KR101416452B1 - Method and apparatus for measuring velocity profile by collective imaging of microfluidic tracer particle and computer-readable recording medium recorded with program performing the method - Google Patents
Method and apparatus for measuring velocity profile by collective imaging of microfluidic tracer particle and computer-readable recording medium recorded with program performing the method Download PDFInfo
- Publication number
- KR101416452B1 KR101416452B1 KR1020120130423A KR20120130423A KR101416452B1 KR 101416452 B1 KR101416452 B1 KR 101416452B1 KR 1020120130423 A KR1020120130423 A KR 1020120130423A KR 20120130423 A KR20120130423 A KR 20120130423A KR 101416452 B1 KR101416452 B1 KR 101416452B1
- Authority
- KR
- South Korea
- Prior art keywords
- image data
- fluid
- particle
- microfluidic channel
- velocity
- Prior art date
Links
- 239000002245 particle Substances 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000003384 imaging method Methods 0.000 title claims description 8
- 239000000700 radioactive tracer Substances 0.000 title 1
- 239000012530 fluid Substances 0.000 claims abstract description 115
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims description 10
- 239000003550 marker Substances 0.000 claims description 10
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000000799 fluorescence microscopy Methods 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims 1
- 239000006185 dispersion Substances 0.000 abstract description 4
- 238000000926 separation method Methods 0.000 abstract description 4
- 239000000725 suspension Substances 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 19
- 239000011159 matrix material Substances 0.000 description 14
- 239000000758 substrate Substances 0.000 description 11
- 239000004205 dimethyl polysiloxane Substances 0.000 description 10
- 239000010419 fine particle Substances 0.000 description 10
- 229920000435 poly(dimethylsiloxane) Polymers 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 239000000463 material Substances 0.000 description 7
- 239000011859 microparticle Substances 0.000 description 5
- 238000001806 microscopic particle-image velocimetry Methods 0.000 description 5
- 230000002238 attenuated effect Effects 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 4
- 239000007850 fluorescent dye Substances 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000000827 velocimetry Methods 0.000 description 4
- 230000002209 hydrophobic effect Effects 0.000 description 3
- -1 polydimethylsiloxane Polymers 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007795 flow visualization technique Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000002032 lab-on-a-chip Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000037 particle-tracking velocimetry Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 239000004793 Polystyrene Substances 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000001215 fluorescent labelling Methods 0.000 description 1
- 239000004816 latex Substances 0.000 description 1
- 229920000126 latex Polymers 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000000917 particle-image velocimetry Methods 0.000 description 1
- 229920002223 polystyrene Polymers 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N2015/0003—Determining electric mobility, velocity profile, average speed or velocity of a plurality of particles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
묽은 농도의 형광 표지입자가 분산된 마이크로플루이딕(microfluidic) 채널 내의 유동을 촬영하여 얻어지는 영상 데이터에 대한 집합적 처리를 통해, 신속하고 정확하게 유체의 속도분포를 산출하는 장치 및 방법과, 이 방법을 수행하는 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체가 개시된다. 표지입자가 분산된 현탁 유체를 마이크로플루이딕 채널에 흘려 보내며, 이를 형광 현미경을 이용하여 관찰하여 카메라의 노출시간 동안 하나 또는 복수 개의 입자궤적을 각각 포함하는 다수의 영상 데이터를 얻고, 주어진 영상 데이터를 집합적으로 처리하여 유체의 속도분포를 매우 신속하고 정확하게 산출할 수 있다. 산출된 유체의 속도분포는, 유동제어, 분산제어, 분리 및/또는 분석에 관계된 매우 중요한 정보를 제공할 수 있다.An apparatus and method for quickly and accurately calculating a velocity distribution of a fluid through collective processing on image data obtained by photographing a flow in a microfluidic channel in which fluorescently labeled particles of a dilute concentration are dispersed, A computer-readable recording medium recording a program to be executed is disclosed. A suspension fluid in which the labeled particles are dispersed is flowed through a microfluidic channel and observed with a fluorescence microscope to obtain a plurality of image data each including one or a plurality of particle trajectories during the exposure time of the camera, The velocity distribution of the fluid can be calculated very quickly and accurately. The velocity distribution of the calculated fluid can provide very important information relating to flow control, dispersion control, separation and / or analysis.
Description
실시예들은 형광 표지입자의 궤적(streak) 데이터에 대한 집합적 영상처리에 의해 마이크로플루이딕(microfluidic) 채널을 흐르는 유체의 속도분포 산출 방법 및 장치와, 이를 수행하는 프로그램을 기록한 컴퓨터로 판독 가능한 매체에 관한 것이다. Embodiments relate to a method and apparatus for calculating a velocity distribution of a fluid flowing through a microfluidic channel by collective image processing on streak data of fluorescently labeled particles and a computer readable medium recording a program for performing the method .
더욱 상세하게는, 실시예들은 유체 유동을 직접 관측하는 유동가시화(flow visualization) 기법의 응용으로서, 형광 표지입자가 분산된 현탁 유체를 마이크로플루이딕 채널에 흘려 보내며, 이를 형광 현미경을 이용하여 관찰하여 카메라의 노출시간 동안 다수의 입자궤적을 나타내는 영상 데이터를 얻고, 이 데이터를 집합적으로 처리하여 유체의 속도분포를 매우 신속하고 정확하게 산출할 수 있는 기술에 관한 것이다. More particularly, embodiments are applications of a flow visualization technique for directly observing fluid flow, wherein a suspension fluid containing fluorescent-labeled particles is flowed through a microfluidic channel and observed using a fluorescence microscope The present invention relates to a technique for obtaining image data representing a plurality of particle trajectories during an exposure time of a camera and collectively processing the data to calculate a velocity distribution of the fluid very quickly and accurately.
마이크로플루이딕(microfluidic) 채널에서 유체의 속도분포 변화는, 채널의 기하구조, 채널벽면, 그리고 용액의 점도나 하전성 등과 같은 유체의 특성에 따른 유동 제어, 분리 및 분석성능과 관련되는 테일러 분산(Taylor dispersion) 및 혼합(mixing) 등에 직접 관계되어, 랩온어칩(lab-on-a-chip) 기술에서 설계, 제작, 운전 인자들의 상관관계와 최적조건을 결정하는 매우 중요한 정보이다. 채널 기하구조에 따라 속도분포가 변하는 예로서, 곡선채널이나 채널폭이 변하는 경우에는 비대칭(asymmetric) 혹은 비포물선형(non-parabolic) 속도분포가 나타나므로 이론적 예측이 불가능하고 반드시 실험적 측정이 필요하게 된다. 또한, 채널 벽면 특성에 따라 속도분포가 변하는 예로서, 젖음성(wetted)인 유리와 같이 친수성(hydrophilic) 재질로 이루어진 채널의 벽면에서는 고정(no-slip) 경계조건을 갖는 속도분포가 나타나지만, 랩온어칩 제작에 널리 사용되는 비젖음성(non-wetted) 폴리디메틸실록산(poydimethylsiloxane; PDMS)과 같이 소수성(hydrophobic) 재질로 이루어진 채널 벽면에서는 미끄럼(slip) 경계조건을 갖는다. The change in the velocity distribution of a fluid in a microfluidic channel is dependent on the geometry of the channel, the channel wall surface, and the Taylor dispersion associated with fluid control, separation, and analytical performance, Taylor dispersion and mixing, etc., are very important information for determining the correlation and optimum conditions of design, fabrication and operation factors in lab-on-a-chip technology. For example, if the curvilinear channel or channel width changes, the asymmetric or non-parabolic velocity distribution appears, which makes theoretical prediction impossible and requires experimental measurements. do. In addition, as an example in which the velocity distribution changes according to the characteristics of the channel walls, a velocity distribution having a no-slip boundary condition appears on a wall surface of a channel made of a hydrophilic material such as wetted glass, Slip boundary conditions exist in channel walls made of hydrophobic materials such as non-wetted polydimethylsiloxane (PDMS) widely used in chip fabrication.
마이크로플루이딕(microfluidic) 채널 수준에서의 유동을 직접 관측하여 속도분포를 얻는 유동가시화(flow visualization) 기술로, 미세 입자영상 속도법(micro particle image velocimetry; μPIV)과 미세 입자궤적 속도법(micro particle streak velocimetry; μPSV)이 있다. A flow visualization technique that directly observes the flow at the microfluidic channel level and obtains the velocity distribution is called micro particle image velocimetry (μPIV) and micro particle velocity method streak velocimetry (μPSV).
미세 입자영상 속도법(μPIV)을 이용하여 마이크로플루이딕 채널을 흐르는 유체의 속도장을 구하는 방법은, 패턴 매칭 속도법(pattern matching velocimetry; PMV)과 입자추적 속도법(particle tracking velocimetry; PTV)으로 크게 분류할 수 있다. 이들 방법은, 입자가 흐르는 채널의 탐색영역(interrogation window)에 대해 광판(light-sheet)을 순간적으로 가해 국부 위치에서 모든 입자들의 최초 영상과 일정 시간 경과후에 얻어진 영상에 대해 푸리에 변환(Fourier transform)과 역 푸리에 변환(inversion Fourier transform)을 수행하여 평균 상관 데이터를 얻는 방식으로, 복잡한 프로그램에 의한 데이터 처리를 필요로 한다. 미세 입자영상 속도법(μPIV)은 미세유체나 입자의 이동현상 및 혼합 등을 관측하기 위한 연구에 널리 사용되고 있다.The method of determining the velocity field of the fluid flowing through the microfluidic channel using the fine particle image velocity method (μPIV) is a method of pattern matching velocimetry (PMV) and particle tracking velocimetry (PTV) It can be broadly classified. In these methods, a light-sheet is instantaneously applied to an interrogation window of a channel through which a particle flows, and a Fourier transform is applied to an original image of all particles at a local position and an image obtained after a predetermined time elapses, And inverse Fourier transform (Fourier transform) to obtain mean correlation data, which requires data processing by a complex program. Fine particle image velocity (μPIV) is widely used for observing migration phenomena and mixing of microfluids and particles.
