Name: lumped-parameter and finite element modeling of heart failure with preserved ejection fraction
Uploaded: 2021-02-13T15:00:00
Description: Watch this Scientific Journal Video about Lumped-Parameter and Finite Element Modeling of Heart Failure with Preserved Ejection Fraction at JoVE.com

Reconocemos el financiamiento del programa de Ciencias de la Salud y Tecnología del Instituto de Tecnología de Harvard-Massachusetts, y el Premio de la Fundación SITA del Instituto de Ingeniería Médica y Ciencia.

1. Modelo de parámetros agrupados 0D
<ol><li>Configuración de simulación NOTA: En el entorno del solucionador numérico (consulte la Tabla de materiales),construya el dominio como se muestra en la Figura 1. Esto se compone del corazón de 4 cámaras, la parte superior del cuerpo, abdominal, parte inferior del cuerpo y compartimentos torácicos, así como la vasculatura proximal, incluyendo la aorta, la arteria pulmonar y las venas cavas superior e inferior. Los eleme...

Las plataformas lumped-parameter y FEA propuestas en este trabajo recapitularon la hemodinámica cardiovascular en condiciones fisiológicas, tanto en la fase aguda de sobrecarga de presión inducida por estenosis como en la FEPH crónica. Al capturar el papel que juega la sobrecarga de presión en las fases aguda y crónica del desarrollo de la FEPH, los resultados de estos modelos están de acuerdo con la literatura clínica de la FEPH, incluyendo la aparición de un gradiente de presión transaórtico debido a la este...

