Хотите использовать эти знания, чтобы немного поиграть? Возьмите несколько пластин и разрежьте их под разными углами. Разместите их так, чтобы шарик переходил от одного к другому. Возможно, вам понадобится скотч, чтобы удерживать их на месте, и вам придется поэкспериментировать с тем, насколько сильно вы толкаете шарик. Слишком сильно, и он преодолеет центростремительную силу, перепрыгнув через край пластины.

Автоматическое обнаружение копыт у лошадей с помощью датчиков инерциального измерительного блока, установленного на копытах

Abstract

Для классификации походки события «копыто-вперед» и «отталкивание копыт» являются фундаментальными интересующими характеристиками передвижения. Эти события могут быть измерены с помощью инерциальных измерительных устройств (IMU), которые измеряют ускорение и угловую скорость в трех направлениях. Целью этого исследования было представить два алгоритма для автоматического обнаружения копыт по сигналам ускорения и угловой скорости, измеренным установленными на копытах ИДУ при ходьбе и рыси по твердой поверхности. Семь теплокровных лошадей были оснащены двумя беспроводными ИДУ, которые крепились к боковой стенке правого переднего (RF) и заднего (RH) копыт. Лошадей передвигали и перегоняли рысью над силовой пластиной для внутренней проверки.Согласование алгоритмов сигналов ускорения и угловой скорости с силовой пластиной было оценено с помощью анализа Бланда Альтмана и анализа линейной смешанной модели. Эти анализы были выполнены как для обнаружения копыт, так и для обоих алгоритмов по отдельности. Для обнаружения копыт наиболее точным был алгоритм угловой скорости с точностью от 2,39 до 12,22 мс и точностью около 13,80 мс, в зависимости от походки и копыт. Для обнаружения копыт алгоритм ускорения оказался наиболее точным с точностью до 3.20 мс и точность 6,39 мс, независимо от походки и копыт. Эти алгоритмы выглядят очень многообещающими для целей классификации походки, хотя применимость этих алгоритмов должна быть исследована при различных обстоятельствах, таких как разные поверхности и разные условия стрижки копыт.

Образец цитирования: Tijssen M, Hernlund E, Rhodin M, Bosch S, Voskamp JP, Nielen M, et al. (2020) Автоматическое обнаружение копыт у лошадей с помощью датчиков инерциального измерительного блока, установленных на копытах.PLoS ONE 15 (6): e0233266. https://doi.org/10.1371/journal.pone.0233266

Редактор: Крис Роджерс, Университет Мэсси, НОВАЯ ЗЕЛАНДИЯ

Поступила: 9 октября 2019 г .; Дата принятия: 3 мая 2020 г .; Опубликовано: 3 июня 2020 г.

Авторские права: © 2020 Tijssen et al. Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных: Все соответствующие данные находятся в документе и его файлах с вспомогательной информацией.

Финансирование: Для текущего анализа существующих данных внешнее финансирование не использовалось. Косвенная поддержка оказывалась через заработную плату всех соавторов в домашних учреждениях. Inertia-Technology B.V. предоставила поддержку в виде заработной платы автору С. Бошу, Rosmark Consultancy предоставила поддержку в виде заработной платы автору J.P. Voskamp, ​​конкретные роли этих авторов сформулированы в разделе «Авторский вклад».У спонсоров не было никакой дополнительной роли в дизайне исследования, сборе и анализе данных, решении опубликовать или подготовке рукописи.

Конкурирующие интересы: Авторы ознакомились с политикой журнала, и у авторов этой рукописи есть следующие конкурирующие интересы: С. Бош — оплачиваемый сотрудник Inertia-Technology BV, компании, которая продает инерциальную сенсорную систему, используемую для данных. коллекции и получил зарплату за свою роль в этом исследовании.J.P. Voskamp является основателем Rosmark Consultancy и получил зарплату за свою роль в этом исследовании. Inertia-Technology B.V., Rosmark Consultancy и Утрехтский университет являются партнерами корпорации EquiMoves®. Это не влияет на нашу приверженность политике PLOS ONE в отношении обмена данными и материалами.

Введение

Анализ походки является важным элементом для понимания конного спорта и может выполняться путем изучения характеристик походки и положения сегментов тела лошади во время движения.Походки можно отличить по характеру падения стопы, а также по информации о продолжительности фазы поддержки по сравнению со всей продолжительностью шага одной ноги [1]. Для классификации походки фундаментальной характеристикой передвижения является время постановки копыта, то есть наступление и отрыв копыт всеми конечностями. Эти события можно исследовать визуально, но из-за ограничений временного разрешения человеческого глаза [2] существуют ограничения на то, насколько хорошо эти события можно различить.Вместо этого используются инструменты объективного измерения, такие как силовые пластины, системы оптического захвата движения (OMC) и инерциальные измерительные блоки (IMU) [3].

В целом силовая пластина считается золотым стандартом для кинетического анализа походки. С помощью этого метода удары копыт могут быть зарегистрированы по сигналу вертикальной силы путем применения порогового значения, которое является субъективным. Кроме того, сбор данных занимает много времени [4], и этот метод можно использовать только в лабораторных условиях. Кроме того, несколько последовательных шагов можно измерить только с помощью беговой дорожки для измерения силы и обуви для измерения силы [3], что может изменить кинематику [5, 6].Системы OMC и IMU также могут использоваться для измерения последовательных шагов, и системы OMC считаются золотым стандартом для кинематического анализа походки. Однако эти системы дороги, и их нелегко переместить из-за большого количества необходимых камер и инфраструктуры. Следовательно, системы OMC имеют ограниченную полезность в полевых условиях [7]. IMU можно легко использовать в полевых условиях, поскольку они портативны, беспроводны и становятся относительно дешевыми. Следовательно, ИДУ улучшают возможности анализа походки в полевых условиях.

Предыдущие исследования изучали точность и точность IMU по сравнению с силовой пластиной [8, 9] и системами OMC [7, 10–12] и показали потенциал IMU для анализа и классификации походки. Однако анализ данных и извлечение копытных событий выполнялись вручную или полуручно, что требует много времени и является субъективным. Сокращение времени и объективность могут быть достигнуты путем разработки алгоритма автоматического обнаружения событий включения и выключения копыт по выходным данным IMU [3].Выходные данные IMU состоят из сигналов трехосного ускорения и угловой скорости. Недавно было проведено одно исследование для оценки нескольких алгоритмов обнаружения копытных событий и проверки их соответствия с силовой пластиной [13]. В этом исследовании использовались IMU, установленные на дистальных конечностях, и наиболее эффективный алгоритм этого исследования показал точность от -19,7 до 17,6 мс и точность от 7,5 до 31,0 мс, в зависимости от походки, конечности и копыта [13]. Точность, обнаруженная в этом исследовании, была достаточной для классификации походки, хотя точность была менее удовлетворительной.Производительность этого алгоритма можно улучшить, прикрепив IMU ближе к месту удара, то есть к копыту лошади, тем самым ограничив ослабление вибраций через конечность [14, 15].

В ходе этого исследования были разработаны два алгоритма автоматического обнаружения копытных событий, основанные на сигналах ускорения и угловой скорости, измеренных установленными на копытах ИДУ при шагании и рыси по твердой поверхности. Для классификации походки необходимая точность и прецизионность обнаружения копытных событий еще не исследованы.Тем не менее, важны оценки продолжительности стойки и поворота в дополнение к знаниям о времени бокового и диагонального размещения копыт. Поэтому мы стремимся к точности и прецизионности, аналогичной или лучшей по сравнению с исследованием Braganςa et al. (2017) [13].