미세 입자궤적 속도법(μPSV)에서는 표지 역할을 하는 개개 입자의 궤적에서 국부속도(local velocity)를 얻고 전체 입자들에서 얻어진 데이터를 반복 처리하여 채널내의 유동장을 관측하는 방법이다. 미세 입자궤적 속도법(μPSV)에서는 개개 입자들 간의 상호작용은 배제되어야 한다. 또한, 최근에는 마이크로플루이딕 칩에 직경이 약 1㎛ 내지는 그 이하인 형광 폴리스티렌(polystyrene) 입자에 의한 미세 입자궤적 속도법(μPSV)을 적용한 연구들이 보고되고 있다.In the fine particle trajectory velocity method (μPSV), the local velocity is obtained from the trajectory of individual particles serving as a marker, and the data obtained from all the particles are repeatedly processed to observe the flow field in the channel. In the fine particle trajectory velocity method (μPSV), the interaction between individual particles must be excluded. In recent years, studies have been reported on applying a fine particle trajectory velocity method (μPSV) using fluorescent polystyrene particles having a diameter of about 1 μm or less to a microfluidic chip.
마이크로플루이딕스(microfluidics)에서 다루는 대부분의 용액은 입자나 용질이 묽은 농도로 분산된 현탁 유체로서, 미세 입자궤적 속도법(μPSV)을 적용하는 것이 고가의 장비와 복잡한 데이터 처리를 요구하는 미세 입자영상 속도법(μPIV) 보다 더욱 효과적일 수 있다. 그럼에도 불구하고 현재 마이크로플루이딕 흐름의 관측에 미세 입자영상 속도법(μPIV)이 많이 사용되고 있다. 이는, 미세 입자궤적 속도법(μPSV)에 관련된 알고리즘의 개발이 잘 이루어지지 않아 영상 데이터를 처리하는데 상대적으로 오랜 시간이 요구되는 기술적 한계가 있기 때문이다. Most of the solutions covered in microfluidics are suspension fluids in which particles or solutes are dispersed in a dilute concentration. Applying the fine particle trajectory velocity method (μPSV) is an expensive technique and requires fine equipment It may be more effective than the velocity method (μPIV). Nonetheless, microparticle image velocity (μPIV) is widely used for observing microfluidic flow. This is because there is a technical limitation that relatively long time is required to process the image data because the algorithm related to the fine particle trajectory velocity method (PSV) is not developed well.
본 발명의 일 측면에 따르면, 상대적으로 저가의 현미경 장비와 복잡하지 않은 미세 입자궤적 속도법(micro particle streak velocimetry; μPSV)의 마이크로플루이딕(microfluidic) 흐름 관측에의 도입을 촉진하고자, 입자의 영상 데이터를 집합적으로 처리하여 정확한 속도분포를 신속히 얻는 기술을 제공할 수 있다. According to one aspect of the present invention, in order to facilitate the introduction of relatively inexpensive microscope equipment and microfluidic flow observation of uncomplicated microparticle streak velocimetry (μPSV) It is possible to provide a technique of processing the data collectively to quickly obtain an accurate velocity distribution.
일 실시예에 따른 유체의 속도분포 산출 방법은, 형광 현미경에 의하여, 형광 표지입자가 포함된 유체가 흐르는 마이크로플루이딕(microfluidic) 채널 내의 하나 이상의 영상 데이터를 획득하는 단계; 상기 하나 이상의 영상 데이터 각각에서, 상기 영상 데이터의 빛 세기의 평균값을 이용하여 상기 표지입자의 입자궤적을 검출하는 단계; 상기 입자궤적에서 상기 마이크로플루이딕 채널 벽면으로부터의 측면방향 위치 및 상기 유체의 이동 방향을 따라 연속된 길이를 이용하여 상기 유체의 국부속도를 산출하는 단계; 및 상기 하나 이상의 영상 데이터 각각으로부터 얻어진 상기 유체의 측면방향 위치에서의 국부속도를 이용하여 상기 유체의 속도분포를 산출하는 단계를 포함할 수 있다.According to one embodiment, a method for calculating a velocity distribution of a fluid includes obtaining at least one image data in a microfluidic channel through which a fluid containing fluorescently labeled particles flows, by a fluorescence microscope; Detecting a particle trajectory of the marker particle using an average value of light intensity of the image data in each of the at least one image data; Calculating a local velocity of the fluid using a length in a lateral direction from the microfluidic channel wall surface in the particle trajectory and a continuous length along the direction of movement of the fluid; And calculating a velocity distribution of the fluid using a local velocity at a lateral position of the fluid obtained from each of the at least one image data.
일 실시예에 따른 유체의 속도분포 산출 장치는, 형광 표지입자를 포함하는 유체가 흐를 수 있도록 구성된 마이크로플루이딕 채널을 포함하는 마이크로플루이딕 칩; 상기 마이크로플루이딕 채널 내의 하나 이상의 영상 데이터를 획득하도록 구성된 촬영부; 및 상기 하나 이상의 영상 데이터 각각에서, 상기 영상 데이터의 빛 세기의 평균값을 이용하여 상기 표지입자의 입자궤적을 검출하고, 상기 입자궤적에서 상기 마이크로플루이딕 채널 벽면으로부터의 측면방향 위치 및 상기 유체의 이동 방향을 따라 연속된 길이를 이용하여 상기 유체의 국부속도를 산출하며, 상기 하나 이상의 영상 데이터 각각으로부터 얻어진 상기 유체의 측면방향 위치에서의 국부속도를 이용하여 상기 유체의 속도분포를 산출하도록 구성된 연산부를 포함할 수 있다. According to an embodiment of the present invention, there is provided an apparatus for calculating a velocity distribution of a fluid, comprising: a microfluidic chip including a microfluidic channel configured to allow a fluid containing fluorescently labeled particles to flow; An imaging unit configured to acquire at least one image data in the microfluidic channel; And detecting, in each of the at least one image data, a particle trajectory of the cover particle using an average value of the light intensity of the image data, calculating a lateral position from the microfluidic channel wall surface in the particle trajectory, Calculating a local velocity of the fluid using a continuous length along a direction and calculating a velocity distribution of the fluid using a local velocity at a lateral position of the fluid obtained from each of the at least one image data, .
일 실시예에 따른 컴퓨터로 판독 가능한 기록 매체에는, 컴퓨터에 의하여 전술한 유체의 속도분포 산출 방법을 수행하도록 구성된 프로그램이 기록될 수 있다. In a computer-readable recording medium according to an embodiment, a program configured to perform a method of calculating a velocity distribution of fluid described above by a computer can be recorded.
본 발명의 일 측면에 따른 유체의 속도분포 산출 방법 및 장치와, 이 방법을 수행하는 프로그램에 의하면, 마이크로플루이딕(microfluidic) 표지입자의 집합적 영상 처리에 의해 개별 영상 데이터에 존재하는 한개 이상의 입자궤적 정보를 부수적인 영상 편집 과정없이 마이크로플루이딕 채널의 벽면으로부터의 측면방향(lateral direction) 위치와 속도의 형태로 각각 저장이 가능하다. 또한, 이를 다수의 영상 데이터에 대해 반복적으로 수행함으로써, 영상 데이터 내에 나타난 모든 입자궤적에 대한 반복 계산을 통해 마이크로플루이딕 흐름에서의 유체의 속도분포 등과 같은 유동장을 신속하고 정확하게 해석할 수 있다. According to one aspect of the present invention, there is provided a method and an apparatus for calculating a velocity distribution of a fluid, and a program for performing the method, wherein one or more particles existing in individual image data by aggregate image processing of microfluidic marker particles It is possible to store the locus information in the form of position and velocity in the lateral direction from the wall surface of the microfluidic channel without any additional image editing process. Also, by repeatedly performing this operation on a plurality of image data, it is possible to quickly and accurately analyze the flow field such as the velocity distribution of the fluid in the microfluidic flow by repeatedly calculating the particle trajectory appearing in the image data.
이러한 해석은, 채널의 기하구조, 채널벽면, 그리고 용액의 점도나 하전성 등과 같은 유체의 특성에 따른 유동 제어, 분리 및 분석성능과 관련되는 테일러 분산(Taylor dispersion) 및 혼합(mixing) 등에 직접 관계되어, 랩온어칩(lab-on-a-chip) 기술에서 설계, 제작, 운전 인자들의 상관관계와 최적조건을 결정하는 매우 중요한 정보를 제공할 수 있다.This interpretation is directly related to the Taylor dispersion and mixing related to the flow control, separation and analytical performance of the channel's geometry, channel walls, and fluid properties such as viscosity and charge of the solution. , Which can provide crucial information to determine the design, fabrication, correlation and optimal conditions of the operating parameters in lab-on-a-chip technology.
도 1은 마이크로플루이딕(microfluidic) 흐름에서 입자궤적의 형성을 설명하기 위한 개념도이다.
도 2는 일 실시예에 따른 유체의 속도분포 산출 방법을 적용하기 위해 입자궤적을 나타내는 영상 데이터에서 채널 벽면과 픽셀 위치를 도시한 개념도이다.
도 3은 일 실시예에 따른 유체의 속도분포 산출 방법의 각 단계를 도시하는 순서도이다.
도 4는 일 실시예에 따른 유체의 속도분포 산출 방법에 의한 마이크로플루이딕 채널의 일방향(uni-directional) 유체 흐름에서의 영상 데이터의 모식도이다.
도 5는 일 실시예에 따른 유체의 속도분포 산출 방법에서 입자궤적의 영상 데이터 처리과정을 나타낸 도면이다.
도 6은 일 실시예에 따른 유체의 속도분포 산출 장치의 구성도이다.
도 7은 일 실시예에 따른 유체의 속도분포 산출 방법에 의해 얻어진 입자궤적을 포함하는 다수의 영상 데이터들을 나타낸다.
도 8은 일 실시예에 따른 유체의 속도분포 산출 방법에 의해 산출된, 압력차(즉, 벽면에서의 전단 속도)에 따른 유체의 속도분포를 나타내는 그래프이다.
도 9는 일 실시예에 따른 유체의 속도분포 산출 방법을 종래 기술에 의한 결과와 비교하여 나타내는 그래프이다.
도 10은 일 실시예에 따른 유체의 속도분포 산출 방법을 종래 기술에 의한 결과와 비교하여 나타내는 또 다른 그래프이다. 1 is a conceptual diagram for explaining formation of a particle trajectory in a microfluidic flow.
2 is a conceptual diagram showing a channel wall surface and pixel positions in image data representing a particle trajectory in order to apply the fluid velocity distribution calculation method according to an embodiment.