La insuficiencia cardíaca es una de las principales causas de muerte en todo el mundo, que ocurre cuando el corazón es incapaz de bombear o llenar adecuadamente para mantenerse al día con las demandas metabólicas del cuerpo. La fracción de eyección, es decir, la cantidad relativa de sangre almacenada en el ventrículo izquierdo que se expulsa con cada contracción se utiliza clínicamente para clasificar la insuficiencia cardíaca en (i) insuficiencia cardíaca con fracción de eyección reducida (HFrEF) y (ii) insuficiencia cardíaca con fracción de eyección preservada (HFpEF), para fracciones de eyección menores o superiores al 45%, respectivamente1,2,3. Los síntomas de HFpEF se convierten a menudo en respuesta a la sobrecarga ventricular izquierda de la presión, que se puede causar por varias condiciones incluyendo estenosis aórtica, hipertensión, y obstrucción ventricular izquierda de la zona de salida3,4,5,6,7. La sobrecarga de presión conduce a una cascada de aberraciones moleculares y celulares, lo que conduce al engrosamiento de la pared ventricular izquierda (remodelación concéntrica) y, en última instancia, al endurecimiento de la pared o a la pérdida de cumplimiento8,9,10. Estos cambios biomecánicos afectan profundamente a la hemodinámica cardiovascular, ya que dan lugar a una elevada relación presión-volumen diastólica final y a una reducción del volumen diastólico final11.
La modelización computacional del sistema cardiovascular ha avanzado en la comprensión de las presiones y flujos sanguíneos tanto en la fisiología como en la enfermedad y ha fomentado el desarrollo de estrategias diagnósticas y terapéuticas12. Los modelos in silico se clasifican en modelos de baja o alta dimensión, utilizándose los primeros métodos analíticos para evaluar las propiedades hemodinámicas globales con baja demanda computacional y los segundos proporcionando una descripción multiescala y multifísica más extensa de la mecánica cardiovascular y la hemodinámica en el dominio 2D o 3D13. La representación de Windkessel de parámetro agrupado es la más común entre las descripciones de baja dimensión. Basado en la analogía del circuito eléctrico (ley de Ohm), esto imita el comportamiento hemodinámico general del sistema cardiovascular a través de una combinación de elementos resistivos, capacitivos e inductivos14. Un estudio reciente de este grupo ha propuesto un modelo de Windkessel alternativo en el dominio hidráulico que permite el modelado de cambios en la geometría y mecánica de grandes recipientes -cámaras de corazón y válvulas- de una manera más intuitiva que los modelos analógicos eléctricos tradicionales. Esta simulación se desarrolla en un solucionador numérico orientado a objetos (ver la Tabla de Materiales)y puede capturar la hemodinámica normal, los efectos fisiológicos del acoplamiento cardiorrespiratorio, el flujo sanguíneo impulsado por las vías respiratorias en la fisiología de un solo corazón y los cambios hemodinámicos debidos a la constricción aórtica. Esta descripción amplía las capacidades de los modelos de parámetros agrupados al ofrecer un enfoque físicamente intuitivo para modelar un espectro de afecciones patológicas, incluida la insuficiencia cardíaca15.
Los modelos de alta dimensión se basan en FEA para calcular la hemodinámica espaciotemporal y las interacciones fluido-estructura. Estas representaciones pueden proporcionar descripciones detalladas y precisas del campo de flujo sanguíneo local; sin embargo, debido a su baja eficiencia computacional, no son adecuados para estudios de todo el árbol cardiovascular16,17. Se empleó un paquete de software (ver la Tabla de Materiales)como una plataforma FEA anatómicamente precisa del corazón humano adulto de 4 cámaras, que integra la respuesta electromecánica, las deformaciones estructurales y la hemodinámica basada en cavidades fluidas. El modelo de corazón humano adaptado también comprende un modelo simple de parámetros agrupados que define el intercambio de flujo entre las diferentes cavidades de fluidos, así como una caracterización mecánica completa del tejido cardíaco18,19.
Se han formulado varios modelos de insuficiencia cardíaca de parámetros agrupados y FEA para capturar anomalías hemodinámicas y evaluar estrategias terapéuticas, particularmente en el contexto de los dispositivos mecánicos de asistencia circulatoria para HFrEF20,21,22,23,24. Por lo tanto, una amplia gama de modelos de parámetros agrupados en 0D de diversas complejidades ha capturado con éxito la hemodinámica del corazón humano en condiciones fisiológicas y HFrEF a través de la optimización de sistemas windkessel analógicos eléctricos de dos o treselementos 20,21,23,24. La mayoría de estas representaciones son modelos uni o biventriculares basados en la formulación de la elastance variable en el tiempo para reproducir la acción contráctil del corazón y utilizar una relación no lineal de presión-volumen diastólica final para describir el llenado ventricular25,26,27. Los modelos comprensivos, que capturan la red cardiovascular compleja e imitan la acción de bombeo atrial y ventricular, se han utilizado como plataformas para la prueba del dispositivo. Sin embargo, aunque existe un cuerpo significativo de literatura en torno al campo de la HFrEF, muy pocos modelos in silico de HFpEF se han propuesto20,22,28,29,30,31.