Материалы и методы

В начале этого исследования данные силовой пластины и IMU были исследованы визуально. Данные IMU показали характерные пики, совпадающие со временем отрыва копыт и отрывом копыт, измеренным с помощью силовых пластин, как ранее описано Olsen et al.[9] и изображены на рис. 1. В ходе текущего исследования мы разработали два алгоритма для обнаружения этих отличительных пиков на основе данных IMU и применили более продвинутый метод для определения времени включения и выключения копыт по силовой пластине. Эти времена контакта силовой пластины использовались для внутренней проверки алгоритмов.

Рис. 1.

Общая иллюстрация движения копыта (A), модифицированная из работы Witte et al. [8], а также сигналы ускорения (B), угловой скорости (C) и вертикальной силы (D).События включения и выключения копыт показаны вертикальными пунктирными линиями, а точки показывают обнаруженные события включения и выключения копыт по различным сигналам. Эти копытные события происходят в начале и в конце фазы стойки, показанной как период, не подчеркнутый темным лучом. Горизонтальная пунктирная линия в D показывает порог, используемый для обнаружения копыт по сигналу силы.

https://doi.org/10.1371/journal.pone.0233266.g001

Сбор данных

Для текущего исследования мы использовали данные, которые были собраны для предыдущего исследования [13].Измерения были выполнены на семи теплокровных лошадях ( Equus ferus caballus ; более подробную информацию см. В приложении S1) в клинике для лошадей Утрехтского университета на кафедре клинических наук.

Все лошади были оснащены беспроводными IMU ProMove-mini (Inertia-Technology BV, Enschede, Нидерланды; более подробную информацию см. В приложении S1), которые измеряли ускорение, низкое — g, ускорение с диапазоном ± 16 g, и . высокий — g ускорение в диапазоне ± 400 g и угловая скорость в диапазоне ± 2000 ° / с и частота дискретизации 200 Гц.Два IMU были прикреплены к боковой стенке правого переднего (RF) и заднего (RH) копыт с помощью двусторонней и нормальной ленты, как показано на рис. 2.

Рис. 2. Расположение инерциальных измерительных блоков (ИИБ) на копыте.

Расположение IMU указано красными стрелками на боковой четверти правого переднего и заднего копыта с отражающими маркерами с обеих сторон (латеральная пятка, латеральный палец и латеральный венчик), использованные для другого исследования [13].

https: // doi.org / 10.1371 / journal.pone.0233266.g002

Все лошади прошли и перебегали рысью по силовой плите (Z4852C, Кистлер, Винтертур, Швейцария; более подробную информацию см. в приложении S1), чтобы собрать как минимум пять действительных ударов силовой плиты для обоих передние и задние копыта; каждое действительное воздействие будет считаться испытанием в дальнейшем анализе. Удар считался действительным, если выполнялись два критерия: 1) только одно целое копыто было помещено на силовую пластину и 2) лошадь велась по прямой с постоянной скоростью 0.От 8 до 1,4 м / с для ходьбы и от 1,7 до 2,7 м / с для рыси.

Три светоотражающих маркера системы OMC (Qualisys AB, Motion Capture System, Гетеборг, Швеция; более подробную информацию см. В приложении S1) были приклеены к боковой пятке, боковому пальцу стопы и боковой коронке каждого копыта, как показано на рис. 2. собранные данные OMC использовались в другом исследовании для обнаружения обрыва [16], но были необходимы для синхронизации времени в текущем исследовании.

Силовая пластина и система OMC были синхронизированы по времени с помощью аппаратного соединения ([13]; дополнительные сведения см. В приложении S1).Синхронизация времени системы OMC и IMU была достигнута путем вычисления взаимной корреляции между сигналом угловой скорости IMU и сигналом положения отражающих маркеров системы OMC ([7, 13]; более подробную информацию см. В S1 Приложение).

Первоначальные измерения лошади были выполнены в соответствии с голландским законом об экспериментах на животных и одобрены местным комитетом по этике Утрехтского университета. Все лошади присутствовали в учебных целях, и в то время эти измерения не считались дополнительными экспериментами на животных в рамках голландского законодательства.Таким образом, конкретный номер эксперимента недоступен.

Анализ данных

Данные силовой пластины.

Собранные данные силовой пластины были предварительно обработаны Inertia Technology B.V .. Действительные удары были отобраны и разрезаны на различные испытания; каждое испытание состояло как минимум из одного действительного удара, а иногда и из двух последовательных ударов копытами RF и RH.

На рис. 1D можно увидеть сигнал вертикальной силы одного действительного удара. Пунктирными линиями показаны моменты времени включения и выключения копыт, для обнаружения которых использовался порог.Это пороговое значение было рассчитано на основе среднего значения сигнала (x) и стандартного отклонения сигнала от базовой линии, то есть периода до того, как произошло действительное воздействие. Чтобы отличить воздействия от базовой линии, среднее значение сигнала силы было рассчитано с помощью скользящего среднего окна длиной 130 мс, а базовая линия была определена для средних значений ниже 100 Н. Для каждого испытания пороговое значение (T) было определяется:

Стандартное отклонение было умножено на 2,58, что привело к обнаружению верхнего 0.5% нормально распределенного сигнала, чтобы гарантировать обнаружение только сильных ударов.

«Копыто» было определено как первый момент, когда вертикальная сила превысила пороговое значение. Отрыв копыт был определен как первый момент, когда вертикальная сила упала ниже порогового значения.

Данные IMU.

Собранные данные IMU были предварительно обработаны Inertia Technology B.V. и разрезаны на различные испытания, соответствующие испытаниям силовой пластины. Собранные данные IMU состояли из двух сигналов трехосного ускорения, низкого сигнала ускорения g и высокого сигнала ускорения g и одного сигнала трехосной угловой скорости.Два сигнала ускорения были объединены в один сигнал трехосного ускорения, который использовался во время текущего исследования [7]. Дальнейший анализ данных был выполнен в MATLAB (версия R2017a, The MathWorks Inc., Натик, Массачусетс, США).

Предварительно обработанные сигналы трехосного ускорения и угловой скорости были дополнительно подготовлены для анализа в два этапа: 1) дрейф смещения был удален из сигнала ускорения, и 2) корень из суммы квадратов, евклидова норма, был вычислен из трех — сигналы осевого ускорения и угловой скорости, приводящие к однонаправленному сигналу ускорения и угловой скорости.Евклидова норма использовалась для сокращения времени расчета в отличие от расчета матрицы вращения для конкретной лошади [11] и для устранения артефактов из-за неправильного расположения датчика на копыте. Это сделает алгоритмы более применимыми в полевых условиях.

Предварительно обработанный сигнал показан на рис. 3A. Чтобы отличить последовательные шаги друг от друга, фаза стойки и фаза поворота конечности оценивались путем вычисления дисперсии сигналов ускорения и угловой скорости.Дисперсия была рассчитана путем применения скользящей функции дисперсии для двух сигналов с длиной окна 130 мс. Вариация угловой скорости была выше, чем дисперсия сигнала ускорения, и чтобы учесть это, мы уменьшили дисперсию угловой скорости в двадцать пять раз. Фаза стойки определялась, когда оба сигнала имели отклонение ниже пяти, оставшиеся моменты времени были отнесены к фазе замаха. Длина окна, фактор уменьшения масштаба и порог дисперсии оставались одинаковыми для всех лошадей и испытаний.Эти значения были выбраны, чтобы гарантировать, что: 1) все временные точки фазы свинга были отнесены к предполагаемой фазе свинга, и 2) за каждой фазой свинга следовала фаза стойки. Эта процедура привела к тому, что предполагаемая фаза замаха была длиннее, чем реальная фаза замаха, чтобы убедиться, что события «копыт» и «копыт» были включены в приблизительную расчетную фазу замаха. Расчетная фаза качания обозначена рамкой на фиг. 3B.