3 is a flowchart showing each step of the method for calculating the velocity distribution of the fluid according to one embodiment.
4 is a schematic diagram of image data in a uni-directional fluid flow of a microfluidic channel by a method of calculating a velocity distribution of a fluid according to an embodiment.
5 is a view illustrating a process of processing image data of particle trajectories in a fluid velocity distribution calculating method according to an embodiment.
6 is a configuration diagram of a fluid velocity distribution calculating apparatus according to an embodiment.
FIG. 7 shows a plurality of image data including a particle trajectory obtained by the fluid velocity distribution calculating method according to an embodiment.
8 is a graph showing the velocity distribution of the fluid according to the pressure difference (i.e., the shear velocity at the wall surface) calculated by the fluid velocity distribution calculation method according to one embodiment.
9 is a graph showing a method of calculating a velocity distribution of a fluid according to an embodiment in comparison with results obtained by the prior art.
10 is another graph showing the method of calculating the velocity distribution of fluid according to one embodiment compared with the results of the prior art.
이하에서, 도면을 참조하여 본 발명의 실시예들에 대하여 상세히 살펴본다.Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.
실시예들은 형광 표지입자의 궤적(streak) 데이터에 대한 집합적 영상처리에 의해 마이크로플루이딕(microfluidic) 채널을 흐르는 유체의 속도분포를 산출하기 위한 방법 및 장치에 관한 것이다. 실시예들은 미세 입자궤적 속도법(micro particle streak velocimetry; μPSV)의 원리를 이용한다. Embodiments relate to a method and apparatus for calculating a velocity distribution of a fluid flowing through a microfluidic channel by collective image processing of streak data of fluorescently labeled particles. Embodiments use the principle of microparticle streak velocimetry (μPSV).
실시예들에 의하면, 개별 영상 데이터에 존재하는 하나 이상의 입자궤적 정보를 부수적인 영상 편집 과정없이 마이크로플루이딕 채널의 벽면으로부터의 측면방향(lateral direction) 위치와 속도의 형태로 각각 저장이 가능하며, 이를 다수의 영상 데이터에 대해 반복적으로 수행하여 짧은 시간 내에 정확하게 마이크로플루이딕 채널에서 유체의 속도분포를 얻을 수 있다. 본 명세서에서 영상 데이터란, 형광 표지입자가 포함된 유체가 흐르는 마이크로플루이딕 채널 내를 형광 현미경 등을 이용하여 촬영된 영상화면을 지칭한다. According to the embodiments, it is possible to store one or more particle trajectory information existing in individual image data in the form of a position in the lateral direction from the wall surface of the microfluidic channel and velocity in the form of a velocity without a secondary image editing process, It is possible to obtain the velocity distribution of the fluid in the microfluidic channel accurately within a short time by repeatedly performing the same on a plurality of image data. In the present specification, the image data refers to a video image photographed using a fluorescence microscope or the like in a microfluidic channel through which a fluid containing fluorescently labeled particles flows.
실시예들에서는, 영상 데이터 내에 존재하는 하나 이상의 입자들의 궤적 데이터를 집합적으로 처리하여 속도분포를 신속하게 얻고자, 영상 데이터 내에 존재하는 모든 픽셀이 갖는 빛 세기에서 지역 잡음을 제거하고, 전체 픽셀의 빛 세기의 평균값과 각 픽셀의 빛 세기를 비교하여, 평균값 이상의 빛 세기를 갖는 픽셀이 입자궤적을 구성하는 것으로 정의할 수 있다. 입자궤적들에서 마이크로플루이딕 채널의 벽면으로부터의 측면방향 위치와 국부속도를 집합적으로 처리할 수 있다. In the embodiments, in order to quickly obtain the velocity distribution by collectively processing the locus data of one or more particles existing in the image data, local noise is removed from the light intensity of all the pixels existing in the image data, The light intensity of each pixel is compared with the light intensity of the light intensity of the pixel and the pixel having the light intensity of the average value or more constitutes the particle trajectory. It is possible to collectively process the lateral position and the local velocity from the wall surface of the microfluidic channel in the particle trajectories.
마이크로플루이딕스(microfluidics)에서 유체는 그 안에 형광 표지입자가 묽은 농도로 분산된 현탁 유체이다. 따라서, 마이크로플루이딕 흐름에서 얻어진 영상 데이터에 있어서 입자궤적의 빛 세기는 배경의 빛 세기 보다 현격하게 크고, 반면 입자궤적을 나타내는 픽셀 수는 배경을 나타내는 픽셀 수 보다 현격하게 적다. 그 결과, 입자궤적은 전체 픽셀의 빛 세기의 평균값 이상의 빛 세기를 갖는 픽셀의 형태로 나타난다. 실시예들에 따른 유체의 속도분포 산출 방법 및 장치에서 마이크로플루이딕 표지입자의 집합적 영상 처리는 이상의 원리에 기반한다. In microfluidics, a fluid is a suspended fluid in which fluorescent labeling particles are dispersed in a dilute concentration. Therefore, in the image data obtained by the microfluidic flow, the light intensity of the particle trajectory is significantly larger than the light intensity of the background, while the number of pixels representing the particle trajectory is significantly smaller than the number of pixels representing the background. As a result, the particle trajectory appears in the form of a pixel having light intensity equal to or greater than the average value of the light intensity of the entire pixel. The collective image processing of microfluidic marker particles in the method and apparatus for calculating the velocity distribution of fluids according to embodiments is based on the above principle.
실시예들에 따른 유체의 속도분포 산출 방법 및 장치에서는, 유체의 이동 방향으로 연속적으로 연결되어 형성된 입자궤적의 픽셀 수와 채널 벽면으로부터 입자궤적의 픽셀이 나타나는 지점까지의 픽셀 수를 저장하고, 이어서 영상 데이터에서 단위 픽셀당 거리를 이용하여 입자궤적의 위치와 국부속도를 산출할 수 있다. 촬영 장비(예컨대, CCD(charge coupled device) 카메라)로 얻어진 하나 이상의 영상 데이터에 대한 집합적 처리 과정에 수반되는 수치 계산은 소프트웨어에 의하여 수행될 수도 있다. 예를 들어, 상용 소프트웨어인 매트랩(MATLAB, Mathworks, MA)에 의하여 수치 계산을 수행할 수도 있으나, 이에 한정되는 것은 아니다.In the fluid velocity distribution calculating method and apparatus according to the embodiments, the number of pixels of the particle trajectory formed continuously connected in the moving direction of the fluid and the number of pixels from the channel wall surface to the point where the pixels of the particle trajectory appear are stored, The position and local velocity of the particle trajectory can be calculated using the distance per unit pixel from the image data. The numerical calculation accompanying the collective processing of one or more image data obtained by the imaging equipment (for example, a CCD (charge coupled device) camera) may be performed by software. For example, numerical calculation may be performed by commercial software MATLAB (Mathworks, MA), but the present invention is not limited thereto.
본 명세서에 기술된 실시예들에 따른 유체의 속도분포 산출 방법 및 장치, 또는 이들의 어떤 측면이나 부분은, 컴퓨터와 같은 연산 장치에 의하여 실행될 수 있다. 예컨대, 상기 유체의 속도분포 산출 방법은 플로피 디스켓, CD-ROM, DVD, 하드 드라이브, 또는 기타 임의의 컴퓨터로 판독 가능한 기록 매체와 같은 유형 매체에 포함된 프로그램(즉, 명령어)의 형태로 구현될 수도 있다. 이러한 프로그램은 컴퓨터와 같은 연산 장치에 로드(load)되어 실행되며, 상기 장치를 이용하여 실시예들에 따른 유체의 속도분포 산출 방법이 수행될 수 있다. The method and apparatus for calculating the velocity distribution of fluids according to the embodiments described herein, or any aspect or portion thereof, may be performed by a computing device, such as a computer. For example, the method for calculating the velocity distribution of the fluid may be implemented in the form of a program (i.e., an instruction) included in a tangible medium, such as a floppy diskette, CD-ROM, DVD, hard drive, or any other computer- It is possible. Such a program is loaded and executed on a computing device such as a computer, and a method of calculating the velocity distribution of the fluid according to the embodiments can be performed using the device.
도 1은 마이크로플루이딕(microfluidic) 흐름에서 입자궤적의 형성을 설명하기 위한 개념도이다. 1 is a conceptual diagram for explaining formation of a particle trajectory in a microfluidic flow.
도 1을 참조하여, 유체가 일방향으로 흐르는 경우의 미세 입자궤적 속도법(μPSV)의 기본 원리를 설명한다. 마이크로플루이딕 채널이 형성된 마이크로플루이딕 칩과 촬영 장비로 구성된 장치를 이용하여, 형광 표지입자의 집합적 영상 처리에 의해 유체의 속도분포를 산출할 수 있다. 표지입자는 모양이 구(sphere) 형상이고 현탁 유체 내에서 묽은 농도로 분산될 수 있다. 마이크로플루이딕 채널의 채널폭은 약 10 ㎛ 부터 수백 ㎛까지의 범위일 수 있다. 또한, 촬영 장비는 CCD 카메라가 장착된 형광 현미경 등으로 구성될 수 있다. The basic principle of the fine particle trajectory velocity method (PSV) when the fluid flows in one direction will be described with reference to Fig. Using a microfluidic chip with a microfluidic channel and a device composed of imaging equipment, the velocity distribution of the fluid can be calculated by collective image processing of fluorescently labeled particles. The marker particles are spherical in shape and can be dispersed in a dilute concentration in the suspension fluid. The channel width of the microfluidic channel may range from about 10 microns to several hundred microns. The imaging equipment may be a fluorescence microscope equipped with a CCD camera or the like.