Un modelo de baja dimensión de la hemodinámica de la HFpEF, desarrollado recientemente por Burkhoff et al.32 y Granegger et al.28,puede capturar los bucles presión-volumen (PV) del corazón de 4 cámaras, recapitulando completamente la hemodinámica de varios fenotipos de HFpEF. Además, utilizan su plataforma in silico para evaluar la viabilidad de un dispositivo circulatorio mecánico para HFpEF, siendo pioneros en la investigación computacional de HFpEF para estudios de fisiología, así como el desarrollo de dispositivos. Sin embargo, estos modelos siguen siendo incapaces de capturar los cambios dinámicos en los flujos sanguíneos y las presiones observadas durante la progresión de la enfermedad. Un estudio reciente de Kadry et al.30 captura los diversos fenotipos de disfunción diastólica ajustando la relajación activa del miocardio y la rigidez pasiva del ventrículo izquierdo en un modelo de baja dimensión. Su trabajo proporciona un análisis hemodinámico completo de la disfunción diastólica basado en las propiedades activas y pasivas del miocardio. Del mismo modo, la literatura de modelos de alta dimensión se ha centrado principalmente en HFrEF19,33,34,35,36,37. Bakir et al.33 propusieron un modelo FEA de fluido cardíaco-electromecánica totalmente acoplado para predecir el perfil hemodinámico de la HFrEF y la eficacia de un dispositivo de asistencia ventricular izquierda (DAVI). Este modelo biventricular (o de dos cámaras) utilizó un circuito de Windkessel acoplado para simular la hemodinámica del corazón sano, HFrEF y HFrEF con soporte de LVAD33,37.
Del mismo modo, Sack et al.35 desarrollaron un modelo biventricular para investigar la disfunción ventricular derecha. Su geometría biventricular se obtuvo a partir de los datos de resonancia magnética (RM) de un paciente, y la malla de elementos finitos del modelo se construyó utilizando la segmentación de imágenes para analizar la hemodinámica de un ventrículo derecho defectuoso apoyado porDAV 35. Se han desarrollado enfoques cardíacos fea de cuatro cámaras para mejorar la precisión de los modelos del comportamiento electromecánico delcorazón 19,34. En contraste con las descripciones biventriculares, los modelos de cuatro cámaras del corazón humano derivados de la RMN proporcionan una mejor representación de la anatomía cardiovascular18. El modelo de corazón empleado en este trabajo es un ejemplo establecido de un modelo FEA de cuatro cámaras. A diferencia de los modelos de parámetros agrupados y fea biventricular, esta representación captura los cambios hemodinámicos a medida que ocurren durante la progresión de la enfermedad34,37. Genet et al.34,por ejemplo, utilizaron la misma plataforma para implementar un modelo numérico de crecimiento de la remodelación observada en HFrEF y HFpEF. Sin embargo, estos modelos evalúan los efectos de la hipertrofia cardiaca sobre mecánico estructural solamente y no proporcionan una descripción comprensiva de la hemodinámica asociada.
Para abordar la falta de modelos in silico de HFpEF en este trabajo, el modelo de parámetros agrupados previamente desarrollado por este grupo15 y el modelo FEA fueron readaptados para simular el perfil hemodinámico de HFpEF. Con este fin, primero se demostrará la capacidad de cada modelo para simular la hemodinámica cardiovascular al inicio del estudio. Los efectos de la sobrecarga ventricular izquierda estenosis-inducida de la presión y de la conformidad ventricular izquierda disminuida debido al remodelado cardiaco-un sello típico de HFpEF-entonces serán evaluados.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Abaqus Software</td>
			<td>Dassault Syst&#232;mes Simulia Corp.</td>
			<td></td>
			<td>Version used: 2018; FEA simulation software</td>
		</tr>
		<tr>
			<td>HETVAL</td>
			<td>Dassault Syst&#232;mes Simulia Corp.</td>
			<td></td>
			<td>Version used: 2018</td>
		</tr>
		<tr>
			<td>Hydraulic (Isothermal) library</td>
			<td>MathWorks</td>
			<td></td>
			<td>Version used: 2020a</td>
		</tr>
		<tr>
			<td>Living Heart Human Model</td>
			<td>Dassault Syst&#232;mes Simulia Corp.</td>
			<td></td>
			<td>Version used: V2_1, anatomically accurate FEA platform of 4-chamber adult human heart</td>
		</tr>
		<tr>
			<td>MATLAB</td>
			<td>MathWorks</td>
			<td></td>
			<td rowspan="2">Version used: 2020a, object-oriented numerical solver</td>
		</tr>
		<tr>
			<td>SIMSCAPE FLUIDS</td>
			<td>MathWorks</td>
			<td></td>
		</tr>
		<tr>
			<td>UAMP</td>
			<td>Dassault Syst&#232;mes Simulia Corp.</td>
			<td></td>
			<td>Version used: 2018</td>
		</tr>
		<tr>
			<td>VUANISOHYPER</td>
			<td>Dassault Syst&#232;mes Simulia Corp.</td>
			<td></td>
			<td>Version used: 2018</td>
		</tr>
	</tbody>
</table>