Рис. 3. Общая иллюстрация сигнала IMU и шагов, выполняемых обоими алгоритмами.

Предварительно обработанный сигнал обозначен буквой A. Расчетная фаза качания указана прямоугольником в B. Для сигнала угловой скорости обнаруживаются пики в пределах одной расчетной фазы качания (B). Из этих пиков выбирали пики, если высота пика или выступ был больше, чем средняя высота пика или выступ, или и то, и другое (C). После этого пик, ближайший к началу оцениваемой фазы взмаха, был выбран в качестве точки времени отрыва копыта, а пик, ближайший к концу оцениваемой фазы замаха, был выбран как точка времени подъёма копыта (D).Для сигнала ускорения эти шаги были выполнены для первой и второй половины расчетной фазы поворота, обозначенной пунктирными прямоугольниками в B.

https://doi.org/10.1371/journal.pone.0233266.g003

Затем мы отдельно определили копыто и отрыв по сигналам ускорения и угловой скорости, разработав два алгоритма.

Алгоритм сигнала угловой скорости оценивал каждую фазу качания отдельно. Были обнаружены пики, обозначенные точками на фиг. 3B, и по этим пикам были рассчитаны средняя высота пика и средняя протуберанец пика.Выступление пика показывает, насколько пик выделяется из-за его внутренней высоты и расположения относительно других пиков. Пики выбирались, если пик был выше средней высоты пика или выступ был больше среднего выступа, или и то, и другое. Эти выбранные пики обозначены точками на фиг. 3C. Отрыв копыта определялся как момент времени, соответствующий пику, ближайшему к началу предполагаемой фазы замаха. Для обнаружения копыт оценивались только обнаруженные пики второй половины фазы замаха.Опять же, рассчитывались средняя высота пика и средняя высота пика. Пики выбирались, если пик был выше средней высоты пика или выступ был больше среднего выступа, или и то, и другое. Копыто было определено как момент времени, соответствующий пику, ближайшему к концу предполагаемой фазы замаха. Пики, выбранные как копыта без копыт, обозначены точками на рис. 3D.

Алгоритм сигнала ускорения оценил сигнал аналогично описанному выше.Однако только пики, обнаруженные в первой половине фазы взмаха, оценивались на предмет обнаружения копыт, а пики, обнаруженные во второй половине фазы взмаха, оценивались на наличие копыт. Первая и вторая половина фазы качания обозначены пунктирными прямоугольниками на фиг. 3B. После этого этапа были обнаружены пики, обозначенные точками на фиг. 3B, и по этим пикам были рассчитаны средняя высота пика и средняя протуберанец пика. Пики выбирались, если пик был выше средней высоты пика или выступ был больше среднего выступа, или и то, и другое.Эти выбранные пики обозначены точками на фиг. 3C. Отрыв копыта определялся как момент времени, соответствующий пику, ближайшему к началу предполагаемой фазы замаха. Копыто было определено как момент времени, соответствующий пику, ближайшему к концу предполагаемой фазы замаха. Пики, выбранные как копыта без копыт, обозначены точками на рис. 3D.

Оценка параметра шага.

С определенными моментами времени включения и выключения копыт были определены следующие параметры шага:

• Продолжительность стойки — время между включением и опусканием копыта одного и того же копыта
• Разница во времени наступления копыта — разница во времени между обнаружением копыт в обоих алгоритмах оценивалась с помощью функции обнаружения копыт с силовой пластиной отдельно для данного копыта.
• Разница во времени отрыва копыта — разница во времени между обнаружением отрыва копыта обоими алгоритмами оценивалась с помощью функции обнаружения отрыва копыта с силовой пластиной отдельно для данного копыта.

Оценка производительности

Нормальность параметров шага проверялась визуально путем изучения графика QQ и гистограммы в R (версия 1.1.414, RStudio Inc, Бостон, Массачусетс, США). После этого для интерпретации результатов было оценено распределение разницы во времени подъема копыт и работа обоих алгоритмов с помощью Bland Altman и анализа линейной смешанной модели.

Блэнд Альтман.

Согласие между алгоритмом ускорения и силовой пластиной и алгоритмом угловой скорости и силовой пластиной было оценено для продолжительности стойки. В этой оценке сравнивались два разных метода измерения продолжительности стойки, поэтому анализ BlandAltmanLeh был выполнен с помощью пакета «BlandAltmanLeh» [17].

Результаты этого анализа показали среднюю разницу в продолжительности стойки между алгоритмами и силовой пластиной и стандартное отклонение (SD) этих различий. Эти результаты считались лучшими, если они были ближе к нулю, поскольку это указывает на небольшую и последовательную разницу между алгоритмами и силовой пластиной, то есть на хорошую точность и прецизионность. Положительное среднее значение указывает на более короткую продолжительность стойки, измеренную с помощью силовой пластины, а отрицательное среднее значение указывает на более длительную продолжительность стойки, измеренную с помощью силовой пластины, по сравнению с алгоритмами.Кроме того, для расчета ширины доверительного интервала использовались верхний и нижний пределы доверительного интервала. Предпочтительно, чтобы ширина доверительного интервала была небольшой, что означает, что различия между алгоритмами и силовой пластиной были согласованными.

Анализ линейной смешанной модели.

Был проведен линейный анализ смешанной модели для оценки влияния лошади, копыт, походки и испытания на эффективность алгоритмов для всех параметров шага. Этот анализ был выполнен с помощью пакета «lme4» [18].Независимыми переменными этого анализа были влияние копыт, походка, количество проанализированных испытаний и срок взаимодействия между копытом и походкой. Модель описывается: где Y _ijkl — прогнозируемое значение ijkl -ой записи, μ — общее среднее значение, копыто _i — эффект копыта ( i может быть копытами RF или RH), походка _j — эффект походки ( j может быть ходьбой или рысью), испытание _k — эффект испытания ( k может быть от 1 до 9 в зависимости от количества попыток, собранных для лошади), (копыто x походка) _ij — это эффект взаимодействия между копытом _i и походкой _j , а ɛ _ijkl — член остаточной ошибки, связанный с ijkl -ой записью.В модель был включен случайный перехват для каждой лошади.

Редукция модели применялась с информационным критерием Акаике, а модель с наименьшими значениями информационного критерия Акаике была выбрана в соответствии с принципом бритвы Оккама. Остатки каждой выбранной модели были визуально проверены на предмет отклонений от нормальности и гомоскедастичности. Прогнозируемое значение продолжительности стойки и разница во времени между алгоритмами и силовой пластиной (Y) были рассчитаны для каждой комбинации копыт _и и походки _и (пакет «emmeans» [19]).Кроме того, были рассчитаны нижний и верхний пределы 95% доверительного интервала (пакет «MASS» [20]).

Эффективность этих алгоритмов оценивалась на основе прогнозируемых значений и ширины доверительных интервалов. Для продолжительности стойки прогнозируемые значения обоих алгоритмов считались лучшими, если бы они были ближе к прогнозируемому значению силовой пластины, а ширина доверительного интервала была предпочтительной, чтобы быть небольшой, что указывает на хорошую точность. Для разницы во времени включения и выключения копыт между алгоритмами и силовой пластиной прогнозируемое значение считалось лучшим, если оно было ближе к нулю, поскольку это указывает на небольшую разницу между алгоритмами и силовой пластиной, т.е.е. хорошая точность. Положительное прогнозируемое значение указывает на отложенное обнаружение алгоритмами, а отрицательное прогнозируемое значение указывает на слишком раннее обнаружение алгоритмами по сравнению с измерением силовой пластины. Предпочтительно, чтобы ширина 95% доверительного интервала была небольшой, что означает, что различия между алгоритмами и силовой пластиной были согласованными, то есть с хорошей точностью. Схематические изображения этих прогнозируемых значений использовались для оценки точности и точности алгоритмов.