미세 입자궤적 속도법(μPSV)으로 유체의 속도분포를 산출하기 위해서는, 입자가 충분히 낮은 농도로 분산되어 입자들간의 상호작용이 무시되어야 한다. CCD 카메라 노출시간 △t 동안에 표지입자의 중심이 yi 지점에 위치하며 거리 △xj 만큼 이동하여 길이가 ls 인 궤적을 형성하였다면, yi 지점에서 유체의 국부속도 vx는 아래의 수학식 1과 같이 산출된다. In order to calculate the velocity distribution of the fluid by the fine particle trajectory velocity method (μPSV), the particles should be dispersed at a sufficiently low concentration so that the interactions between the particles should be ignored. If the center of the marker particle is located at y i during the CCD camera exposure time t and forms a locus of length l s by traveling distance x j , then the local velocity v x of the fluid at point y i is given by the following
도 2는 일 실시예에 따른 유체의 속도분포 산출 방법을 적용하기 위해 입자궤적을 나타내는 영상 데이터에서 채널 벽면과 픽셀 위치를 도시한 것을 나타내는 개념도이다. 2 is a conceptual diagram showing a channel wall surface and a pixel position in image data representing a particle trajectory in order to apply the fluid velocity distribution calculation method according to an embodiment.
도 2를 참조하면, 마이크로플루이딕 채널을 흐르는 표지입자의 영상 데이터로부터, 유체 진행 방향인 x방향으로 형성되는 입자궤적의 빛 세기를 포함하는 첫 픽셀의 위치 Ps,p와 마지막 픽셀의 위치 Pe ,p, 그리고 상기 유체 진행 방향인 x방향과 수직인 y방향으로서 마이크로플루이딕 채널의 벽면에 가장 근접한 첫번째 픽셀 위치 Ps ,1가 결정될 수 있다. 형광 현미경과 CCD 카메라의 배율에 따라 결정되는 단위 픽셀당 실제 거리가 β이면, 마이크로플루이딕 채널에서 입자궤적의 측면방향 위치 yi는 하기 수학식 2에 의하여 산출될 수 있다. 2, the position P s, p of the first pixel including the light intensity of the particle trajectory formed in the x direction, which is the fluid advancing direction, from the image data of the cover particle flowing through the microfluidic channel , and the position P e , p , and the first pixel position P s , 1 closest to the wall surface of the microfluidic channel as the y direction perpendicular to the x direction, which is the fluid flow direction, can be determined. If a fluorescence microscope and the actual distance per unit pixel, which is determined according to the scale of the CCD camera is β, the micro fluidic side position of the particle trajectory from Dick channel y i can be calculated by the following equation (2).
한편, 표지입자의 반지름을 Rp, CCD 카메라의 노출시간을 tE라 할 경우, yi 지점에서의 상기 표지입자의 국부속도 vx(yi)는 하기 수학식 3에 의하여 산출될 수 있다. On the other hand, in the case considered the radius of the marker particles R p, the exposure time of the CCD camera t E, the local speed of the label particle in the y i point v x (y i) is to be calculated by the equation (3) .
도 3은 일 실시예에 따른 유체의 속도분포 산출 방법의 각 단계를 도시하는 순서도이다. 도 3은 마이크로플루이딕 채널에서 묽은 농도의 표지입자가 분산된 유체의 유동을 형광 현미경으로 촬영하여 얻어지는 입자궤적의 영상 데이터에 대한 집합적 처리 알고리즘을 도시한다.3 is a flowchart showing each step of the method for calculating the velocity distribution of the fluid according to one embodiment. FIG. 3 shows an aggregate processing algorithm for image data of particle trajectories obtained by photographing a flow of a fluid in which microparticulate labeled particles are dispersed in a microfluidic channel by a fluorescence microscope.
도 3을 참조하면, 먼저 형광 현미경으로 마이크로플루이딕 채널 내의 하나 이상의 영상 데이터를 획득할 수 있다(S1). 다음으로, 영상 변환 및 초기 제거 과정을 수행할 수 있다(S2). 영상 변환 및 초기 제거 과정이란, 영상 데이터에 포함된 픽셀들 중 미세 입자궤적 속도법(μPSV)의 적용에 적합하지 않은 픽셀들을 제거하기 위한 과정이다. 예를 들어, 주변에 비해 밝은 밝기를 갖는 픽셀들 중 영상 데이터의 주변 경계선에 걸쳐 있는 픽셀 및/또는 픽셀들의 연속적인 라인이 서로 중첩된 부분의 픽셀들이 상기 단계(S2)에서 제거될 수 있다. Referring to FIG. 3, one or more image data in a microfluidic channel can be acquired by a fluorescence microscope (S1). Next, the image conversion and the initial removal process can be performed (S2). The image conversion and the initial removal process are processes for removing pixels that are not suitable for applying the fine particle trajectory velocity (PPSV) method among the pixels included in the image data. For example, among the pixels having bright brightness relative to the periphery, the pixels in the portion where the pixels and / or the consecutive lines of pixels overlapping the peripheral boundary of the image data overlap with each other may be removed in the step S2.
다음으로, 영상 데이터로부터 유체의 국부속도를 얻기 위하여 영상 데이터를 처리할 수 있다(S3). 영상 데이터의 처리 과정(S3)은 컴퓨터 등 연산 장치에 의하여 수행될 수 있다. 또한, 영상 데이터의 처리 과정(S3)은 컴퓨터 상에서 실행되는, 공지된 또는 향후 개발될 임의의 소프트웨어를 이용하여 수행될 수도 있다. 예를 들어, 상용 소프트웨어인 매트랩(MATLAB, Mathworks, MA)에 의하여 상기 영상 데이터의 처리 과정(S3)이 수행될 수도 있으나, 이에 한정되는 것은 아니다. Next, the image data may be processed to obtain the local velocity of the fluid from the image data (S3). The image data processing step S3 may be performed by a computing device such as a computer. In addition, the process S3 of processing the image data may be performed using any software known or later to be developed which is executed on a computer. For example, the process S3 of the image data may be performed by MATLAB (Mathworks, MA), which is a commercial software, but the present invention is not limited thereto.
영상 데이터의 처리 과정(S3)은 세부 단계(S31-S37)를 포함할 수 있다. 먼저, 처리할 대상 영상 데이터를 결정하고(S31), 대상 영상 데이터를 빛 세기에 따라 수치 행렬화하여 하나의 색으로 이루어진 데이터를 형성할 수 있다(S32). 일 실시예에서는, 대상 영상 데이터를 빛 세기에 따라 적색, 녹색, 및 청색의 픽셀 단위로 수치 행렬화하되, 표지입자의 형광물질에 의한 세기가 가장 강한 색의 데이터를 이용하여 입자궤적을 분석할 수도 있다. The process S3 of the video data may include sub-steps S31-S37. First, the target image data to be processed is determined (S31), and data of one color is formed by converting the target image data into a numerical matrix according to light intensity (S32). In one embodiment, the target image data is numerically matrix-matched with red, green, and blue pixel units according to the light intensity, and the particle trajectory is analyzed using color data of the strongest intensity by the fluorescent material of the label particle It is possible.
다음으로, 하나의 색으로 이루어진 수치 행렬에서 지역 잡음을 제거할 수 있다(S33). 일 실시예에서는, 수치 행렬의 각 원소의 값을, 해당 원소 및 이와 인접한 원소들의 값을 평균한 값으로 재설정하는 평군화 과정을 수행할 수도 있다. 그 결과, 평균화된 수치 행렬에서는, 빛 세기가 주변 인접 지역의 빛 세기에 비하여 상대적으로 크거나 작은 값을 갖는 픽셀의 잡음이 감쇄된다. Next, the local noise can be removed from the numerical matrix consisting of one color (S33). In one embodiment, the value of each element of the numeric matrix may be reset to a value obtained by averaging the value of the element and its neighboring elements. As a result, in the averaged numerical matrix, the noise of the pixel whose light intensity is relatively large or small relative to the light intensity of the neighboring area is attenuated.
다음으로, 평균화에 의해 지역 잡음이 제거된 수치 행렬을 이용하여 주어진 영상 데이터의 전체 픽셀의 빛 세기의 평균값을 구할 수 있다(S34). 전술한 것과 같이, 영상 데이터에서 형광 표지입자의 입자궤적은 다른 부분에 비해 상대적으로 밝게 나타난다. 입자궤적을 구성하는 픽셀의 빛 세기는 영상 데이터를 구성하는 전체 픽셀의 빛 세기의 평균 이상이므로, 각각의 픽셀의 수치를 전체 빛 세기의 평균과 비교하여 평균값 이상의 세기를 갖는 픽셀들이 입자궤적을 구성하는 것으로 결정할 수 있다. Next, an average value of the light intensity of all the pixels of the given image data can be obtained using the numerical matrix in which the local noise is removed by averaging (S34). As described above, the particle trajectory of the fluorescently-labeled particle in the image data is relatively bright compared to other portions. Since the light intensity of a pixel constituting the particle trajectory is equal to or greater than the average light intensity of all the pixels constituting the image data, the pixels having the intensity equal to or higher than the average value are compared with the average of the total light intensity, .
즉, 주어진 영상 데이터를 구성하는 각 픽셀의 빛 세기가 전체 픽셀의 빛 세기의 평균값 이상인지를 판정하여(S35), 평균값 이상의 빛 세기를 갖는 픽셀을 입자궤적을 구성하는 궤적 요소로 결정할 수 있다(S36). 하나의 영상 데이터에는 궤적 요소들로 이루어진 하나 또는 복수 개의 입자궤적이 포함될 수 있다. 다음으로, 입자궤적을 이루는 픽셀들을 이용하여 위치 및 국부속도를 산출할 수 있다(S37). 위치 및 국부 속도는 입자궤적을 구성하는 픽셀의 마이크로플루이딕 채널 벽면에서의 측면방향 위치 및 유체 이동 방향으로 연속된 길이를 이용하여 산출될 수 있다. 이상에 의한 위치 및 국부속도의 산출(S37)이 완료되면, 다시 초기 단계(S31)로 돌아가 다른 영상 데이터에 대하여 전술한 과정(S32-S37)을 반복할 수 있다. That is, it is determined whether the light intensity of each pixel constituting the given image data is equal to or greater than the average value of the light intensity of all pixels (S35), and the pixel having the light intensity equal to or higher than the average value can be determined as the locus element constituting the particle locus S36). One image data may include one or a plurality of particle trajectories made up of trajectory elements. Next, the position and local velocity can be calculated using the pixels constituting the particle trajectory (S37). The position and the local velocity can be calculated using a continuous length in the lateral direction position and the fluid movement direction at the microfluidic channel wall surface of the pixels constituting the particle trajectory. When the calculation of the position and the local velocity according to the above is completed (S37), the process returns to the initial step S31 and the above-described processes (S32-S37) for the other image data can be repeated.
