velocità e ha un valore totale di 1 in ogni sezione. Se la magnitudine della velocità supera una certa soglia, il fattore per il metodo a coppie è superiore a quello per il metodo risolto nel tempo.
    5. Eseguire la funzione "smoothn" di DCT-PLS utilizzando un fattore di levigatura di 0,59 15,17.
      NOTA: Le funzioni "smoothn" e "inpaint_nans" sono presenti nel PIVlab.

5. Analisi dei dati

  1. Carica i dati PIV in MATLAB.
  2. Estrarre i componenti "u" e "v" dai dati PIV.
  3. Calcolare il campo di velocità18 (Equazione 1, File supplementare 1).
  4. Derivare i parametri emodinamici utilizzando il codice interno e la funzioneintegrata 19.
    1. Derivare la vorticità con la funzione integrata MATLAB "curl"18 (Equazione 2, File supplementare 1).
    2. Derivare la stasi con il codice interno20 (Equazione 3, File supplementare 1).
    3. Derivare l'Γ1 con il codice interno21 (Equazione 4, File supplementare 1).
    4. Derivare la residenza delle particelle con un codiceinterno 19 (Equazione 5, File supplementare 1).
  5. Calcolare la deviazione media e standard dei parametri emodinamici (Tabella 2).
    NOTA: La velocità di picco, la vorticità, Γ1 e la stasi sono state calcolate per un totale di 98 cicli. Il decadimento è stato ottenuto attraverso l'adattamento esponenziale alla percentuale di residenza delle particelle. Il decadimento ha impostato 14 cicli come un unico set di dati e ha calcolato la deviazione media e standard per sette volte.

Risultati

I campi di velocità hanno mostrato una diversa struttura del flusso sinusale a seconda del diametro della valvola nella Figura 4. Per TAV (23 mm), la velocità era superiore a 0,05 m / s tra TAV e STJ dalla sistole iniziale alla sistole di picco che tav è stata aperta utilizzando il getto di inoltro. L'alta velocità è stata poi distribuita in un intervallo ristretto vicino allo stent alla sistole tardiva. La velocità alla diastole era inferiore a 0,025 m/s e apparvero due vortici a bass...

Discussione

Il flusso sinusale è cambiato a causa della diversa geometria del seno dopo TAVI. Il vortice è stato formato dall'apertura della valvola aortica e dall'interazione con il getto anteriore della sistole22. Nello studio della valvola chirurgica artificiale senza lembi nativi, il vortice osservato nella regione del seno alla sistole era normale23. Questo studio forma il vortice presentato alla diastole riducendo il getto in avanti e entrando nel seno. Il flusso sinusale ha in...

Divulgazioni

Gli autori non hanno nulla da rivelare.

Riconoscimenti

Questa ricerca è stata sostenuta dal Basic Science Research Program della National Research Foundation of Korea, finanziato dal Ministero dell'Istruzione (NRF-2021R1I1A3040346 e NRF-2020R1A4A1019475). Questo studio è stato supportato anche dal 2018 Research Grant (PoINT) della Kangwon National University.

Materiali

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

Riferimenti

  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).

Ristampe e Autorizzazioni

Richiedi autorizzazione per utilizzare il testo o le figure di questo articolo JoVE

Richiedi Autorizzazione

Esplora altri articoli

EngineeringStenosi aorticavalvola aortica transcatetere in vitro TAVtrombosiemodinamicavelocimetria a immagine di particelle PIV

This article has been published

Video Coming Soon

JoVE Logo

Riservatezza

Condizioni di utilizzo

Politiche

Contattaci

SUGGERISCI JOVE ALLA BIBLIOTECA

Newsletter di JoVE

Ricerca

Didattica

Autori

Personale delle biblioteche

CHI SIAMO

Copyright © 2025 MyJoVE Corporation. Tutti i diritti riservati