lumped-parameter and finite element modeling of heart failure with preserved ejection fraction

Los esfuerzos científicos en el campo del modelado computacional de enfermedades cardiovasculares se han centrado en gran medida en la insuficiencia cardíaca con fracción de eyección reducida (HFrEF), pasando por alto ampliamente la insuficiencia cardíaca con fracción de eyección preservada (HFpEF), que más recientemente se ha convertido en una forma dominante de insuficiencia cardíaca en todo el mundo. Motivados por la escasez de representaciones in silico de HFpEF, dos modelos de cómputo distintos se presentan en este papel para simular la hemodinámica de HFpEF resultando de sobrecarga ventricular izquierda de la presión. En primer lugar, se desarrolló un modelo de parámetros agrupados orientado a objetos utilizando un solucionador numérico. Este modelo se basa en una red de dimensión cero (0D) similar a Windkessel, que depende de las propiedades geométricas y mecánicas de los elementos constitutivos y ofrece la ventaja de bajos costos computacionales. En segundo lugar, se utilizó un paquete de software de análisis de elementos finitos (FEA) para la implementación de una simulación multidimensional. El modelo FEA combina modelos multifísicos tridimensionales (3D) de la respuesta cardíaca electromecánica, deformaciones estructurales y hemodinámica basada en cavidades de fluidos y utiliza un modelo simplificado de parámetros agrupados para definir los perfiles de intercambio de flujo entre diferentes cavidades de fluidos. Con cada acercamiento, los cambios hemodinámicos agudos y crónicos en el ventrículo izquierdo y la vasculatura próxima resultando de sobrecarga de la presión fueron simulados con éxito. Específicamente, la sobrecarga de presión se modeló mediante la reducción del área del orificio de la válvula aórtica, mientras que la remodelación crónica se simuló mediante la reducción del cumplimiento de la pared ventricular izquierda. De acuerdo con la literatura científica y clínica de la FEPH, los resultados de ambos modelos muestran (i) una elevación aguda del gradiente de presión transaórtico entre el ventrículo izquierdo y la aorta y una reducción en el volumen del accidente cerebrovascular y (ii) una disminución crónica del volumen ventricular izquierdo diastólico final, indicativo de disfunción diastólica. Finalmente, el modelo FEA demuestra que el estrés en el miocardio HFpEF es notablemente mayor que en el tejido cardíaco sano a lo largo del ciclo cardíaco.

Los resultados de las simulaciones de línea base se ilustran en la Figura 3. Esto representa las formas de onda de presión y volumen del ventrículo izquierdo y la aorta (Figura 3A) así como el bucle fotovoltaico ventricular izquierdo (Figura 3B). Los dos modelos in silico muestran hemodinámica aórtica y ventricular izquierda similares, que se encuentran dentro del rango fisiológico. Se pueden notar diferencias menores en la r...

Watch this Scientific Journal Video about Lumped-Parameter and Finite Element Modeling of Heart Failure with Preserved Ejection Fraction at JoVE.com

Lumped-Parameter and Finite Element Modeling of Heart Failure with Preserved Ejection Fraction

Este trabajo introduce dos modelos computacionales de insuficiencia cardíaca con fracción de eyección preservada basados en un enfoque de parámetros agrupados y análisis de elementos finitos. Estos modelos se utilizan para evaluar los cambios en la hemodinámica del ventrículo izquierdo y la vasculatura relacionada inducida por sobrecarga de presión y disminución del cumplimiento ventricular.

Parámetros Agrupados Y Modelado De Elementos Finitos De La Insuficiencia Cardíaca Con Fracción De Eyección Preservada

Scientific efforts in the field of computational modeling of cardiovascular diseases have largely focused on heart failure with reduced ejection fraction ...