이러한 영상 데이터의 처리 과정(S3)을 모든 영상 데이터에 대하여 반복 수행하면, 그 결과로부터 유체의 속도분포를 산출할 수 있다(S4). 유체의 속도분포는, 하나 이상의 영상 데이터에서 얻어진 모든 입자궤적 중 위치에 관계 없이 무작위로 결정된 일부 또는 전부의 입자궤적을 이용하여 산출될 수 있다. 도 3에 도시된 각 단계의 구체적인 수치 계산 방법에 대해 이하에서 상세히 설명한다. If the process S3 of the image data is repeated for all the image data, the velocity distribution of the fluid can be calculated from the result (S4). The velocity distribution of the fluid can be calculated using some or all of the particle trajectories randomly determined regardless of the position of all the particle trajectories obtained from one or more image data. A detailed numerical calculation method of each step shown in FIG. 3 will be described in detail below.
도 4는 일 실시예에 따른 유체의 속도분포 산출 방법에 의한 마이크로플루이딕 채널의 일방향(uni-directional) 유체 흐름에서의 영상 데이터의 모식도이다.4 is a schematic diagram of image data in a uni-directional fluid flow of a microfluidic channel by a method of calculating a velocity distribution of a fluid according to an embodiment.
도 4는 일 실시예에 따른 유체의 속도분포 산출 방법이 적용될 마이크로플루이딕 칩을 도시한다. 마이크로플루이딕 칩은 하부 기판(3) 및 하부 기판(3)상에 위치하는 상부 기판(4)을 포함할 수 있다. 일 실시예에서, 하부 기판(3)은 유리로 이루어질 수 있다. 또한, 일 실시예에서, 상부 기판(4)은 폴리디메틸실록세인(poydimethylsiloxane; PDMS)으로 이루어질 수 있다. 그러나, 마이크로플루이딕 칩의 구성은 전술한 것에 한정되지 않으며, 유체가 흐를 수 있는 마이크로플루이딕 채널을 형성할 수 있는 다른 상이한 구조 및/또는 재질로 마이크로플루이딕 칩을 형성할 수도 있다.4 shows a microfluidic chip to which a method of calculating the velocity distribution of fluid according to an embodiment is applied. The microfluidic chip may include a
일 실시예에서, 상부 기판(4)은 두 개의 서로 평행한 평판형 벽면과, 평판형 벽면들로 에워싸인 공간을 사이에 두고 서로 이격되어 위치하며 서로 평행한 상측 벽면 및 하측 벽면을 포함할 수 있다. 평판형 벽면들, 상측 벽면 및 하측 벽면에 의하여 둘러싸인 공간에 의하여 마이크로플루이딕 채널이 형성된다. 마이크로플루이딕 채널은 길이 L(즉, 유체 진행 방향을 따른 길이) 및 깊이 H를 갖는다. 또한, 마이크로플루이딕 채널은 유체 진행 방향과 수직인 폭 W를 가지며, 이는평판형 벽면 사이의 이격 거리에 의해 결정된다. 마이크로플루이딕 채널의 깊이 H 및 길이 L은 폭 W에 비해 충분히 커서, 마이크로플루어딕 채널 내에 주입된 유체에 의하여 마이크로플루이딕 채널 내에 일 방향 유동이 형성될 수 있다. In one embodiment, the
형광 표지입자(2)가 분산된 유체가 마이크로플루이딕 채널 내를 흐르는 동안, 촬영 장비(예컨대, CCD 카메라)에 의해 마이크로플루이딕 채널을 촬영할 수 있다. CCD 카메라의 초점면(focal plane)은 마이크로플루이딕 채널의 상부 기판(4)의 상측 벽면 및 하측 벽면의 영향을 받지 않는 영역(예를 들어, 깊이 H/2 지점)에 위치시킬 수 있다. 초점면을 넓이로 하여 초점면의 위로부터 아래에 걸쳐 초점깊이(focal depth) 만큼의 높이를 갖는 초점부피(focal volume)(1)가 형성된다. 이때, 초점부피(1)가 마이크로플루이딕 채널 깊이의 중간부근에 위치하도록 하여 측정하는 것이 바람직하다.The microfluidic channel can be photographed by the imaging equipment (for example, a CCD camera) while the fluid in which the fluorescent-labeled
도 5는 일 실시예에 따른 유체의 속도분포 산출 방법에서 입자궤적의 영상 데이터 처리과정을 나타낸 도면이다. 5 is a view illustrating a process of processing image data of particle trajectories in a fluid velocity distribution calculating method according to an embodiment.
도 5의 (1)은 형광 현미경에 의하여 얻어진 영상 데이터로서, 하나 이상의 입자들의 궤적, 채널 벽면 및 배경이 나타나 있다. 이러한 영상 데이터는 카메라의 성능에 따라 결정되는 픽셀 수를 갖는다. 이하의 설명에서는, 영상 데이터가 세로 m개 및 가로 n개의 픽셀 수(m, n은 자연수)를 갖는 것으로 가정하여 설명하기로 한다. Fig. 5 (1) shows image data obtained by fluorescence microscopy, showing the trajectory of one or more particles, the channel wall surface, and the background. Such image data has a number of pixels determined according to the performance of the camera. In the following description, it is assumed that the image data has the number of pixels of m vertical and n horizontal (m, n is a natural number).
도 5의 (2)는 도 5의 (1)의 영상 데이터를 색상에 따라 빛의 3원색인 적색(R), 녹색(G), 청색(B)으로 각각 필터링한 도면이다. 적색, 녹색 및 청색의 영상 데이터를 각각 세로 m 및 가로 n개의 픽셀에 대한 m×n의 행렬로 나타낼 수 있다. 도 5의 (1)의 영상 데이터는 적색, 녹색 및 청색에 대해 모두 입자궤적을 나타내지만, 표지입자의 형광물질에 의해 얻어진 녹색의 세기가 가장 강하기 때문에, 일 실시예에서는 녹색에 대한 데이터를 이용하여 입자궤적을 분석할 수 있다. 그러나 이는 예시적인 것으로서, 실시예들에 의하여 입자궤적을 분석하기 위한 데이터가 녹색에 대한 데이터로 한정되는 것은 아니다. Fig. 5 (2) is a diagram in which the image data of Fig. 5 (1) is filtered by the three primary colors of red (R), green (G), and blue (B) The image data of red, green, and blue can be represented by a matrix of mxn for pixels of length m and width n, respectively. Although the image data of FIG. 5 (1) shows particle trajectories for red, green, and blue colors, since the intensity of green light obtained by the fluorescent material of the label particles is strongest, in one embodiment, The particle trajectory can be analyzed. However, this is merely an example, and the data for analyzing the particle trajectory according to the embodiments are not limited to the data on green.
도 5의 (1)의 영상 데이터는, 녹색 광에 대한 픽셀 세기인 g를 원소로 하는 m×n 행렬 G mn으로 나타낼 수 있다. 이때, 예를 들면, 입자궤적과 배경과의 경계 부근에서 잡음이 존재할 수 있으며, 이 잡음이 입자궤적을 계산하는데 왜곡된 정보를 제공할 수 있다. 따라서, 지역 잡음을 제거하기 위하여 행렬의 각 원소는 해당 원소 및 이를 중심으로 하는 인접 원소들의 값의 평균으로 평균화될 수 있다. 예컨대, 행렬 G mn의 임의의 원소 gij의 (i, j) 지점을 중심으로 그 주변 원소들을 포함하는 3×3 행렬 G L , ij는 하기 수학식 4와 같이 정의된다.The image data of (1) in FIG. 5 can be represented by an m × n matrix G mn having g as a pixel intensity with respect to green light as an element. At this time, for example, noise may exist near the boundary between the particle trajectory and the background, and this noise may provide distorted information in calculating the particle trajectory. Therefore, in order to remove the local noise, each element of the matrix can be averaged by averaging the value of the element and neighboring elements centering on the element. For example, a 3x3 matrix G L , ij including surrounding elements around a (i, j) point of an arbitrary element g ij of the matrix G mn is defined as Equation (4).
즉, 잡음을 제거하기 위하여, 행렬 G mn의 각 원소에 대해 임의의 1차 모멘트의 적용으로 지역 평균값을 취할 수 있다. 예를 들어, 상기 (i,j) 지점에서의 지역 평균값 gA , ij는 하기 수학식 5와 같이 나타낼 수 있다.That is, to remove noise, a local mean value can be taken by applying an arbitrary first moment to each element of the matrix G mn . For example, the local average value g A , ij at the (i, j) point can be expressed by the following equation (5).
예를 들어, (i,j) 지점의 잡음인 빛 세기가 이 주변 지역의 빛 세기에 비하여 그 크기가 상대적으로 클 경우, 전술한 지역 평균화 과정에 의하여 주변 지역의 빛 세기와의 차이가 감쇄될 수 있다. For example, if the intensity of the noise at the (i, j) point is relatively larger than the intensity of the surrounding area, the difference between the intensity of the surrounding area and the intensity of the surrounding area is attenuated by the above- .
이상의 지역 잡음 제거 과정을 행렬 G mn의 전체 원소에 대해 확장함으로써, 주변에 비해 비정상적으로 크거나 작은 값을 갖는 픽셀로 인한 잡음이 감쇄될 수 있다. 그 결과 얻어진 도 5의 (3)에서의 G A , mn는 G mn에 비해 지역 잡음이 현격히 감쇄된 값을 갖는다. By extending the local noise removal process above for all the elements of the matrix G mn , the noise due to pixels having abnormally large or small values compared to the surroundings can be attenuated. The resultant G A , mn in (3) of FIG. 5 has a value where the local noise is remarkably attenuated compared to G mn .
입자궤적을 나타내는 픽셀이 갖는 빛 세기는 그 주변 배경에 비하여 상대적으로 높은 수치를 나타낸다. 영상 데이터에서 한개 혹은 그 이상의 입자궤적과 그 주변 배경을 분리하기 위해, G A , mn 행렬의 전체 원소 gA , ij에 대한 평균값 GA를 하기 수학식 6과 같이 구할 수 있다.The light intensity of the pixel representing the particle trajectory is relatively high as compared with the surrounding background. To one or more of the separated particle trajectories and their surrounding background in the image data, the G to A, the total element g A, an average value G to A ij of mn matrix can be determined as shown in equation (6).
