Spray Pattern Study for Intelligent Cell Spray Device
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Sähkötekniikan korkeakoulu |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2024-08-19
Department
Major/Subject
Control, Robotics and Autonomous Systems
Mcode
ELEC3025
Degree programme
AEE - Master’s Programme in Automation and Electrical Engineering (TS2013)
Language
en
Pages
82 + 3
Series
Abstract
Burn injuries are a common global occurrence, often causing morbidity or even death. Cell therapy is a method of treating burn wounds that is growing in popularity. In cell therapy, cells are delivered to the wound to act as skin substitutes. Different types of cells can be used as skin substitutes, along with different biomaterials, to achieve the desired healing outcome. The most promising cell delivery method is spraying. Spraying can distribute the cells over a large area and only a small donor site is required to obtain the cells. A wound area to donor site ratio of up to 100:1 can be achieved with cell spray therapy. This is advantageous due to the scarcity of cells. Cell spray therapy can potentially achieve shorter healing times and better functional and aesthetic outcomes compared to traditional treatment methods. However, this method requires achieving a controlled cell distribution on the entire wound. Otherwise, the cells may be too sparse in some areas, which compromises the wound healing efficiency. To achieve a controlled distribution of cells, the effects of spray parameters on the distribution must be known. In other words, a spray model is required. This thesis develops a spray model to allow for predicting the resulting spray distribution when the spray parameters, including spray distance, spray angle and movement speed, are varied. This is achieved by performing spray experiments and analysing the results to build a spray model. These experiments involve spraying a coloured liquid on paper with and without movement and imaging the droplets with a high-speed camera in real time and with a microscope after spraying. The spray results are processed using Python and OpenCV to obtain data for building the spray model. The modelling results show that the spray patterns follow a beta spray distribution or a 2D Gaussian distribution, depending on the experiment and analysis methods. The radius of the spray pattern is linearly proportional to the spray distance at low spray distances. Varying the spray angle produces a result that is equivalent to projecting a spray pattern to an angled surface, if the angle is not too steep. A spray distribution produced while moving the spray device is equivalent to a static distribution that was integrated along the path of the movement. The distribution of droplet sizes can be modelled as an exponential function. This function does not seem to depend on spray distance, volume or pressure.Palovammat ovat yleinen maailmanlaajuinen ongelma. Soluhoidon käyttö palovammojen hoitoon on kasvattanut suosiotaan viime vuosina. Soluhoidossa erityyppisiä soluja ja biomateriaaleja käytetään ihon korvikkeina ja niiden on tarkoitus edesauttaa haavojen parantumista. Ruiskuttaminen on lupaavin tapa viedä solut haavaan. Ruiskuttamalla solut saadaan levitettyä laajalle alueelle helposti ja vain pieni lahjoittaja-alue tarvitaan solujen hankkimiseksi. Haava-alueen ja lahjoittaja-alueen suhde voi olla parhaimmillaan 100:1. Tämä on suuri etu, sillä solujen saatavuus on rajoitettua. Soluhoidolla voidaan saavuttaa nopeampia sekä toiminnallisesti ja esteettisesti parempia paranemistuloksia kuin perinteisillä hoitokeinoilla. Se kuitenkin vaatii hallitun solujakauman saavuttamista koko haavan alueella. Jos solujen tiheys jää liian harvaksi, hoidon tehokkuus kärsii. Jotta hallittu jakauma olisi mahdollista saavuttaa, ruiskutukseen liittyvien parametrien vaikutus jakaumaan tulee tuntea. Toisin sanoen tarvitaan ruiskutusmalli. Tässä diplomityössä kehitetään ruiskutusmalli, joka mahdollistaa jakauman ennustamisen, kun ruiskutukseen liittyvät parametrit, kuten etäisyys, kulma ja liikenopeus, vaihtelevat. Tämä saavutetaan suorittamalla kokeita ja analysoimalla niiden tuloksia ruiskutusmallin kehittämiseksi. Kokeisiin kuuluu värillisen nesteen ruiskuttamista paperille ilman liikettä ja liikkeen kanssa sekä pisaroiden kuvantamista suurnopeuskameralla ruiskutuksen aikana ja mikroskoopilla sen jälkeen. Tulokset prosessoidaan Pythonilla ja OpenCV:llä mallin rakentamiseksi. Mallinnustulosten mukaan ruiskutuskuviot seuraavat Beta-jakaumaa tai kaksiulotteista normaalijakaumaa riippuen kokeesta ja käytetyistä analyysimetodeista. Kuvion säde on suoraan verrannollinen ruiskutusetäisyyteen lyhyillä etäisyyksillä. Vaihteleva ruiskutuskulma tuottaa kuvion, joka vastaa kaltevalle pinnalle projisoitua kuviota, jos kulma on tarpeeksi pieni. Ruiskuttaminen liikkeessä tuottaa ruiskutuskuvion, joka vastaa kuviota, joka on saatu integroimalla staattista kuviota liikkeen suunnassa. Pisaroiden kokojakaumaa voidaan mallintaa eksponenttifunktiolla. Kokojakauma ei näytä riippuvan ruiskutusetäisyydestä, tilavuudesta tai paineesta.Description
Supervisor
Zhou, QuanThesis advisor
Bettahar, HouariKeywords
burns, cell spray therapy, spray modelling, OpenCV