Результаты

Всего было проанализировано 147 испытаний: 75 испытаний правого переднего копыта (36 на шагу и 39 на рыси) и 72 испытания на правое заднее копыто (34 на шагу и 38 на рыси). ). В таблице 1 дан обзор количества проанализированных испытаний и характеристик копыт и походки. Предварительно обработанные данные одного измерения на рыси можно увидеть на рис. S1. Продолжительность стойки рассчитана и может быть найдена в таблице S1. Параметры шага были нормально распределены.

Распределение разницы во времени для обнаружения копыт проиллюстрировано на рисунке 4A для алгоритма ускорения и на рисунке 4B для алгоритма угловой скорости.Распределение на обоих рисунках показывает более высокие значения для RH копыта на ходу и более низкие значения для RF копыта на рыси. Распределение на фиг. 4A имеет среднее значение около 7 мс, в отличие от распределения на фиг. 4B, которое имеет среднее значение 16,5 мс. Кроме того, на рис. 4A нет выбросов, в отличие от рис. 4B, на котором распределение имеет выбросы около -75 и 50 мс.

Рис. 4. Распределение разницы во времени между обоими алгоритмами и силовой пластиной для обнаружения копыт.

Разница во времени для обнаружения копыт отображается в верхнем ряду, а разница во времени для обнаружения копыта отображается в нижнем ряду. Различные сочетания копыт и походки обозначены их собственным цветом.

https://doi.org/10.1371/journal.pone.0233266.g004

Распределение разницы во времени для обнаружения копыт проиллюстрировано на рис. 4C для алгоритма ускорения и на рис. 4D для алгоритма угловой скорости. Распределение на рис. 4C имеет более низкое среднее значение, около 0.78 мс по сравнению с распределением на рис. 4D, которое имеет среднее значение 3,2 мс. На рис. 4C распределение имеет выбросы около -57,5, 55 и 150 мс, в отличие от распределения на рис. 4D, которое имеет выбросы около -50 и 50 мс. Для обеих моделей нельзя было провести четкого различия между различными комбинациями копыта / походки.

Анализ Bland Altman

Результаты в Таблице 2 показывают, что средняя разница и стандартное отклонение были ближе к нулю для алгоритма угловой скорости, за исключением SD для RF копыта на рыси, которое было выше по сравнению с алгоритмом ускорения.Кроме того, доверительные интервалы были меньше для алгоритма угловой скорости, за исключением RF копыта на рыси, которое вызвано более высоким SD. Эти результаты показывают, что согласие с силовой пластиной в целом было лучше для алгоритма угловой скорости для продолжительности стойки. Кроме того, средняя разница была отрицательной для всех групп, за исключением RF копыта на рыси, что означает, что более короткие продолжительности стойки были измерены с помощью обоих алгоритмов по сравнению с силовой пластиной.

Линейный анализ смешанной модели

Остатки всех выбранных линейных смешанных моделей имели нормальное распределение и не демонстрировали гомоскедастичности.

Обнаружение копыт.

Результаты, представленные в таблице 3, относятся к моделям с самыми низкими значениями AIC. Прогнозируемые значения разницы во времени между алгоритмом ускорения и силовой пластиной (модель 1) лучше всего объяснялись с помощью члена копыта, походки, проб и взаимодействия как фиксированного эффекта и лошади как случайного эффекта. Для этой модели прогнозируемые значения, а также нижний и верхний пределы доверительного интервала были усреднены по количеству проанализированных испытаний. Для разницы во времени между угловой скоростью и силовой пластиной (модель 2) копыто и походка были необходимы как фиксированные эффекты, а лошадь как случайный эффект, чтобы лучше всего объяснить данные.

Результаты в таблице 3 показывают, что предсказанные значения разницы во времени были меньше для алгоритма угловой скорости (модель 2) по сравнению с алгоритмом ускорения (модель 1). Все предсказанные значения были положительными, что указывает на задержку обнаружения обоими алгоритмами по сравнению с силовой пластиной. Кроме того, доверительные интервалы были меньше для алгоритма угловой скорости.

На рис. 5A прогнозируемые значения и их доверительные интервалы модели 1 показаны для каждой комбинации копыт / походка, потому что этой модели требуется термин взаимодействия для объяснения данных.На рис. 5B предсказанные значения и их доверительные интервалы модели 2 показаны для ходьбы по сравнению с рысью и RF по сравнению с RH копыта, потому что эта модель не нуждалась во взаимодействии для объяснения данных. Прогнозируемые значения расположены ближе к нулю для модели 2, а их доверительные интервалы меньше.

Рис. 5. Схематическое изображение предсказанных значений разницы во времени и их 95% доверительных интервалов.

Точки указывают прогнозируемое значение для определенной комбинации копыт / походка, а 95% доверительные интервалы показаны усами.Пунктирная линия указывает прогнозируемую разницу во времени 0 мс.

https://doi.org/10.1371/journal.pone.0233266.g005

Эти результаты показывают, что согласие с силовой пластиной в целом было лучше для алгоритма угловой скорости с точностью от 2,39 до 12,22 мс в зависимости от походка и копыто, а также точность обнаружения копыта около 13,83 мс.

Обнаружение отрыва копыта.

Прогнозируемые значения разницы во времени между алгоритмом ускорения и силовой пластиной (модель 3) лучше всего объяснялись пустой моделью без случайного эффекта.Для разницы во времени между алгоритмом угловой скорости и силовой пластиной (модель 4) для лучшего объяснения данных потребовалась пустая модель со случайным эффектом для лошади.

Результаты в таблице 3 показывают, что предсказанное значение было меньше для алгоритма угловой скорости (модель 4) по сравнению с алгоритмом ускорения (модель 3). Оба прогнозируемых значения положительны, что указывает на задержку обнаружения обоими алгоритмами по сравнению с силовой пластиной. Для алгоритма ускорения доверительный интервал был меньше.На рис. 5C показано схематическое изображение этих результатов.

Эти результаты показывают, что соответствие с силовой пластиной было лучше для алгоритма ускорения с точностью 3,20 мс и точностью 6,39 мс для обнаружения копыт.

Длительность стойки.

Для всех трех моделей предсказанные значения продолжительности стойки лучше всего объяснялись, когда копыто, походка и время взаимодействия были включены в модель как фиксированный эффект, а лошадь как случайный эффект.Результаты в таблице 4 показывают, что предсказанные значения обоих алгоритмов меньше по сравнению с силовой пластиной, за исключением RF-копыта на рыси алгоритма угловой скорости. Прогнозируемые значения, определенные с помощью алгоритма ускорения, являются самыми низкими. Кроме того, ширина доверительных интервалов обоих алгоритмов была меньше, чем интервалы силовой пластины, за исключением RF-копыта на рыси алгоритма угловой скорости. Эти результаты согласуются с результатами анализа Блэнда Альтмана.

Обсуждение

Представлены два алгоритма для автоматического обнаружения копыт по сигналам ускорения и угловой скорости, измеренным с помощью установленных на копытах IMU у лошадей, идущих и бегущих рысью по твердой земле. Результаты внутренней проверки с использованием силовой пластины показали, что для обнаружения копыт алгоритм угловой скорости был наиболее точным с точностью от 2,39 до 12,22 мс и точностью около 13,80 мс, в зависимости от походки и копыт. Для обнаружения копыт алгоритм ускорения оказался наиболее точным с точностью до 3.20 и точность 6,39 мс, независимо от походки и копыт.