입자궤적은 평균값 GA를 각 픽셀(즉, 행렬의 각 원소)의 값과 비교하여 산출될 수 있다. 잡음이 제거된 G A , mn의 픽셀 중에서 입자궤적을 형성하는 궤적 요소 픽셀 및 배경 픽셀을 판정하는 과정은 하기 수학식 7과 같다.The particle trajectory can be calculated by comparing the average value G A with the value of each pixel (i.e., each element of the matrix). The process of determining the locus element pixel and the background pixel that form the particle locus among the pixels of the noise canceled G A , mn is shown in Equation (7).
즉, 주어진 영상 데이터에서 평균값 GA 이상의 빛 세기를 갖는 픽셀은 궤적 요소를 구성하며, 평균값 GA보다 작은 빛 세기를 갖는 픽셀은 배경인 것으로 결정할 수 있다. 이때, 궤적 요소 픽셀이 행 또는 열 방향으로 연속되어 있을 경우 이를 입자궤적으로 결정할 수 있다. 예를 들어, 궤적 요소 픽셀이 미리 결정된 개수만큼 연속될 경우 해당 픽셀들의 연속을 입자궤적으로 인식할 수 있다. That is, in the given image data, the pixel having the light intensity of the average value G A or more constitutes the locus element, and the pixel having the light intensity smaller than the average value G A can be determined as the background. At this time, when the locus element pixels are continuous in the row or column direction, it can be determined as the particle locus. For example, when the trajectory element pixels are consecutive by a predetermined number, the consecutive pixels can be recognized as a particle trajectory.
상기 과정을 수행함으로써 입자궤적으로부터 전술한 수학식 3에서 연속한 x방향 픽셀 수 Pe ,p-Ps ,p을 얻을 수 있으며, 수학식 3을 이용하여 상기 x방향으로 형성된 입자궤적들의 국부속도인 vx(yi)를 구할 수 있다. 여기서, 형성된 각 입자궤적들의 위치 yi는, 상기 영상 데이터에서 y방향에 대한 픽셀 위치를 이용하여 수학식 2로부터 얻을 수 있다. 이러한 과정을 형광 현미경으로 촬영하여 얻은 모든 영상 데이터에 대해 반복함으로써, 각각의 입자궤적들의 측면방향 위치 및 국부속도를 산출할 수 있다. From the particle trajectory, it is possible to obtain the number of consecutive x-direction pixels P e , p -P s , p from the particle trajectory, and calculate the local velocity of the particle trajectories formed in the x- V x (y i ) can be obtained. Here, the position y i of each formed particle trajectory can be obtained from Equation (2) using the pixel position in the y direction in the image data. By repeating this process on all image data obtained by photographing with a fluorescence microscope, the lateral position and local velocity of each particle trajectory can be calculated.
다음으로, 입자궤적의 위치에 상관없이 얻어진 복수의 입자궤적 또는 모든 입자궤적으로부터 얻어진 국부속도 vx(yi)로부터, 하기 수학식 8에 의해 일방향으로 흐르는 유체의 속도분포 vx(y)를 산출할 수 있다.Next, the velocity distribution v x (y) of the fluid flowing in one direction from the local velocity v x (y i ) obtained from the plurality of particle trajectories or all the particle trajectories obtained regardless of the position of the particle locus is expressed by Can be calculated.
더 나아가서, 유체의 속도분포로부터 유체의 평균유속 Vm을 하기 수학식 9에 의해 산출할 수도 있다.Further, the average flow velocity V m of the fluid from the velocity distribution of the fluid may be calculated by the following equation (9).
도 6은 일 실시예에 따른 유체의 속도분포 산출 장치의 구성도이다. 6 is a configuration diagram of a fluid velocity distribution calculating apparatus according to an embodiment.
도 6을 참조하면, 유체의 속도분포 산출 장치는 마이크로플루이딕 칩(9), 촬영부(10, 11) 및 연산부(12)를 포함할 수 있다. 마이크로플루이딕 칩(9)은 상부 기판 및 하부 기판으로 구성되고, 상부 기판 및/또는 하부 기판에는 유체 유입구(15), 마이크로플루이딕 채널(16), 및 유체 유출구(17)가 형성될 수 있다. 일 실시예에서, 마이크로플루이딕 채널(16)은 채널폭 약 37 ㎛, 깊이 약 180 ㎛, 길이 약 3 cm로 단면이 직사각형인 슬릿형(slitlike)으로 형성되어 마이크로플루이딕 채널(16) 내에 일방향 유동이 형성되도록 할 수 있다. 마이크로플루이딕 채널(16)의 상측 벽면과 양측 벽면의 재질은 물과의 접촉각 약 105°를 갖는 소수성의 폴리디메틸실록산(polydimethylsiloxan, PDMS)일 수 있다. 또한, 마이크로플루이딕 채널(16)의 하측 벽면 재질은 물과의 접촉각 약 50°를 갖는 친수성 유리일 수 있다. PDMS로 이루어지는 주형 제작, 및 PDMS와 유리의 접합은 MEMS(Microelectromechanical systems) 공정에 의해 이루어질 수도 있다. 6, the fluid velocity distribution calculating device may include a
마이크로플루이딕 채널(16) 내로, 형광 표지입자가 분산된 유체가 흐를 수 있다. 일 실시예에서, 유체 내에는 직경이 약 0.5 ㎛인 구형의 형광 라텍스 입자가 약 2 ppm의 매우 묽은 농도로 분산될 수 있다. 입자의 직경(2Rp)이 마이크로플루이딕 채널(16)의 폭(W)에 비해 작을수록, 입자에 의해 유동장이 교란되는 현상이 배제되어 속도분포를 더욱 정확하게 산출할 수 있다. 일 실시예에서, 입자의 직경 및 마이크로플루이딕 채널(16)의 폭은 2Rp/W가 0.1 이하가 되도록 결정될 수도 있으나, 이에 한정되는 것은 아니다. The fluid in which the fluorescent label particles are dispersed can flow into the
일 실시예에서, 유체의 속도분포 산출 장치는 시린지 펌프(5) 및 압력 게이지(6)를 더 포함할 수도 있다. 형광 표지입자가 분산된 유체를 시린지 펌프(5)를 이용하여 일정한 유량과 압력으로 마이크로플루이딕 칩(9)의 유입구를 통하여 마이크로플루이딕 채널(16)로 주입시킬 수 있다. 이 경우, 가해진 압력차는 압력 게이지(6)를 이용하여 확인할 수 있다. 또한, 마이크로플루이딕 칩(9)을 통과한 후 유출구(미도시)로 배출되는 유량 데이터가 전자 저울(8)에 의하여 확인되어 연산부(12)로 전송될 수도 있다. In one embodiment, the device for calculating the velocity distribution of the fluid may further include a
촬영부(10, 11)는 형광 현미경(10) 및 CCD 카메라(11)를 포함할 수 있다. 또한, 형광 현미경(10)은 형광 광원(100), 대물 렌즈(103), 하나 이상의 반사경(102, 106), 및 하나 이상의 형광 필터(101, 104, 105, 107) 등으로 이루어질 수 있다. 형광 광원(100)에서 발생된 빛이 형광 필터(excitation filter)(101) 및 반사경(102)을 통해 형광 표지입자를 관찰하기에 적합한 파장대의 빛으로 필터링될 수 있다. 필터링된 빛이 마이크로플루이딕 칩(9)에 조사되면, 마이크로플루이딕 채널(16) 내에 흐르는 유체에 분산된 형광 표지입자들의 고유의 파장의 빛을 발하게 된다. The
표지입자들이 발하는 빛은 대물렌즈(103)의 배율에 의하여 확대되고, 차단 필터(barrier filter)(104), 집광 필터(collector filter)(105), 반사경(106) 및 ND 필터(neutral density filter)(107) 등을 거쳐 CCD 카메라(11)에 입사될 수 있다. 형광 현미경(10)의 구체적인 구성에 대해서는 본 발명의 통상의 기술자에게 잘 알려져 있으므로, 자세한 설명을 생략한다. 또한, 본 명세서 및 첨부된 도면들에서 설명되는 것은 형광 현미경(10)의 구성의 일 예에 지나지 않으며, 형광 현미경은 표지입자들에 의해 발하는 빛을 검출하기 위한 다른 상이한 구성을 가질 수도 있다. The light emitted by the marking particles is enlarged by the magnification of the
CCD 카메라(11)는 형광 현미경(10)으로부터 입사된 빛을 촬영하여 하나 이상의 영상 데이터를 얻을 수 있다. 예를 들어, CCD 카메라(11)는 소정의 시간 간격으로 마이크로플루이딕 채널(16) 내의 영상 데이터를 촬영할 수 있다. CCD 카메라(11)에 의해 얻어진 하나 이상의 영상 데이터는 연산부(12)로 전달될 수 있다. 연산부(12)는, 도 3 및 도 5를 참조하여 전술한 수치 계산을 수행함으로써 유체의 속도분포를 산출할 수 있다. The
도 7은 일 실시예에 따른 유체의 속도분포 산출 방법에 의해 얻어진 입자궤적을 포함하는 다수의 영상 데이터들을 나타낸다.FIG. 7 shows a plurality of image data including a particle trajectory obtained by the fluid velocity distribution calculating method according to an embodiment.
도 7은 40개의 영상 데이터(즉, 영상 화면)를 5개의 열 및 8개의 행을 갖는 어레이 형태로 배열한 것을 도시한다. 배열된 각각의 영상 데이터는 유체의 유량 Q가 약 1.7 ㎕/min이며, 무차원 레이놀즈(Reynolds) 수가 약 0.26이고, 형광 현미경의 대물렌즈의 초점깊이는 약 0.41 ㎛이고 배율은 약 100배이며, CCD 카메라 노출 시간 tE을 약 30 ms로 설정하고, 초점 위치는 채널 길이의 중간 지점인 약 1.5㎝ 지점이고 초점 부피는 채널 깊이의 중간 부근으로 설정하여 유체가 완전발달(fully-developed) 흐름을 만족하는 조건에서 촬영하여 얻어진 동영상을 사진 파일의 영상 데이터로 변환한 일부 예이다. 각각의 영상 데이터에는 640×480개의 픽셀이 포함되며, 영상 데이터의 단위 픽셀당 실제 거리는 약 0.184 ㎛이다. Fig. 7 shows that 40 pieces of image data (i.e., image screens) are arranged in an array form having 5 rows and 8 rows. Each of the arrayed image data has a fluid flow rate Q of about 1.7 / / min, a dimensionless Reynolds number of about 0.26, a focusing depth of the objective lens of the fluorescence microscope of about 0.41 쨉 m and a magnification of about 100 times, The CCD camera exposure time t E is set to about 30 ms, the focus position is about 1.5 cm midway between the channel lengths, and the focus volume is set near the middle of the channel depth so that the fluid has a fully-developed flow This is a partial example in which a moving image obtained by photographing under satisfactory conditions is converted into image data of a photograph file. Each image data includes 640 x 480 pixels, and the actual distance per unit pixel of the image data is about 0.184 mu m.
