캐비테이션 마이크로버블은 줌 렌즈에 부착된 고속 카메라를 사용하여 이미지화됩니다. 실험 용 설정이 설명되고, 이미지 분석은 캐비테이션의 영역을 계산하는 데 사용된다. 이미지 분석은 ImageJ를 사용하여 수행됩니다.
실험 및 이미지 분석 기술은 캐비테이션 기포를 이미징하고 해당 영역을 계산하기 위해 제시됩니다. 여기에 제시된 고속 영상 실험 기술 및 이미지 분석 프로토콜은 또한 연구의 다른 분야에서 이미징 현미경 기포에 적용될 수 있습니다; 따라서 광범위한 응용 프로그램이 있습니다. 우리는 치과 초음파 스케일러 주변의 이미지 캐비테이션에 이것을 적용합니다. 캐비테이션을 이미지화하여 특성화하고 다양한 응용 분야에서 어떻게 악용할 수 있는지 이해하는 것이 중요합니다. 치과 초음파 스케일러 주변에서 발생하는 캐비테이션은 치과 플라크 제거의 새로운 방법으로 사용될 수 있으며, 이는 현재 치주 치료 기술보다 더 효과적이고 적은 손상을 일으킬 것입니다. 우리는 고속 카메라와 줌 렌즈를 사용하여 치과 초음파 스케일러 팁 주위에 발생하는 캐비테이션 버블 구름을 이미징하는 방법을 제시합니다. 또한 기계 학습 이미지 분석을 사용하여 캐비테이션 영역을 계산합니다. 오픈 소스 소프트웨어는 이미지 분석에 사용됩니다. 제시된 이미지 분석은 복제하기 쉽고 프로그래밍 경험이 필요하지 않으며 사용자의 응용 프로그램에 맞게 쉽게 수정할 수 있습니다.
기포의 움직임을 이미징하는 것은 시스템의 유체 역학을 제어하기 때문에 다양한 응용 분야에 중요합니다. 유동된 침대 반응기1,2,또는 캐비테이션 기포33,4로청소하는 등 유용할 수 있는 많은 응용 분야가 있습니다., 이미징 버블의 목적은 거품 역학또는 거품 구름의 방향과 움직임에 대해 더 많이 이해하는 것입니다. 이는 이미지 분석과 함께 기포의 크기와 같은 정량적 정보를 얻기 위해 이미지 분석을 사용하여 구조물을 관찰하여 수행할 수 있다.
캐비테이션 기포는 압력이 포화 압력 값5이하로 떨어질 때 유체에서 발생하는 가스 또는 증기 실체이다. 초음파 주파수에서 유체에 음향 장이 적용될 때 발생할 수 있습니다. 그들은 반복적으로 성장하고 붕괴하고, 붕괴시 고속 마이크로 제트와 충격파6,,7의형태로 에너지를 방출 할 수 있습니다. 이들은 전단 힘을 통해 표면에 입자를 빼내고 표면 청소8을일으킬 수 있습니다. 반도체, 식품, 상처 청소,9,,10,11,12등 다양한 산업에서 표면 청소를 위해 캐비테이션기포를조사하고 있다. 그(것)들은 또한 치과 임플란트12,,13와같은 치아 및 생체 재료에서 치패를 청소하는 것을 이용될 수 있었습니다. 캐비테이션은 초음파 스케일러 및 내인성 파일과 같은 현재 사용되는 치과 기기 주변에서 발생하며 이러한악기(14)를사용하여 추가 청소 공정으로 잠재력을 보여줍니다.
캐비테이션 버블의 진동은 몇 마이크로초에 걸쳐 발생하므로 초당 수천 프레임에서 이미징하여 모션을 캡처하는 고속 카메라가 필요합니다8. 우리는 치과 초음파 스케일러 주위에 마이크로 버블 캐비테이션을 이미징하는 방법을 보여줍니다. 목표는 캐비테이션이 다른 초음파 스케일러 에 대해 어떻게 변화하는지 이해하는 것입니다, 그래서 그것은 치과 플라크를 청소하는 새로운 방법으로 최적화 될 수있다.