Из результатов можно сделать вывод, что копыто лучше распознается алгоритмом угловой скорости, что можно объяснить тем, что копыто соскользнет вперед после вертикального удара о твердую поверхность. Передний ход приводит к бесшумному сигналу угловой скорости, в то время как ускорение не является бесшумным. Кроме того, была обнаружена разница в точности между RF копытами (2,39 мс) и RH копытами (12,22 мс), что можно объяснить тем фактом, что лошади по-разному ставят передние и задние копыта на землю.В предыдущих исследованиях также были обнаружены различные характеристики приземления и торможения для задних, передних, ведущих и задних конечностей [21–23]. Кроме того, передние копыта больше отскакивают при ударе, чем задние, которые больше скользят при ударе [24]. Для обнаружения отрыва копыта алгоритм ускорения работал лучше, что можно объяснить постепенным вращением копыт перед отрывом копыт. Это постепенное вращение приводит к увеличению сигнала угловой скорости, в то время как сигнал ускорения усиливается сильнее в фактический момент отталкивания копыта.Эти явления могут быть разными и изменчивыми на поверхностях с другими свойствами. Менее твердый поверхностный материал, такой как песок, может позволить копыту проникнуть в субстрат. Если поверхность имеет сопротивление сдвигу, копыто будет меньше скользить вперед [25]. Это может изменить внешний вид угловой скорости по сравнению с сигналом ускорения. Томасон и Петерсон (2008) описали более очевидный толчок вперед, когда поверхность гладкая и твердая [26]. Поскольку эти алгоритмы проверяются только на данных, измеренных на твердой поверхности, следует провести более обширные исследования, чтобы проверить их на других поверхностях.

В предыдущем исследовании Braganςa et al. (2017), точность и аккуратность для копыта были немного лучше для правого копыта и аналогично для копыта RF. Для обнаружения копыт точность и прецизионность, обнаруженные в этом исследовании, были лучше [13]. Ожидалось, что в ходе этого исследования будет обнаружена лучшая производительность алгоритма за счет использования установленных на копытах IMU. Однако это ожидание оправдалось только в отношении заднего, а не переднего копыта.

В другом исследовании были разработаны алгоритмы для обнаружения событий походки по данным OMC.Проверка с помощью силовой пластины показала точность от -13,6 до 21,5 мс и точность от 5,8 до 32,9 мс, в зависимости от конечности и походки [27], что почти аналогично алгоритмам IMU Bragana et al. (2017) [13]. Таким образом, нельзя было провести четкого различия в производительности между алгоритмами, разработанными для данных OMC и данных IMU. Однако оба исследования подтвердили эти алгоритмы на силовой пластине.

В предыдущих исследованиях описаны оговорки относительно использования силовой пластины в качестве золотого стандарта для обнаружения хромоты [28, 29].Они сообщили, что некоторые параметры, измеренные с помощью силовой пластины, следует считать менее надежными, чем другие [28, 29]. Кроме того, определение продолжительности стойки было выполнено с использованием порогового значения сигнала силовой пластины. Использование порогового значения произвольно; поэтому в исследовании Clayton et al. был рассчитан порог для конкретного испытания. (1999) [30], чтобы исключить специфические для лошади аспекты, такие как скорость ходьбы и вес лошади, а также влияние шума на сигнал. Продолжительность стойки, определенная с помощью IMU, была короче, чем длительность, определенная с помощью силовой пластины, что, вероятно, вызвано пороговым уровнем, используемым для сигнала силовой пластины, поскольку фазы стойки и поворота оцениваются по сигналам IMU путем вычисления дисперсии сигналов.Кроме того, другие исследования описали различия в продолжительности стойки в зависимости от пороговых уровней, используемых для сигнала силовой пластины [4]. Причина, по которой мы решили использовать силовую пластину в качестве золотого стандарта, заключается в том, что эта система используется в большинстве исследовательских центров.

Используемая система OMC гарантирует относительную точность в 1,9 мм [7] при измерении кинематики копыта и вводит различные определения копыт с опусканием и отрывом копыта, такие как носок, пятка, зацеп и пятка. тайминги. Следовательно, система OMC может быть более подходящей техникой для более подробного изучения движения копыт и фазы отрыва.Во время этого исследования фаза перехода также была включена в анализ, но описана в другом месте [16].

Необходимая точность и прецизионность для классификации походки еще не определены. Продолжительность стойки измеряется в разных походках с разной скоростью, и самая короткая продолжительность стойки составила 103 мс в темпе [31]. Следовательно, алгоритм с точностью и точностью менее 100 мс может быть достаточным для обнаружения модели падения стопы и, следовательно, классификации походки. Однако для обнаружения хромоты необходим более точный и точный алгоритм, поскольку продолжительность стойки увеличивается на 1% как в пораженных, так и в контралатеральных конечностях из-за легкой хромоты.[32, 33].

Заключение

Представлены два алгоритма для автоматического обнаружения копыт на основе данных об ускорении и угловой скорости, измеренных с помощью установленных на копытах IMU при ходьбе и рыси по твердой поверхности. Была выполнена внутренняя проверка по силовой пластине. Результаты показали, что для обнаружения копыт алгоритм угловой скорости был наиболее точным с точностью от 2,39 до 12,22 мс и точностью около 13,80 мс, в зависимости от походки и копыт.Для обнаружения копыт алгоритм ускорения был наиболее точным с точностью 3,20 мс и точностью 6,39 мс, независимо от походки и копыт. Эти алгоритмы кажутся многообещающими для классификации походки, хотя следует провести более обширный процесс проверки. Кроме того, применимость этих алгоритмов должна быть исследована в различных обстоятельствах, таких как разные поверхности земли, походки, скорость и разные условия стрижки копыт.

Вспомогательная информация

S1 Рис.

Предварительно обработанные сигналы вертикальной силы (A), ускорения (B) и угловой скорости (C) IMU для одного копыта из одного измерения на рыси. События «отталкивания копыт» обозначены направленными вверх треугольными маркерами, а события «отталкивания копыт» обозначены треугольными маркерами, направленными вниз.

https://doi.org/10.1371/journal.pone.0233266.s004

(TIF)

Благодарности

Мы благодарим W. Back, M. Marin-Perianu и P.Р. ван Верену за то, что сделали возможным это исследование. Особая благодарность W. Back и P.R. van Weeren за отзывы о предварительных результатах текущего исследования и J. van den Broek за статистическое руководство.