도 8은 일 실시예에 따른 유체의 속도분포 산출 방법에 의해 산출된, 압력차(즉, 벽면에서의 전단 속도(wall shear rate))에 따른 유체의 속도분포를 나타내는 그래프이다. 8 is a graph showing the velocity distribution of the fluid according to the pressure difference (i.e., the wall shear rate) calculated by the fluid velocity distribution calculation method according to one embodiment.
도 8의 그래프는, 전단 속도 129, 338, 644 및 1290 s-1 각각에 대해, 실시예들에 의해 마이크로플루이딕 채널 벽면의 측면방향 위치에서 입자궤적들의 국부속도를 얻어서 유체의 속도분포를 산출한 결과를 각각 원, 마름모, 삼각형 및 사각형으로 도시한다. 또한, 도 8의 그래프는 전술한 결과들 각각에 대한 2차 회귀(regression) 결과를 실선으로 도시한다. 도 8에 도시된 결과는, 압력차가 약 0.84, 약 2.2, 약 4.2, 및 약 8.4 mbar/cm로 증가함에 따라 유체의 유량 Q 및 채널 벽면에서의 전단 속도가 증가하는 것을 이용하여 얻어졌다. 채널 벽면에서의 전단 속도는 물리적으로 속도구배(velocity gradient)를 의미하며, 슬릿형 채널에서는 6Q/W2H로 산출된다. 도 8에서 x축이 0 ㎛과 37 ㎛인 부분은 마이크로플루이딕 채널 측면의 소수성 PDMS 벽면에 해당하는 바, PDMS 벽면에서 유체의 속도가 0이 아닌 유한한 값의 미끄럼 속도(slip velocity)를 갖는 것을 확인할 수 있다. The graph of FIG. 8 shows that for each of the
도 9는 일 실시예에 따른 유체의 속도분포 산출 방법을 종래 기술에 의한 결과와 비교하여 나타내는 그래프이다. 도 9에서 점선으로 연결된 원(910)들은 유출구에서 배출된 유량으로부터 예측된 평균유속을 나타내며, 점선으로 연결된 사각형(920)들은 종래의 방법에 의해 산출된 평균유속을 나타내고, 또한 점선으로 연결된 마름모(930)들은 일 실시예에 의해 얻어진 평균 유속을 나타낸다. 평균유속은 mm/s 단위로 도시되었다. 도 9에 도시된 세 결과가 거의 일치하는 사실로부터, 일 실시예에 의하여 얻어진 유체의 평균유속의 정확성을 확인할 수 있다. 9 is a graph showing a method of calculating a velocity distribution of a fluid according to an embodiment in comparison with results obtained by the prior art.
도 10은 일 실시예에 따른 유체의 속도분포 산출 방법을 종래 기술에 의한 결과와 비교하여 나타내는 또 다른 그래프이다. 도 10에서 막대(1010, 1020, 1030, 1040)는 종래의 방법에 의한 영상 데이터의 처리 시간(분)을 전단 속도에 따라 나타낸 것이며, 막대(1110, 1120, 1130, 1140)는 일 실시예에 의한 영상 데이터의 처리 시간을 전단 속도에 따라 나타낸 것이다. 도시되는 바와 같이, 일 실시예에 의한 영상 데이터의 처리 시간이 종래의 방법에 의한 영상 데이터의 처리 시간보다 약 20배 감소한다. 따라서, 본 실시예에 의하여 종래에 비해 매우 신속한 신속한 영상 처리를 통해 정확한 결과의 산출이 가능함을 확인할 수 있다. 10 is another graph showing the method of calculating the velocity distribution of fluid according to one embodiment compared with the results of the prior art. In FIG. 10, the
이상에서 살펴본 본 발명은 도면에 도시된 실시예들을 참고로 하여 설명하였으나 이는 예시적인 것에 불과하며 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 실시예의 변형이 가능하다는 점을 이해할 것이다. 그러나, 이와 같은 변형은 본 발명의 기술적 보호범위 내에 있다고 보아야 한다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해서 정해져야 할 것이다.While the invention has been shown and described with reference to certain embodiments thereof, it will be understood by those skilled in the art that various changes and modifications may be made therein without departing from the spirit and scope of the invention as defined by the appended claims. However, it should be understood that such modifications are within the technical scope of the present invention. Accordingly, the true scope of the present invention should be determined by the technical idea of the appended claims.
Claims (13)
상기 하나 이상의 영상 데이터 각각에서, 상기 영상 데이터의 빛 세기의 평균값을 이용하여 상기 표지입자의 입자궤적을 검출하는 단계;
복수 개의 상기 입자궤적에서 각각의 상기 입자궤적의 상기 마이크로플루이딕 채널 벽면으로부터의 측면방향 위치 및 상기 유체의 이동 방향을 따라 연속된 길이를 집합적으로 처리함으로써 상기 유체의 국부속도를 산출하는 단계; 및
상기 하나 이상의 영상 데이터 각각으로부터 얻어진 상기 유체의 측면방향 위치에서의 국부속도를 이용하여 상기 유체의 속도분포를 산출하는 단계를 포함하되,
상기 입자궤적을 검출하는 단계는,
상기 영상 데이터의 빛 세기의 평균값 이상의 빛 세기를 갖는 픽셀을 궤적 요소로 결정하는 단계; 및
상기 궤적 요소가 미리 결정된 개수만큼 연속된 영역을 상기 입자궤적으로 결정하는 단계를 포함하는 것을 특징으로 하는 유체의 속도분포 산출 방법.
Obtaining, by fluorescence microscopy, at least one image data in a microfluidic channel through which a fluid containing fluorescently labeled particles flows;
Detecting a particle trajectory of the marker particle using an average value of light intensity of the image data in each of the at least one image data;
Calculating a local velocity of the fluid by collectively treating a length of the particle trajectory in a plurality of the particle trajectories along a lateral direction position from the microfluidic channel wall surface and a continuous length along the flow direction of the fluid; And
Calculating a velocity distribution of the fluid using a local velocity at a lateral position of the fluid obtained from each of the at least one image data,
Wherein the step of detecting the particle trajectory comprises:
Determining a pixel having a light intensity equal to or greater than an average value of the light intensity of the image data as a locus element; And
And determining an area in which the locus elements are consecutive by a predetermined number as the particle locus.
상기 입자궤적을 검출하는 단계 전에, 상기 영상 데이터에서 주변 경계선에 걸쳐있거나 중첩된 입자궤적을 제외하는 단계를 더 포함하는 것을 특징으로 하는 유체의 속도분포 산출 방법.
The method according to claim 1,
Further comprising the step of excluding particle trajectories that are overlaid or overlaid on the peripheral boundary line in the image data before the step of detecting the particle trajectory.
상기 입자궤적을 검출하는 단계 전에, 상기 영상 데이터를 필터링하여 하나의 색으로 이루어진 영상 데이터를 얻는 단계를 더 포함하며,
상기 입자궤적을 검출하는 단계는, 상기 하나의 색으로 이루어진 영상 데이터를 이용하여 수행되는 것을 특징으로 하는 유체의 속도분포 산출 방법.
The method according to claim 1,
Further comprising the step of filtering the image data to obtain image data of one color before detecting the particle trajectory,
Wherein the step of detecting the particle trajectory is performed using the image data of the one color.
상기 입자궤적을 검출하는 단계 전에, 상기 영상 데이터의 각 원소를 평균화하여 지역 잡음을 제거하는 단계를 더 포함하는 것을 특징으로 하는 유체의 속도분포 산출 방법.
6. The method according to claim 1 or 5,
Further comprising the step of averaging each element of the image data to remove local noise before the step of detecting the particle trajectory.
상기 유체의 속도분포를 산출하는 단계는, 상기 하나 이상의 영상 데이터 각각으로부터 얻어진 상기 유체의 측면방향 위치에서의 국부속도를 모아서 산출하는 단계를 포함하는 것을 특징으로 하는 유체의 속도분포 산출 방법.
The method according to claim 1,
Wherein calculating the velocity distribution of the fluid includes collecting and calculating a local velocity at a lateral position of the fluid obtained from each of the at least one image data.
상기 유체의 속도분포를 산출하는 단계는, 상기 하나 이상의 영상 데이터 각각으로부터 얻어진 상기 유체의 측면방향 위치에서의 국부속도를 이용하여 상기 유체의 평균유속을 산출하는 단계를 포함하는 것을 특징으로 하는 유체의 속도분포 산출 방법.
8. The method of claim 1 or 7,
Wherein calculating the velocity distribution of the fluid comprises calculating an average velocity of the fluid using a local velocity at a lateral position of the fluid obtained from each of the at least one image data. Velocity distribution calculation method.
상기 마이크로플루이딕 채널 내의 하나 이상의 영상 데이터를 획득하도록 구성된 촬영부; 및
상기 하나 이상의 영상 데이터 각각에서, 상기 영상 데이터의 빛 세기의 평균값 이상의 빛 세기를 갖는 픽셀을 궤적 요소로 결정하며, 상기 궤적 요소가 미리 결정된 개수만큼 연속된 영역을 입자궤적으로 결정함으로써 상기 표지입자의 입자궤적을 검출하고, 복수 개의 상기 입자궤적에서 각각의 상기 입자궤적의 상기 마이크로플루이딕 채널 벽면으로부터의 측면방향 위치 및 상기 유체의 이동 방향을 따라 연속된 길이를 집합적으로 처리함으로써 상기 유체의 국부속도를 산출하며, 상기 하나 이상의 영상 데이터 각각으로부터 얻어진 상기 유체의 측면방향 위치에서의 국부속도를 이용하여 상기 유체의 속도분포를 산출하도록 구성된 연산부를 포함하는 것을 특징으로 하는 유체의 속도분포 산출 장치.