Este protocolo se puede utilizar para recapitular la carga de presión aguda, así como la pérdida crónica de cumplimiento ventricular para investigar los efectos de la insuficiencia cardíaca con fracción de eyección preservada sobre la hemodinámica cardiovascular. Nuestro modelo lumped-parameter es muy eficiente computacionalmente y el enfoque de cantidad financiera integra el dominio eléctrico y estructural para un modelado más preciso de la hemodinámica cardiovascular. Existe una fuerte necesidad técnica de tratamientos eficaces para la EFPEF.Los métodos computacionales como el nuestro, son primordiales en el desarrollo y aprobación regulatoria de dispositivos médicos y terapéuticos. Para configurar un modelo de parámetro agrupado de dimensión cero, después de construir un dominio en el entorno del solucionador numérico como se ilustra, vaya a la biblioteca hidráulica para encontrar los elementos necesarios y colocar los elementos de la tubería hidráulica en el espacio de trabajo. Inserte los elementos de la cámara hidráulica de volumen constante para definir el cumplimiento de la pared y la compresibilidad del fluido.Y agregue los elementos de resistencia lineal para definir la resistencia al flujo. Modele la contractilidad de cada cámara cardíaca a través del elemento de cámara de cumplimiento variable personalizada y proporcione los parámetros relativos a cada elemento como se ilustra en la tabla. A continuación, inserte un elemento de secuencia de repetición de señal física para cada uno de los bloques que requieren una señal de entrada definida por el usuario que varía en el tiempo, seleccione el solucionador implícito ODE 23 T predeterminado y ejecute la simulación durante 100 segundos para alcanzar un estado estable.Para configurar un modelo de análisis de elementos finitos, vaya al dominio eléctrico y seleccione el módulo estándar. Seleccione el paso de pulsación de análisis único. Establezca la duración del ciclo cardíaco en 500 milisegundos y aplique polos de potencial eléctrico a un conjunto de nodos que represente el nodo sinoauricular.Después de revisar el formulario de onda eléctrica predeterminado, inicie el módulo de trabajo y cree un trabajo eléctrico de corazón. Una vez completada la configuración del análisis eléctrico, vaya al dominio mecánico en el paso de precarga. Revise las condiciones de contorno del estado preestresado del corazón y seleccione 0,3 segundos como tiempo de paso.En el paso de beat one, use 0.5 segundos como el tiempo de paso para simular la contracción. En la recuperación de un paso, seleccione 0,5 segundos para la relajación cardíaca y el llenado ventricular para una frecuencia cardíaca de 60 latidos por minuto. Inicie el módulo de trabajo y cree un trabajo mecánico de corazón.Habilite la opción de doble precisión. Revise el modelo simplificado de castillo de viento de parámetro agrupado y la representación del modelo de flujo sanguíneo ajustando los valores de los elementos resistivos y capacitivos para las resistencias de flujo y los cumplimientos estructurales, respectivamente, según sea necesario. Revise la representación de elementos finitos 3D de las cuatro cámaras cardíacas y confirme que sus posiciones geométricas son precisas.Después de comprobar el conjunto del corazón, cambie al módulo de interacción para ajustar los valores de conformidad y contractilidad de cada una de las cuatro cámaras cardíacas. Revise el valor de rigidez para modelar la respuesta del volumen de presión en las circulaciones arterial, venus y pulmonar y ajuste el coeficiente de resistencia viscosa para modificar el modelo de flujo sanguíneo en cada enlace de intercambio de alimentos. Para una simulación multif física, inserte los archivos de entrada, objeto y biblioteca en el directorio de trabajo y ejecute el software de simulación de modelo de análisis de elementos finitos.Ejecute el trabajo eléctrico de estimulación eléctrica del corazón y confirme que el archivo ODB resultante está en el directorio de trabajo. Cambie al dominio mecánico para pasar a la segunda fase de simulación. En el paso de precarga, utilice la opción de amplitud suave incorporada para aumentar el nivel de presión de cero al nivel deseado.A continuación, desactive las condiciones de límite de presión para ejecutar el modelo de flujo sanguíneo con un volumen de sangre total constante dentro del sistema de circulación y ejecute el trabajo de simulación de micrófono cardíaco. Para simular