Список литературы

1. 1. Хильдебранд М. Четвероногие походки позвоночных. Биология. 1989. 39 (11): 766–75.
2. 2. Holcombe AO. Видеть медленно и видеть быстро: два ограничения восприятия. Trends Cogn Sci. 2009. 13 (5): 216–21. pmid: 19386535
3. 3.Иган С., Брама П., МакГрат Д. Тенденции исследований в области анализа передвижения лошадей, будущих возможностей и потенциальных препятствий в цифровую эпоху: обзорный обзор с 1978 по 2018 гг. Equine Vet J. 2019: 1–12.
4. 4. Старке С.Д., Клейтон Х.М. Универсальный подход к определению времени шагов по кинематике одиночного маркера копытных животных. PeerJ. 2015; 3: e783. pmid: 26157641
5. 5. Барри Э., Галлу П., Валетт Дж. П., Оувине Б., Вольтер Р. Страйд-характеристики наземного движения по сравнению с движением на беговой дорожке в верховой езде.Acta Anat. 1993; 146: 90–4. pmid: 8470471
6. 6. Buchner HHF, Savelberg HHCM, Schamhardt HC, Merkens HW, Barneveld A. Кинематика беговой дорожки в сравнении с движением по земле у лошадей. Ветеринарный квартал. 1994; 16 (sup2): 87–90.
7. 7. Bosch S, Serra Braganca F, Marin-Perianu M, Marin-Perianu R, van der Zwaag BJ, Voskamp J, et al. EquiMoves: беспроводная сетевая инерциальная измерительная система для объективного исследования походки лошади. Датчики (Базель). 2018; 18 (3).
8. 8. Витте TH, Knill K, Wilson AM. Определение пиковой вертикальной силы реакции грунта на основе коэффициента нагрузки лошади (Equus caballus). J Exp Biol. 2004. 207 (Pt 21): 3639–48. pmid: 15371472
9. 9. Olsen E, Andersen PH, Pfau T. Точность и точность обнаружения событий походки лошади во время ходьбы с помощью инерционных датчиков, установленных на конечности и туловище. Датчики (Базель). 2012. 12 (6): 8145–56.
10. 10. Олсен Э., Пфау Т., Ритц С. Функциональные пределы согласия, примененные в качестве нового инструмента сравнения методов для точности и точности смещения дистальной конечности у лошадей, полученного с помощью инерциальной единицы измерения.J Biomech. 2013. 46 (13): 2320–5. pmid: 23891315
11. 11. Пфау Т., Витте Т.Х., Уилсон А.М. Метод получения данных о перемещении во время циклического движения с использованием инерционного датчика. J Exp Biol. 2005; 208 (Pt 13): 2503–14. pmid: 15961737
12. 12. Уорнер С.М., Кох Т.О., Пфау Т. Инерционные датчики для оценки движения спины у лошадей во время передвижения по земле. Equine Vet J Suppl. 2010 (38): 417–24. pmid: 21059039
13. 13. Braganca FM, Bosch S, Voskamp JP, Marin-Perianu M, Van der Zwaag BJ, Vernooij JCM и др.Валидация установленных на дистальных конечностях датчиков инерциального измерительного блока для определения шага у теплокровных лошадей на шагу и рыси. Equine Vet J. 2017; 49 (4): 545–51. pmid: 27862238
14. 14. Виллемен М.А., Якобс М.В.Х., Шамхардт ХК. Передача и ослабление ударных колебаний в дистальном отделе передней конечности in vitro. Физиология упражнений для лошадей. 1999. 5 (30): 245–8.
15. 15. Gustas P, Johnston C, Roepstorff L, Drevemo S. Передача ударных волн in vivo в дистальной части передних конечностей лошади.Equine Vet J. 2001; 33: 11–5.
16. 16. Тийссен М. Обнаружение опрокидывания с помощью инерциальных измерительных устройств, установленных на копытах. Отправлено в PLOS ONE. 2020b, сопутствующий документ.
17. 17. Ленерт Б. Блэнд-АльтманЛех: Сюжеты (слегка расширенные) Сюжеты Блэнда-Альтмана. 2015.
18. 18. Бейтс Д., Мехлер М., Болкер Б., Уолкер С. Подбор линейных моделей со смешанными эффектами с использованием lme4. Журнал статистического программного обеспечения. 2015; 67 (1).
19. 19. Lenth R. emmeans: оценочные предельные средние, также известные как средние по методу наименьших квадратов.2018.
20. 20. Венейблз WN, Рипли BD. Современная прикладная статистика с С. Нью-Йорком: Спрингер; 2002.
21. 21. Back W, Schamhardt HC, Savelberg HHCM, Van den Bogert AJ, Bruin G, Hartman W. и др. Как движется лошадь: 1. Значение графического изображения кинематики передних конечностей лошади. Equine Vet J. 1995; 27 (1): 31–8. pmid: 7774544
22. 22. Back W, Schamhardt HC, Savelberg HHCM, Van den Bogert AJ, Bruin G, Hartman W. и др. Как движется лошадь: 2.Значение графического изображения кинематики задних конечностей лошади. Equine Vet J. 1995; 27 (1): 39–45. pmid: 7774545
23. 23. Hernlund E, Egenvall A, Roepstorff L. Кинематические характеристики приземления копыт у прыгающих лошадей на элитном уровне. Equine Vet J Suppl. 2010 (38): 462–7. pmid: 21059046
24. 24. Back W, Schamhardt HC, Hartman W., Barneveld A. Кинематические различия между дистальными частями передних и задних конечностей лошадей на рыси. Американский журнал ветеринарных исследований.1995. 56 (11): 1522–8.
25. 25. Хернлунд Э. Спортивные покрытия в конкуре [Докторская диссертация]. Упсала: Шведский университет сельскохозяйственных наук; 2016.
26. 26. Томасон Дж. Дж., Петерсон МЛ. Биомеханические и механические исследования поверхности соприкосновения копыт и следов у скаковых лошадей. Ветеринарная клиника North Am Equine Pract. 2008. 24 (1): 53–77. pmid: 18314036
27. 27. Бойе Дж. К., Томсен М. Х., Пфау Т., Олсен Э. Точность и точность событий походки, полученных из захвата движения у лошадей во время ходьбы и рыси.J Biomech. 2014; 47 (5): 1220–4. pmid: 24529754
28. 28. Clayton HM, Lynch JA, Clayton HM, Mullineaux DR. Достоверность данных силовой платформы от бегающих рысью лошадей. Коневодство и сравнительная физиология физических упражнений. 2005. 2 (2): 129–32.
29. 29. Доннелл-младший, Фрисби Д.Д., Кинг М.Р., Гудрич Л.Р., Хаусслер К.К. Сравнение субъективной оценки хромоты, силовых платформ и системы инерционных датчиков для выявления легкой хромоты на модели остеоартрита лошадей. Вет Дж. 2015; 206 (2): 136–42.pmid: 26361749
30. 30. Clayton HM, Lanovaz JL, Schamhardt HC, Van Wessum R. Влияние массы всадника на силы реакции земли и кинематику сцепления на рыси. Equine Vet J. 1999; 30: 218–21.
31. 31. Робиллиард Дж. Дж., Пфау Т., Уилсон А. М.. Характеристика и классификация походки лошадей. J Exp Biol. 2007. 210 (Pt 2): 187–97. pmid: 17210956
32. 32. Weishaupt MA, Wiestner T, Hogg HP, Jordan P, Auer JA. Компенсаторное перераспределение нагрузки лошадей с индуцированной хромотой передних конечностей при беге на беговой дорожке.Вет Дж. 2006; 171 (1): 135–46. pmid: 15974567
33. 33. Weishaupt MA, Wiestner T, Hogg HP, Jordan P, Auer JA. Перераспределение компенсирующей нагрузки у лошадей с индуцированной хромотой задних конечностей на беговой дорожке. Equine Vet J. 2004; 36 (8): 727–33. pmid: 15656505

Инерционные положения in vitro и жизнеспособность клеток в суспензии при различных условиях потока in vivo

Клеточные линии и культура клеток

В этом исследовании были использованы две репрезентативные клеточные линии; Клетки рака молочной железы MCF-7 и клетки рака молочной железы MDA-MB-231 (ATCC, Миддлсекс, Великобритания) для воплощения частиц различной деформируемости.Клетки MCF-7 поддерживали в клеточной среде, состоящей из среды Игла, модифицированной Дульбекко (DMEM) (Sigma-Aldrich Inc., Арклоу, Ирландия), с добавлением 10% фетальной бычьей сыворотки (Sigma-Aldrich Inc., Арклоу, Ирландия). , 1% пенициллин / стрептомицин (Sigma-Aldrich Inc., Арклоу, Ирландия) и 0,5% L-глутамин (Sigma-Aldrich Inc., Арклоу, Ирландия). Клетки MDA-MB-231 поддерживали в среде DMEM с добавлением 20% фетальной бычьей сыворотки, 1% пенициллина / стрептомицина и 1% L-глутамина. Обе клеточные линии культивировали в инкубаторе при 37 ° C и 5% CO ₂ .Размеры клеток измеряли до экспериментов с использованием автоматического счетчика клеток LUNA (Logos Biosystems Inc., Вильнёв-д’Аск, Франция). Было обнаружено, что клетки MCF-7 имели средний диаметр 24,7 ± 0,8 мкм м, в то время как клетки MDA-MB-231 имели диаметр 18,9 ± 0,4 мкм м.