A microfluidic chip including a microfluidic channel configured to allow a fluid containing fluorescently labeled particles to flow;
An imaging unit configured to acquire at least one image data in the microfluidic channel; And
A pixel having a light intensity equal to or greater than an average value of the light intensity of the image data is determined as a locus element in each of the at least one image data and a region of the locus elements consecutive by a predetermined number is determined as a particle locus, Collectively processing a length of the particle trajectory in a lateral direction from the microfluidic channel wall surface of each of the particle trajectories in a plurality of the particle trajectories and a continuous length along the moving direction of the fluid, And a computing unit configured to calculate a velocity and to calculate a velocity distribution of the fluid using a local velocity at a lateral position of the fluid obtained from each of the at least one image data.
상기 마이크로플루이딕 칩은, 서로 이격된 한 쌍의 평판형 벽면을 포함하되, 상기 한 쌍의 평판형 벽면 사이의 공간에 의해 상기 마이크로플루이딕 채널이 정의되며,
상기 마이크로플루이딕 채널의 폭은 상기 마이크로플루이딕 채널의 길이 및 깊이에 비해 작은 것을 특징으로 하는 유체의 속도분포 산출 장치.
10. The method of claim 9,
The microfluidic chip includes a pair of flat plate-shaped wall surfaces spaced from each other, wherein the microfluidic channel is defined by a space between the pair of flat plate-
Wherein the width of the microfluidic channel is smaller than the length and depth of the microfluidic channel.
상기 촬영부는,
형광 광원의 빛을 상기 마이크로플루이딕 채널에 조사하며, 상기 마이크로플루이딕 채널 내의 상기 표지입자로부터 발광된 빛을 수신하는 형광 현미경; 및
상기 표지입자로부터 발광된 빛을 상기 형광 현미경을 통해 수신하고, 수신된 빛으로부터 상기 하나 이상의 영상 데이터를 생성하는 수광부를 포함하는 것을 특징으로 하는 유체의 속도분포 산출 장치.
10. The method of claim 9,
Wherein,
A fluorescence microscope which irradiates light of a fluorescent light source onto the microfluidic channel and receives light emitted from the label particle in the microfluidic channel; And
And a light receiving unit that receives light emitted from the label particle through the fluorescence microscope and generates the at least one image data from the received light.
상기 수광부는 CCD(charge coupled device) 카메라를 포함하는 것을 특징으로 하는 유체의 속도분포 산출 장치.
12. The method of claim 11,
Wherein the light receiving unit includes a charge coupled device (CCD) camera.
상기 프로그램은,
형광 현미경에 의하여, 형광 표지입자가 포함된 유체가 흐르는 마이크로플루이딕 채널 내의 하나 이상의 영상 데이터를 획득하는 단계;
상기 하나 이상의 영상 데이터 각각에서, 상기 영상 데이터의 빛 세기의 평균값을 이용하여 상기 표지입자의 입자궤적을 검출하는 단계;
복수 개의 상기 입자궤적에서 각각의 상기 입자궤적의 상기 마이크로플루이딕 채널 벽면으로부터의 측면방향 위치 및 상기 유체의 이동 방향을 따라 연속된 길이를 집합적으로 처리함으로써 상기 유체의 국부속도를 산출하는 단계; 및
상기 하나 이상의 영상 데이터 각각으로부터 얻어진 상기 유체의 측면방향 위치에서의 국부속도를 이용하여 상기 유체의 속도분포를 산출하는 단계를 상기 컴퓨터에 의해 수행하도록 구성되고,
상기 입자궤적을 검출하는 단계는,
상기 영상 데이터의 빛 세기의 평균값 이상의 빛 세기를 갖는 픽셀을 궤적 요소로 결정하는 단계; 및
상기 궤적 요소가 미리 결정된 개수만큼 연속된 영역을 상기 입자궤적으로 결정하는 단계를 포함하는 것을 특징으로 하는 컴퓨터로 판독 가능한 기록 매체. A computer-readable recording medium on which a program executable by a computer is recorded,
The program includes:
Obtaining, by fluorescence microscopy, at least one image data in a microfluidic channel through which a fluid containing fluorescently labeled particles flows;
Detecting a particle trajectory of the marker particle using an average value of light intensity of the image data in each of the at least one image data;
Calculating a local velocity of the fluid by collectively treating a length of the particle trajectory in a plurality of the particle trajectories along a lateral direction position from the microfluidic channel wall surface and a continuous length along the flow direction of the fluid; And
And calculating a velocity distribution of the fluid using a local velocity at a lateral position of the fluid obtained from each of the one or more image data,
Wherein the step of detecting the particle trajectory comprises:
Determining a pixel having a light intensity equal to or greater than an average value of the light intensity of the image data as a locus element; And
And determining, as the particle trajectory, an area in which the trajectory elements are consecutive by a predetermined number.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120130423A KR101416452B1 (en) | 2012-11-16 | 2012-11-16 | Method and apparatus for measuring velocity profile by collective imaging of microfluidic tracer particle and computer-readable recording medium recorded with program performing the method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120130423A KR101416452B1 (en) | 2012-11-16 | 2012-11-16 | Method and apparatus for measuring velocity profile by collective imaging of microfluidic tracer particle and computer-readable recording medium recorded with program performing the method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20140065589A KR20140065589A (en) | 2014-05-30 |
| KR101416452B1 true KR101416452B1 (en) | 2014-07-14 |
Family
ID=50892388
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020120130423A KR101416452B1 (en) | 2012-11-16 | 2012-11-16 | Method and apparatus for measuring velocity profile by collective imaging of microfluidic tracer particle and computer-readable recording medium recorded with program performing the method |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101416452B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104833820A (en) * | 2015-05-08 | 2015-08-12 | 华中科技大学 | Flow velocity measurement system based on fluorescent tracing technique and method thereof |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105301282A (en) * | 2015-11-25 | 2016-02-03 | 河海大学 | Fluid three-dimensional velocity field measuring system |
| KR102313821B1 (en) * | 2016-09-30 | 2021-10-18 | (주) 솔 | Method for evaluating fluid flow characteristics of lens-free cmos photonic array sensor package module with fluidic system |
| KR101838707B1 (en) * | 2016-11-30 | 2018-03-14 | 한국과학기술연구원 | Method and apparatus for analysis of concentration depletion layer formed in electroviscous flows of fluid |
| KR102080838B1 (en) * | 2018-02-28 | 2020-02-24 | 한국과학기술원 | Method of observing dynamics using rapid freezing of a nanofluidic chip |
| KR102039016B1 (en) * | 2018-09-13 | 2019-10-31 | 황준철 | Concentration monitoring system and method |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060038533A (en) * | 2004-10-30 | 2006-05-04 | 한국과학기술연구원 | A method and a device for measuring a velocity profile of dilute suspension in microfluidic channel |
| KR20100052737A (en) * | 2008-11-11 | 2010-05-20 | 한국과학기술연구원 | Microfluidic device for measuring boundary slip velocity in microchannel flows |
-
2012
- 2012-11-16 KR KR1020120130423A patent/KR101416452B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060038533A (en) * | 2004-10-30 | 2006-05-04 | 한국과학기술연구원 | A method and a device for measuring a velocity profile of dilute suspension in microfluidic channel |
| KR20100052737A (en) * | 2008-11-11 | 2010-05-20 | 한국과학기술연구원 | Microfluidic device for measuring boundary slip velocity in microchannel flows |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104833820A (en) * | 2015-05-08 | 2015-08-12 | 华中科技大学 | Flow velocity measurement system based on fluorescent tracing technique and method thereof |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20140065589A (en) | 2014-05-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101416452B1 (en) | Method and apparatus for measuring velocity profile by collective imaging of microfluidic tracer particle and computer-readable recording medium recorded with program performing the method | |
| US11268887B2 (en) | Manipulation of microfluidic droplets | |
| CN106414772B (en) | Method and apparatus for performing digital assays using polydisperse droplets | |
| US8361415B2 (en) | Inertial particle focusing system | |
| EP3458857B1 (en) | Systems and methods for automated single cell cytological classification in flow | |
| Jimenez et al. | Efficient separation of small microparticles at high flowrates using spiral channels: Application to waterborne pathogens | |
| Sen et al. | Optical measurement of pore scale velocity field inside microporous media | |
| Winer et al. | Application of a three-dimensional (3D) particle tracking method to microfluidic particle focusing | |
| Hessenkemper et al. | Particle shadow velocimetry (PSV) in bubbly flows | |
| US20080047833A1 (en) | Microfluidic device, measuring apparatus, and microfluid stirring method | |
| US9964557B2 (en) | Apparatus for optical microfluidics slug edge detection | |
| US11630052B2 (en) | Ultra-high throughput detection of fluorescent droplets using time domain encoded optofluidics | |
| JP4276217B2 (en) | Method and apparatus for measuring the speed of a thin suspension in a microfluidic channel | |
| US10955342B2 (en) | Light detection device | |
| CN110506201A (en) | Device for detecting particles and particle detecting method | |
| TWI657411B (en) | Image processing method and image processing apparatus | |
| WO2018127997A1 (en) | Method for trapping droplets, measurement cell, and droplet-trapping device | |
| Brockmann et al. | Utilizing APTV to investigate the dynamics of polydisperse suspension flows beyond the dilute regime: Applying APTV to polydisperse suspensions flows | |
| KR101788956B1 (en) | A method of particle seperation by using a phenomenon of intertial focusing in co-flow | |
| Weil et al. | Image processing-based measurement of volume for droplets in the microfluidic system | |
| Winer et al. | Apparent size correlation: A simple method to determine vertical positions of particles using conventional microscopy | |
| Błoński et al. | Hydro-dynamically modified seeding for micro-PIV | |
| Lin et al. | FSVPy: A python-based package for fluorescent streak velocimetry (FSV) | |
| Zhang | Optimizing Micro-vortex Chamber for Living Single Cell Rotation | |
| Izaguirre et al. | Emergence of preferential flow paths and intermittent dynamics in emulsion transport in porous media |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20170703 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20180703 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20190717 Year of fee payment: 6 |