la estenosis de la válvula aórtica en un modelo de parámetros agrupados, en el compartimento ventricular izquierdo, modifique la señal de entrada en relación con la válvula aórtica y simule una reducción del área del orificio igual al 70% en comparación con la línea de base. Para simular la estenosis de la válvula aórtica y el modelo FEA, modifique la definición de intercambio de líquidos del parámetro arterial del ventrículo izquierdo de enlace y ejecute los archivos de la caja de herramientas para realizar una simulación mecánica inversa.Una vez completada la simulación mecánica inversa, ejecute las funciones de postprocesamiento como se indica. A continuación, observe el módulo de trabajo y cree un trabajo de mech cardíaco para ejecutar una nueva simulación mecánica como se ha demostrado Para imitar la rigidez de la pared debido a la sobrecarga de presión en el modelo de parámetros agrupados, modifique el cumplimiento diastólico del ventrículo izquierdo del elemento de cumplimiento del ventrículo izquierdo y aumente la resistencia a fugas de la bomba del ventrículo izquierdo a 18 veces 10 a los seis pascales por segundo por metro. Para simular los efectos de la remodelación crónica en el modelo de análisis de elementos finitos, edite las propiedades activas del material de la geometría del ventrículo izquierdo y modifique la respuesta material del ventrículo izquierdo en el archivo activo del ventrículo izquierdo material mecánico.Para capturar el aumento de la respuesta de rigidez para la insuficiencia cardíaca con la fisiología preservada de la fracción de eyección, aumente los parámetros de rigidez A y B en la formulación hiperelástica anisotrópica. En la etapa de precarga, ajuste las presiones de la cavidad flúida del ventrículo izquierdo y la aurícula izquierda a 20 milímetros de mercurio y realice una simulación mecánica inversa para obtener el estado volumétrico del ventrículo izquierdo y la aurícula. A continuación, ejecute las funciones de post-procesamiento como se indica y realice una nueva simulación mecánica como se ha demostrado.Los dos modelos in silico muestran hemodinámica aórtica y ventricular izquierda similares dentro del rango fisiológico. En condiciones de estenosis aórtica, las formas de onda de presión y volumen demuestran una reducción del 70% del área del orificio de la válvula aórtica en ambos modelos. Ambos modelos también son capaces de capturar el aumento de la presión sistólica del ventrículo izquierdo debido al aumento y la poscarga inducida por la estenosis aórtica.Sobre la remodelación y la pérdida ventricular izquierda de la conformidad, la relación del volumen de la presión fin-diastólica llega a ser elevada dando por resultado presiones diastólicas más altas del extremo y volúmenes diastólicos del extremo inferior. Estos fenómenos, que se deben a la incapacidad del ventrículo izquierdo para relajarse y sentirse adecuadamente, son capturados con éxito por la insuficiencia cardíaca con bucles de volumen de presión de fracción de eyección preservados en los modelos de baja y alta dimensión. El flujo a través de los datos de la válvula mitral destaca las fases tempranas de relajación y contracción auricular.Comparado a los perfiles normales y de la estenosis, el paro cardíaco con flujo preservado de la fracción de la eyección fue caracterizado por un flujo mitral temprano levemente más alto de la fase de relajación temprana, y un flujo atrial perceptiblemente disminuido de la fase de la contracción atrial. Como se ilustra en estos mapas de estrés de miocardio, se pueden observar tensiones elevadas en la insuficiencia cardíaca con fracción de eyección preservada debido a la pérdida característica de cumplimiento ventricular. Para modelar los efectos crónicos de la sobrecarga de presión y así recapitular la hemodinámica de la insuficiencia cardíaca con fracción de eyección preservada, es fundamental cambiar el cumplimiento ventricular en cada simulación en consecuencia.La rigidez estolica se puede investigar paramétricamente para simular varios fenotipos de disfunción diastólica. Esto nos permitirá caracterizar de manera más exhaustiva los efectos de la disminución del cumplimiento sobre la enfermedad. Esperamos que nuestro trabajo allane el camino hacia la creación de modelos que puedan avanzar en nuestra comprensión actual de la insuficiencia cardíaca con fracción de eyección preservada y apoye el desarrollo de terapias para esta condición.