Эксперименты на конусах и чашках

Приготовление клеток

Клетки MCF-7 и MDA-MB-231 культивировали, как описано ранее, в чашках Петри (диаметром 150 мм, Fisher Scientific Ireland Ltd., Дублин, Ирландия). По достижении слияния 70–80% клетки промывали фосфатно-солевым буфером (PBS) и заменяли среду для культивирования клеток.

Экспериментальное устройство

Клетки помещали в конус и планшет, который был описан ранее ⁵² . Вся установка была помещена в инкубатор при 37 ° C и 5% CO ₂ . Уровень напряжения сдвига на клетках постепенно увеличивался в течение часа, а затем клетки подвергались максимальному напряжению сдвига в течение дополнительного периода в 23 часа.Контрольную чашку Петри, засеянную в тот же день из того же пассажа, с той же концентрацией клеток, что и в тестируемой чашке Петри, также помещали в инкубатор, и жизнеспособность как контрольной, так и тестовой чашки Петри оценивали после 24 часа.

Получение жизнеспособности и статистический анализ

Жизнеспособность раковых клеток оценивалась с использованием анализов трипанового синего и МТТ для обеспечения точности. Статистически значимой разницы между анализами не было. Среды отсасывали как из тестовых, так и из контрольных чашек Петри и сохраняли.Клетки промывали PBS, который также сохраняли со средой, и, наконец, любые оставшиеся клетки на обоих планшетах отделяли с помощью трипсина и добавляли к зарезервированным растворам среды / PBS. Эти растворы центрифугировали, сточную жидкость отсасывали и клетки ресуспендировали в небольшом объеме свежего PBS. Из этих образцов был проведен анализ трипанового синего. Образец трипанового синего (Sigma-Aldrich Inc., Арклоу, Ирландия) смешивали с образцом суспензии для испытаний клеток и контрольной суспензией.Затем клетки подсчитывали и измеряли жизнеспособность с помощью автоматического счетчика клеток LUNA. Для анализа МТТ образцы клеток помещали в 96-луночный планшет (Fisher Scientific Ireland Ltd., Дублин, Ирландия) в бессывороточной среде. Раствор МТТ, состоящий из 5 мг / мл 3- (4,5-диметилтиазол-2-ил) -2,5-дифенилтетразолийбромида (МТТ) (Fisher Scientific Ireland Ltd., Дублин, Ирландия) в PBS, был добавлен к клетки, которые затем инкубировали в течение 2 часов при 37 ° C и 5% CO ₂ . В это время МТТ восстанавливается жизнеспособными клетками до пурпурного формазана.Затем его солюбилизируют путем добавления буфера для солюбилизации к раствору клеток. Буфер для солюбилизации состоит из 0,1 г / мл додецилсульфата натрия (SDS) (Sigma-Aldrich Inc., Арклоу, Ирландия) в 0,01 М соляной кислоты (HCl) (Sigma-Aldrich Inc., Арклоу, Ирландия). Клетки снова инкубировали в течение 4 часов перед измерением оптической плотности при 570 нм на спектрофотометре (Synergy h2, BioTek Instruments Inc., Суиндон, Великобритания). Поскольку поглощение пропорционально жизнеспособности клеток, было рассчитано количество жизнеспособных клеток.Каждый эксперимент повторяли не менее трех раз, и данные представлены как ± стандартная ошибка от среднего. Статистический анализ проводился с использованием ANOVA, и для расчета p-значений между группами использовались две выборочные неравные дисперсии, а также модель линейной регрессии. Все проценты жизнеспособности клеток представлены как проценты от жизнеспособности контроля.

Эксперименты по инерционной миграции

Микрожидкостное устройство

Для исследования инерционной миграции использовались четыре круглых микроканала разного размера.Они состояли из 100 трубок с внутренним диаметром (ID) мкм и м, трубок из перфторалкоксиалкана (PFA) (Cluzeau Info Labo, Сент-Фуа-ла-Гранд, Франция), 150 трубок мкм ID м, трубок из PFA (Cluzeau Info Labo, Сент-Фуа-ла-Гранд, Франция), 300 мкм м ID, трубка из тетрафторэтилена (TFE) (Sigma-Aldrich Inc., Арклоу, Ирландия) и 800 μ м ID, трубка из TFE (Sigma-Aldrich Inc. ., Арклоу, Ирландия). Эти размеры были выбраны, поскольку они наиболее точно представляют диапазон диаметров, до которых обычно растут лимфатические сосуды человека.Схема микрожидкостного устройства показана на рис. 8. В чашках Петри (диаметром 90 мм, Fisher Scientific Ireland Ltd., Дублин, Ирландия) просверлены отверстия на обоих концах, а в основании чашки вырезано окно размером 18 × 44 мм. блюдо. Над этим окном было прикреплено предметное стекло. Трубки были отрезаны до длины примерно 40 см, проделаны через отверстия в чашке Петри и прикреплены. Поскольку вода имеет аналогичный показатель преломления (1,33) как для PFA (1,34), так и для TFE (1,35), чашку Петри заполняли водой, чтобы предотвратить оптическое искажение во время получения изображения.Подобные устройства использовались ранее ^53,54 .

Суспензия частиц

Чтобы оценить влияние деформируемости клеток на положение равновесия, также были исследованы положения равновесия твердых частиц. Использовали флуоресцентные микрочастицы диаметром 10,22 ± 0,13 мкм м (microParticles GmbH, Берлин, Германия) и 27–32 мкм диаметром м (Cospifer LLC, Калифорния, США). Эти размеры частиц представляют собой диапазон размеров клеток, в котором вырастают две клеточные линии рака молочной железы, до ²⁰ .Частицы смешивали с долей 0,08% по весу в дистиллированной воде, с 1% по объему поверхностно-активного вещества Tween-20 (Sigma-Aldrich Inc., Арклоу, Ирландия) и процентным содержанием глицерина (Sigma-Aldrich Inc., Arklow, Ирландия) (22% для частиц размером 10,22 мкм мкм и 34% для частиц 27–32 мкм мкм). Tween-20 предотвращает агрегацию частиц, в то время как глицерин соответствует плотности воды и плотности частиц. Динамическая вязкость и плотность дистиллированной воды составляют 1 мПа · с и 1000 кг / м ³ соответственно.

Клеточная суспензия

Клетки MCF-7 и MDA-MB-231 культивировали, как описано ранее. При достижении слияния 70–80% клетки отделяли с помощью трипсина (Sigma-Aldrich Inc., Арклоу, Ирландия) и флуоресцентно метили с помощью CellTrace Yellow (Bio-Sciences, Дублин, Ирландия). Затем их ресуспендировали при концентрации приблизительно 750 клеток / мкл л в бессывороточной среде DMEM и 20% перколле (Sigma-Aldrich Inc., Арклоу, Ирландия). Перколл предотвращает оседание и адгезию клеток и не влияет на жизнеспособность клеток. ⁵⁵ .Эта концентрация клеток использовалась для целей визуализации и не является репрезентативной для концентрации циркулирующих опухолевых клеток в CS (≈1–10 клеток / мл ⁵⁶ ). Концентрация циркулирующих опухолевых клеток в LS в настоящее время неизвестна. Динамическая вязкость и плотность DMEM с 20% перколла составляют 1,17 мПа · с и 1000 кг / м ³ соответственно.

