基于微流控技术的肺泡内颗粒运输研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:liyinhao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着经济发展,大气环境质量日趋恶化。空气中的污染物如可吸入颗粒物进入人体后,可能沉积在肺泡区域导致肺气肿等肺部病变。与此同时,吸入疗法在临床的应用越来越广泛,如何发展吸入疗法技术,提高疗效和降低毒副作用仍是重要目前的课题。因此,对人体肺泡内的气流特性进行研究,以及了解颗粒物在肺内的沉积和输运规律,不仅对肺部相关疾病的成因研究、治疗和预防具有重要意义,也有助于深入研究可吸入药物的颗粒在肺部的运输和作用。由于人体真实肺泡的微小结构复杂,而且肺泡数量庞大,建立真实肺泡流动物理模型比较困难。目前的大部分研究针对呼吸系统内颗粒物的研究采用数值模拟的方法,而实验中则一般根据几何相似的原理,采取放大的肺泡实验模型来近似模拟真实肺泡内的流体流动与颗粒运动现象。本文设计了一款与人体真实肺泡尺寸相同的微流控肺泡芯片,实现了在芯片上模拟呼吸作用下引起的肺泡收缩扩张的动态过程,并创建了一种体外模拟人体肺泡内颗粒物的实验模型,搭建了颗粒物示踪实验平台。本文确定了用溶液中的颗粒来模拟肺泡内空气中颗粒物轨迹的方法,并利用软件对颗粒物轨迹进行跟踪和分析,总结了直径为0.5μm的颗粒同时受到重力作用和流体作用时在肺泡芯片内的运动规律,探究了不同级肺泡内的颗粒物运动轨迹和颗粒物运动与沉积的影响因素,比较了在有重力和无重力情况下颗粒运动轨迹的区别。根据实验得到的颗粒物轨迹数据,发现颗粒的运动主要受流体曳力及其自身重力的影响;处于不同级肺泡内颗粒运动速度的影响因素不同;多个呼吸周期和重力都会促进颗粒向呼吸系统深处的沉积;重力是颗粒沉积的决定性因素。本文建立的实验方法、得出的肺泡区的气流运动特性和细颗粒物运输规律将为研究肺内药物输送提供基础,对后续肺内颗粒物的运动特性实验研究有一定的指导意义。
其他文献
研究背景与目的阻塞性睡眠呼吸暂停低通气综合征(Obstructive sleep apnea hypopnea syndrome,OSAHS)是心血管疾病的独立危险因素,间歇低氧(Intermittent hypoxia,IH)所致内
行人导航近年来一直是研究的热点,依靠GPS、信号基站等外界信号源的行人定位方式,可以满足行人的基本定位需求。但对于森林、矿井等信号差的环境,基于惯性传感器的导航方式成
作为当下最具应用潜力的光电半导体材料之一,钙钛矿材料制备便捷,成本低廉,光电性能优秀,在太阳能电池、探测器、发光二极管(LED)、激光等领域表现出色。自2009年铅基钙钛矿第
本课题组前期通过生物信息学分析从玉米大斑病菌基因组中鉴定出8个几丁质合成酶基因(StCHS1-StCHS8),但对各个基因在病菌生长发育及侵染过程中的表达规律及功能尚不清楚。在此基础上,本研究利用RNA-Seq技术分析了病菌中几丁质合成酶家族基因在菌丝、分生孢子、芽管、附着胞和侵入钉5个发育时期的表达情况,并创制了高表达基因StCHS6的敲除突变体,以阐明该基因在病菌生长发育及致病过程中所发挥的作
无功补偿是保证配电系统运行经济性和电能质量的重要方式。对无功补偿问题进行研究,合理运用无功补偿技术具有实际意义。合理选择无功补偿设备,并通过控制策略保证无功补偿设
AB5型储氢合金是目前市场上的主流储氢产品,占据了镍氢电池负极材料的绝大部分市场份额。在AB5型储氢合金的主要元素组成中,发现钴的添加提高了合金的循环稳定性,但由于Co高昂的价格和潜在的上涨趋势。为了满足镍氢电池的市场需要并提升竞争力,采用感应熔炼法制备了La0.75Ce0.25-xZrx(Ni Mn Al)5.6(x=0,0.01,0.02,0.03),(La0.75Ce0.25-xYx)(Ni
目的:脑小血管病(CSVD)是神经变性病中最常见的疾病之一,高血压是其主要诱因。CSVD可导致脑白质损伤,认知障碍。Toll样受体4(TLR4)介导的炎症反应参与了CSVD的病理过程,但尚不清楚TLR4在CSVD诱发的血管性认知障碍(VCI)中的作用,本研究以自发性高血压大鼠(SHR)为CSVD模型,探讨VCI与海马区TLR4的相关性及可能机制。方法:15只雄性SHR(实验组)和10只雄性WKY(
平衡能力反映了人体感觉、神经控制、肌肉、骨骼的整体协调性,依靠视觉、本体觉、前庭觉三大感觉的信息输入,经中枢神经处理整合,通过踝、髋、膝关节策略进行调控。由于人体
本文在分析区域经济圈利益属性的基础上,对区域经济圈的利益冲突进行了研究,探讨了协调其冲突的必要性,指出实现区域经济利益共享需要建立新型区域合作的观念,完善区域利益共享的
基于大规模数据的高分辨率影像目标检测算法研究,对于航空影像处理领域而言,是一个非常重要的研究方向。航空影像目标检测算法现在分为两种:传统算法和深度学习算法。传统的