Research

JoVE Journal

Engineering

In Situ Time-dependent Dielectric Breakdown in the Transmission Electron Microscope: A Possibility to Understand the Failure Mechanism in Microelectronic Devices

In Situ Time-dependent Dielectric Breakdown in the Transmission Electron Microscope: A Possibility to Understand the Failure Mechanism in Microelectronic Devices

En Desglose dieléctrica Situ dependiente del tiempo en el microscopio electrónico de transmisión: una posibilidad de comprender el mecanismo de falla en los dispositivos microelectrónicos

The time-dependent dielectric breakdown (TDDB) in on-chip interconnect stacks is one of the most critical failure mechanisms for microelectronic devices. ...

Investigación

Ingeniería

Fabrication of High Contrast Gratings for the Spectrum Splitting Dispersive Element in a Concentrated Photovoltaic System

Fabricación de rejillas de alto contraste para la División del espectro de dispersión de elementos en un Sistema de Concentración Fotovoltaica

High contrast gratings are designed and fabricated and its application is proposed in a parallel spectrum splitting dispersive element that can improve ...

Failure Analysis of Batteries Using Synchrotron-based Hard X-ray Microtomography

Análisis de Falla en Baterías Utilizando Microtomografía duro de rayos X a base de Sincrotrón

Imaging morphological changes that occur during the lifetime of rechargeable batteries is necessary to understand how these devices fail. Since the advent ...

Using Synchrotron Radiation Microtomography to Investigate Multi-scale Three-dimensional Microelectronic Packages

El uso de la radiación del sincrotrón Microtomografía encargado de investigar multi-escala Paquetes microelectrónicos tridimensionales

Synchrotron radiation micro-tomography (SR&#181;T) is a non-destructive three-dimensional (3D) imaging technique that offers high flux for fast data ...

In Vitro Culture of Epicardial Cells From Mouse Embryonic Heart

In Vitro Culture of Epicardial Cells From Mouse Embryonic Heart

Cultivo in vitro de células a partir de epicárdicos del corazón de embriones de ratón

During embryogenesis, the epicardial contribution to coronary vasculature development has been very well established. Cells derived from the epicardium ...

A Fabrication and Measurement Method for a Flexible Ferroelectric Element Based on Van Der Waals Heteroepitaxy

Una fabricación y método de medición de un elemento ferroeléctrico Flexible basado en heteroepitaxias de Van Der Waals

Flexible non-volatile memories have received much attention as they are applicable for portable smart electronic device in the future, relying on ...

Enhanced Electron Injection and Exciton Confinement for Pure Blue Quantum-Dot Light-Emitting Diodes by Introducing Partially Oxidized Aluminum Cathode

Inyección electrónica mejorada y el confinamiento de excitón de punto cuántico de puro azul diodos emisores de luz mediante la introducción de cátodo de aluminio parcialmente oxidadas

Stable and efficient red (R), green (G), and blue (B) light sources based on solution-processed quantum dots (QDs) play important roles in next-generation ...

A Rapid Method for Modeling a Variable Cycle Engine

Un método rápido para modelar un motor de ciclo variable

The variable cycle engines (VCE) that combine the advantages of turbofan and turbojet engines, are widely considered to be the next generation aircraft ...

Production of a Strain-Measuring Device with an Improved 3D Printer

Producción de un dispositivo de medición de tensión con una impresora 3D mejorada

A traditional strain measurement sensor needs to be electrified and is susceptible to electromagnetic interference. In order to solve the fluctuations in ...

Visualization of Failure and the Associated Grain-Scale Mechanical Behavior of Granular Soils under Shear using Synchrotron X-Ray Micro-Tomography

Visualización del fracaso y el comportamiento mecánico a escala de grano asociado de suelos granulares bajo cizallamiento mediante microtomografía de rayos X de sincrotrón

The rapid development of X-ray imaging techniques with image processing and analysis skills has enabled the acquisition of CT images of granular soils ...