캐비테이션을 조사하는 데 사용되는 이전 방법은15,,16캐비테이션이발생한 곳을 감지하기 위해 루미놀을 사용하는 sonochemi발광을 포함한다. 그러나, 이것은 간접적인 기술이고 실시간으로 캐비테이션 기포를 시각화할 수 없습니다. 따라서, 기기에서 발생하는 정확한 위치를 정확하게 결정할 수 없으며, 다른 이미징 기법과 결합되지 않는 한 버블 역학에 대한 정보를 얻을 수없다(17). 고속 이미징은 캐비테이션 구름, 마이크로스트리머 및 마이크로,제트6,7,718등 캐비테이션 기포가 성장하고 붕괴될 뿐만 아니라 캐비테이션의 유형도 이미지화할 수 있다. 이는 캐비테이션이 표면을 청소하는 방법에 대한 자세한 정보를 제공합니다.
고속 카메라를 이용하여 캐비테이션 마이크로버블을 이미징하고 캐비테이션의 평균 영역을 계산하는 방법을 제시합니다. 이 방법은 다른 치과 초음파 스케일러 팁 주위에 발생하는 캐비테이션의 예를 사용하여 입증되지만 실험 및 이미지 분석 단계는 다른 매크로 및 마이크로 버블 이미징과 같은 다른 응용 분야에 사용될 수 있습니다.
이 논문에 설명된 기술은 높은 공간 및 시간적 해상도로 빠르게 움직이는 마이크로 버블의 이미징을 가능하게 합니다. 그것은 잠재적으로 화학 공학 등 과학 분야의 넓은 범위에 혜택을 받을 수 있습니다., 치과 및 의학. 엔지니어링 응용 분야에는 표면 청소를 위한 이미징 캐비테이션 기포 또는 유동화된 침대 반응기의 이미징 기포가 포함됩니다. 생체 의학 응용 분야에는 의료 및 치과 기기 주변의 이미징 캐비테이션과 캐비테이션 버블을 사용하여 단단하고 연약한 조직에서 생체 막 탈염을 이미징하는 것이 포함됩니다. 이 연구에서우리는 두 개의 다른 치과 초음파 스케일러 팁 주위에 캐비테이션을 이미징하여 기술을 시연했습니다. 캐비테이션의 양은 팁 10P의 자유 끝 주위에 관찰된 더 많은 캐비테이션 구름과 함께,이 연구에서 테스트 된 두 가지 팁 사이에 다릅니다. 이것은 이전에 진동 진폭(20)에연결되었습니다. 고속 비디오는 FSI 1000 팁의 진동이 적다는 것을 보여 주므로 이 팁 주위에 캐비테이션이 덜 되는 이유가 될 수 있습니다.
이미지 분석 방법의 한 가지 제한은 스케일러가 진동하기 때문에 스케일러의 영역을 제거하는 이미지 빼기 기술이 완전히 정확하지 않으므로 감산이 버기로 잘못 분할된 스케일러의 일부 영역을 남길 수 있다는 것입니다. 그러나 이는 많은 수의 프레임(n=2000)에서 영역을 평균화하여 설명합니다. 이 문제는 오브젝트를 빼는 응용 프로그램에서 는 문제가 되지 않습니다. 빼야 할 움직이는 오브젝트가 훨씬 더 높은 분산이 있는 스터디의 경우 정확한 결과를 위해 빼기 전에 두 동영상의 움직임을 동기화하는 것이 좋습니다. 현재 연구에서는 진동을 동기화하지 않았지만 진동이 낮았기 때문에 진동이 이 두 측정에서 서로 잘 일치한다고 가정할 수 있습니다.
밝은 필드 조명이 좋은 대비를 가진 균일 한 배경을 제공하기 때문에 이미지 임계 값은 정확합니다. 배경이 균일하고 잘못 분할될 수 있는 다른 개체가 포함되어 있지 않도록 하는 것이 중요합니다. 임계값 을 사용하여 응용 프로그램에 맞게 다른 자동 임계값을 사용하여 수정할 수 있습니다. 사용자가 임계값값을 설정하는 수동 임계값도 가능하지만 다른 사용자가 다른 임계값을 선택하므로 결과의 재현성을 감소시키지 않는 것이 좋습니다.