Экспериментальная установка

На рисунке 9 показана экспериментальная установка, использованная в экспериментах по инерционной миграции.Шприцевой насос (Pump 11 Elite, Harvard Apparatus, Камбурн, Великобритания) использовали для инфузии раствора через модель in vitro с постоянной скоростью потока. Был исследован диапазон расходов, которые вместе с соответствующими значениями Re приведены в таблице 1а. Инвертированный микроскоп (IX73, Olympus, Саутенд-он-Си, Великобритания) фокусировался в центре канала на расстоянии ≈20 см от входа в канал. Это расстояние соответствует отношению длины канала к диаметру канала \ ((\ frac {L} {2R}) \), равному 25–200.Предыдущие расчетные и экспериментальные работы показали, что при более низком Re (см. Таблицу 1a) входная длина для твердых частиц меньше, поэтому считается, что эта длина канала была достаточной для достижения полностью развитой радиальной миграции ^{15,16, 39} . Предыдущие исследования, изучающие длину миграции деформируемых эритроцитов, показали, что в микроканалах аналогичного размера длина миграции ≈20 мм является достаточной длиной для достижения полностью развитой радиальной миграции ³⁸ .Поскольку раковые клетки считаются менее деформируемыми, чем эритроциты, а длина канала достаточна для инерционной миграции как жестких частиц, так и деформируемых эритроцитов, считается, что он имеет достаточную длину для достижения инерционной миграции деформируемого рака. клетки. В зависимости от размера канала использовались разные линзы объектива, они приведены в таблице 2. Белый светодиодный источник света (pE-100, CoolLED Ltd., Андовер, Великобритания), светящий через куб фильтра (возбуждение: 536/40 нм. Излучение: 607/36 нм) использовали для освещения флуоресцентных частиц (интенсивность света 40%) или клеток (интенсивность света 100%), когда они проходили через микрожидкостное устройство.Высокоскоростная камера (Orca Flash 2.8, Hamamatsu Photonics K.K., Велвин-Гарден-Сити, Великобритания) использовалась для захвата изображений, которые передавались на компьютер.

Экспериментальная установка с инерционной миграцией, состоящая из светодиодного источника света, подключенного к микроскопу и высокоскоростной камере.

Получение изображения

Изображения были получены с использованием программного обеспечения HCImageLive (Hamamatsu Photonics K.K., Велвин-Гарден-Сити, Великобритания). Для каждого эксперимента по инерционной миграции была получена серия из 911 8-битных изображений в оттенках серого с разрешением 960 × 720 пикселей. Коэффициент усиления 0–50 использовался для частиц, а коэффициент усиления 200–255 использовался для клеток, которые менее флуоресцентны. Время экспозиции для каждого изображения составляло 20 мс, и каждая последовательность изображений собиралась в течение 20 с.

Обработка изображений

Последовательности изображений были обработаны с использованием сценария MATLAB (MathWorks, Голуэй, Ирландия).{1} \, DI (x) dx} $$

(6)

где \ (DP (x) \) — кривая распределения населения как функция \ (x \). Эти кривые распределения усредняли для каждого типа частиц / клеток, чтобы получить графики плотности населения.

Эксперименты с кровообращением

Суспензия клеток

Клетки MCF-7 и MDA-MB-231 культивировали, как описано ранее. По достижении слияния 70–80% клетки отделяли и ресуспендировали при концентрации приблизительно 750 клеток / мкл л в бессывороточной среде DMEM и 20% перколле.

Экспериментальная установка

На рис. 2а показана экспериментальная установка, используемая в экспериментах с кровообращением. Шприцевой насос использовали для инфузии и извлечения клеточной суспензии через модель in vitro при постоянной скорости потока. Жизнеспособность клеток MCF-7 при значении \ ({\ tau} _ {w} \) 4 Па сравнивали между перистальтическим насосом и шприцевым насосом (см. Рис. 2b). Внутренний диаметр трубки в шприцевом насосе составлял 500 мкм м, а расчетное изменение внутреннего диаметра трубки было рассчитано как ≈ -280 мкм м.Это привело к увеличению значения \ ({\ tau} _ {w} \) на участке сжатия на ≈9 Па. Поскольку жизнеспособность шприцевого насоса была значительно выше, чем жизнеспособность перистальтического насоса (p = 0,0042), шприц насос был выбран в качестве способа доставки. Модель in vitro состояла из гибких трубок (ID: 100 μ м, как описано ранее) длиной ≈30 см, также использовались различные скорости потока (см. Таблицу 1b). Жидкость вводили круглым шприцем диаметром 14,5 мм.Ранее было обнаружено, что лимфатический поток может быть точно представлен потоком Пуазейля ²⁸ . В шприц помещали суспензию клеток объемом примерно 2 мл. Когда этот объем был полностью введен в ранее пустую пробирку для исследуемого образца, шприцевой насос был запрограммирован на откачку раствора. Клетки вводили и извлекали непрерывно в течение 24 часов. Из-за небольшого объема жидкости, которая проходила через трубку, время, в течение которого клетки не находились в трубке, считалось незначительным при оценке жизнеспособности клеток в трубке.Вся установка была помещена в инкубатор при 37 ° C и 5% CO ₂ на это время. В инкубатор также помещали пробирку с суспендированными клетками, выступающую в качестве контроля. После этого как контрольные, так и тестовые образцы оценивали на жизнеспособность.

Получение жизнеспособности и статистический анализ

Жизнеспособность SC оценивали с помощью анализов трипанового синего и МТТ на точность, используя процедуры, которые были описаны ранее. Статистически значимой разницы между анализами не было.Каждый эксперимент повторяли не менее трех раз, и данные представлены как ± стандартная ошибка от среднего. Статистический анализ проводился с использованием ANOVA, и для расчета p-значений между группами использовались две выборочные неравные дисперсии. Все проценты жизнеспособности клеток представлены как проценты от жизнеспособности контроля.

механика Ньютона — Различные результаты для крутящего момента в инерциальной и неинерциальной системах отсчета

У меня правая система координат с началом О.На плоскости yz расположена пластина треугольной формы с лежащими на осях сторонами длиной a. Пластина вращается вокруг оси z (вертикальной по отношению к земле) с угловой скоростью ω. Я хочу найти внешний крутящий момент по отношению к O, необходимый для поддержания постоянной угловой скорости.

Я пытался решить проблему как в отношении инерциальной системы отсчета, так и в отношении неинерциальной.

Инерциальная система отсчета

Поскольку выбран полюс O, все силы реакции, которые стержень прикладывает к пластине, не имеют крутящего момента.Единственная сила, воздействующая на пластину, — это ее вес,

$$ \ vec {W} = -mg \ hat {z} $$

Тогда общий крутящий момент на пластине будет

$$ \ vec {M_O} = \ vec {M_ {ext}} — \ frac {mga} {3} \ hat {x} $$

, поскольку центр масс пластины находится в (0, a / 3, a / 3).

Из уравнения Эйлера, учитывая, что угловая скорость постоянна, мы имеем

$$ \ vec {M_O} = \ vec {\ omega} \ клин I \ vec {\ omega} $$

Поскольку ω имеет только компонент z, я только что вычислил последний столбец тензора инерции I.2} {9} \ hat {x} $$

Как видите, два решения похожи, но не равны. Не могли бы вы объяснить мне, почему?

Сравнение внутрииндивидуальной сложности физиологических колебаний с помощью силовой пластины и инерционного измерительного устройства

% PDF-1.7 % 1 0 obj > эндобдж 2 0 obj > поток 2018-09-06T10: 14-07: 002018-09-06T10: 14-07: 002018-09-06T10: 14-07: 00Appligent AppendPDF Pro 5.5uuid: c724ece6-a98a-11b2-0a00-782dad000000uuid: c724ff30-a98a- 11b2-0a00-00a15f82fd7fapplication / pdf