이미지 분석은 다른 많은 버블 이미징 연구에 사용되었습니다. 이들은 또한 거품과 배경 사이의 최적의 대비를 얻기 위해 백라이트의 유사한 방법을 사용하고, 거품 을 분할 하는 임계값21,,22,,23,,24. 현재 연구에서 나타난 방법은 또한 고속 이미징에만 국한되지 않는 많은 다른 버블 이미징 응용 프로그램에 사용할 수 있습니다. 고속 이미징은 물에서 발생하는 캐비테이션 기포와 내뇌 파일 및 초음파,스케일러(12,25,12,26,,27, 27),28등의 기기 주변에도 사용되어 왔다. 예를 들어 Rivas 외. 및 Macedo 외. 현미경에 부착 된 고속 카메라를 사용, 캐비테이션으로 이미지 청소에 차가운 광원에 의해 제공 된 조명, 내적 파일 주위의 이미지 캐비테이션(17,,29). 밝은 필드 조명은 배경과 거품 사이의 더 많은 대비를 제공하여 Rivas 등에서 시연한 바와 같이 임계값과 같은 간단한 세분화 기술을 사용할 수 있게 하여29에따른 캐비테이션 침식 및 정량화에 대해 서술 침식 및 세척을 할 수 있다. 암장 조명은 회색 저울4,,30의높은 변화로 인해 임계값을 더 어렵게 만듭니다. 이미지 분석은 다른 연구에서 거품1,,2에대한 자세한 정보를 수집하는 데 사용되었습니다. Vyas 등은 기계 학습 접근 방식을 사용하여 초음파스케일러(20)를중심으로 캐비테이션 기포를 세그먼트로 분류했다. 현재 용지에 설명된 방법은 간단한 임계값을 사용하므로 계산 집약적이므로 더 빠르며 스케일러 위와 아래에서 발생하는 기포를 분석할 수 있습니다. 그러나 현재 용지에 사용되는 임계값 은 배경이 균일한 경우에만 정확합니다. 이미징 중에 균일한 배경을 얻을 수 없는 경우, 고르지 않은 조명을 위해 롤링 볼 반경을 사용하여 배경 빼기, 중간 또는 가우시안 필터를 사용하여 필터링하여 노이즈를 제거하거나 기계 학습 기반기술(20,,31)을사용하는 등 다른 이미지 처리 기술을 사용할 수 있다.
결론적으로, 우리는 현미경 이동 물체의 영역을 이미지와 계산하기 위해 고속 이미징 및 분석 프로토콜을 제시합니다. 우리는 초음파 스케일러 주위에 캐비테이션 거품을 이미징하여이 방법을 시연했습니다. 그것은 내적 파일과 같은 그밖 치과 기기의 주위에 화상 진찰 cavitation를 위해 이용될 수 있고 그밖 비 치과 거품 화상 진찰 애플리케이션을 위해 쉽게 적응될 수 있습니다.
The authors have nothing to disclose.
저자는 공학 및 물리 과학 연구 위원회 EP / P015743/1의 자금 조달에 감사드립니다.
0.25x attachment | Navitar | 1-50011 | |
12x with 12mm fine focus Long distance microscope zoom lens |
Navitar | 1-50486 | |
2x adaptor with f mount | Navitar | 1-62922 | |
Cavitron Plus Ultrasonic Scaler | Dentsply Sirona | 8184003 | |
Cavitron Ultrasonic Insert FSI 1000FSI 1000 | Dentsply Sirona | UCAFTHD | |
Fibre light guide. 8mm fibre bundle 1500mm length. Focussing lens assembly for Hayashi light, 1/4"-20 tripod thread for mounting. |
Hayashi | LGC1- 8L1500 |
|
Geared head | Manfrotto | MN405 | 7.5kg load capacity |
HDF7010 High-Power LED Endoscope light source. 150W LED provides cold output equivalent to 250W Xenon. |
Hayashi | LA-HDF710 | |
Heavy weight Tripod | Manfrotto | MN475B | Geared centre column, 12kg load capacity |
High Speed Camera | Photron | 103526 | FASTCAM Mini AX200 900K M3 (16GB memory) |
High-Precision Rotation Stage | Thorlabs | PR01/M | |
Laboratory jacks | Camlab | 1194083 | |
Micropositioning sliding plate | Manfrotto | SKU 454 | |
Micropositioning stage 3D | Thorlabs | PT3/M | |
Micropositioning stage rotation | Thorlabs | OCT-XYR1/M | OCT-XYR1/M – XY Stage with Solid Top Plate |
NEWTRON P5 XS Ultrasonic Scaler | Acteon | F62118 | |
Ultrasonic Insert 10P | Acteon | F00253 |