فهرست مطالب

فصلنامه مهندسی پزشکی زیستی
سال چهاردهم شماره 4 (زمستان 1399)

  • تاریخ انتشار: 1399/11/14
  • تعداد عناوین: 7
|
  • درسا جعفرخواه صیقلانی، مهران یزدی*، محمد فقیهی صفحات 267-276

    سرطان یکی از شایع ترین بیماری های امروزه محسوب می شود. سرطان مغز یکی از مهلک و مرگ آورترین انواع سرطان به شمار می آید که تشخیص درست و به موقع آن تاثیر اساسی در زندگی بیمار خواهد داشت. برای تشخیص این بیماری، پزشک به تصویرهای ام آرآی و سی تی اسکن مغز احتیاج دارد. تاکنون روش های مختلفی برای تشخیص تومور مغزی از تصاویر پزشکی ارایه شده است اما به خاطر شباهت زیاد بافت تومور به بافت های دیگر مغز دقت مناسبی به دست نیامده است. در این مقاله روشی با استفاده از تلفیق تصاویر ام آر آی و سی تی اسکن برای تشخیص سه نوع شایع از تومورهای مغزی (گلیوما، منژیوما و تومور هیپوفیز) پیشنهاد شده است. در روش پیشنهادی از ساختاری بر اساس یادگیری عمیق استفاده میگردد تا ویژگیهایی که امکان تمایز بین بافت مغز و تومور را فراهم می کند، استخراج گردد. نتایج به دست آمده با استفاده از روش پیشنهادی برتری این روش را نسبت به روش های مرتبط نشان می دهد.

    کلیدواژگان: تصویر ام آرآی، تصویر سی تی اسکن، تلفیق تصاویر، سرطان مغز، یادگیری عمیق، شبکه عصبی
  • الهه کفاشی، محمدعلی احمدی پژوه*، فیروز بختیاری نژاد صفحات 277-290

    با توجه به آمار بالای مبتلایان به بیماری های عروق مغزی و سکته مغزی که نتیجه ی آن فلج شدن اندام های یک سمت بدن از جمله دست می باشد و هم چنین محدودیت هایی که در روش های سنتی توانبخشی وجود دارد، نیاز به ساخت دستگاه هایی برای کمک به این افراد ضروری می باشد. در این پژوهش، در ابتدا با توجه به چالش هایی که در طراحی یک برون پوش دست وجود داشت، طراحی اولیه مکانیزمی برای استفاده به صورت حرکت غیرفعال پیوسته برای توانبخشی انگشتان دست صورت گرفت. این مکانیزم مبتنی بر تاندون می باشد و هر دو حرکت باز و بسته شدن انگشتان را پوشش می دهد. به این منظور در برون پوش از دو عملگر فعال و غیرفعال به ترتیب جهت بستن و باز کردن انگشتان دست استفاده شده است. ویژگی بارز این طراحی، سبک و کم حجم بودن آن، قابلیت تنظیم برای دست های متفاوت و سازگاری و راحتی آن برای بیمار می باشد. هم چنین، روابط سینماتیکی و دینامیکی برون پوش برای انگشتان دست بغیر از انگشت شست به روش لاگرانژ مدل سازی شده است. حرکت برون پوش در تعامل با انگشت به کمک نرم افزار سیم مکانیک متلب شبیه سازی شد. در نهایت با استفاده از نتایج شبیه سازی و مدل سازی، طراحی نهایی با در نظر گرفتن نیروی 40 نیوتون در طول تاندون انجام و برون پوش برای انگشت اشاره ساخته شد. هم چنین نتایج حاصل از مدل سازی تحلیلی و شبیه سازی مقایسه شد و میزان خطای مدل سازی برای تغییر زوایای مفاصل به دست آمد. این مقدار در بدترین حالت برای مفصل اول و دوم انگشت 15 درصد و برای مفصل سوم 20 درصد محاسبه شد.

    کلیدواژگان: برون پوش، توانبخشی، غیرفعال مداوم، تاندون، مدل سازی، دست
  • گلاره ولی زاده، فرشید باباپور مفرد*، احمد شالباف صفحات 299-315

    مدلسازی شکل آماری به طور گسترده در کاربردهای مربوط به تصاویر قلبی مورد استفاده واقع می شود. مطالعات بسیاری با هدف ساخت این مدل ها به طور بهینه انجام پذیرفته است. مقاله حاضر به ارزیابی مدل های سه بعدی مختلف از اندوکاردیوم که در نتیجه ی به کارگیری استراتژی های متفاوت همراستاسازی پوسته ها، تولید شده اند، می پردازد. با کمک 20 داده ی نرمال، سه مدل سه بعدی مختلف از اندوکاردیوم در فاز انتهای سیستول از طریق روش های همراستاسازی متفاوت با استفاده از نقاط مرکز راس (CoA) ، مرکز جرم (CoM) و مرکز قاعده ی (CoB) اندوکاردیوم ساخته شد. آنالیز مولفه اصلی به منظور تشریح اختلافات آماری مدل ها محاسبه گردید. کارایی مدل ها توسط معیارهای فشردگی، قابلیت تعمیم و اختصاصی بودن مورد ارزیابی قرار گرفت. همچنین فاصله ی هاسدرف به عنوان شاخصی جهت بررسی عملکرد هر مدل در کاربرد بخش بندی از طریق تکینیک مدل شکل فعال مورد استفاده واقع شد. نتایج حاصله بیانگر این است که مدل مبتنی بر CoB نسبت به مدل مبتنی بر CoA فشردگی کمتر و نسبت به مدل مبتنی بر CoM فشردگی بیشتری دارد. با اینکه در یک تعداد مد معین خطای بازسازی نمونه ها در هر سه مدل تقریبا یکسان می باشد اما همراستاسازی بر مبنای CoB منجر به ساخت مدلی شد که منحصربه فردتر از دو مدل دیگر بود. در نهایت، مقایسه نتایج هاسدرف بیانگر این است که بخش بندی اندوکاردیوم با استفاده از مدل مبتنی بر CoB دارای دقت بیشتری نسبت به دو مدل دیگر است. آنالیز کمی نتایج حاکی از آن است که تغییر روش همراستاسازی در ساخت مدل شکل آماری حاصله موثر می باشد. به گونه ای که بهبود در میزان شاخص اختصاصی بودن و دقت بخش بندی با استفاده از مدل ساخته شده بر مبنای CoB در نتایج بدست آمده نسبت به روش مرسوم CoM کاملا مشهود است.

    کلیدواژگان: مدلسازی شکل آماری، بطن چپ قلب، مدل شکل فعال، اندوکاردیوم، بخش بندی، تشدید مغناطیسی قلب، ارزیابی مدل
  • صدف رضوی نژاد، امیرمحمد فلاح، سید ابوالقاسم میرروشندل* صفحات 307-320

    دیابت یک بیماری شایع در سراسر جهان است. این بیماری سخت و غیر قابل علاج ولی کنترل پذیر است، از این رو کنترل و پیشگیری از عوارض آن امری مهم است. به همین علت استفاده از روش هایی با خطای پایین و هوشمند برای پیش بینی میزان قند خون و از همه مهم تر جلوگیری از عوارض خطرناک آن، مساله ای مهم در کنترل بهتر این بیماری محسوب می شود. با توجه به روش های مختلفی که در این زمینه ارایه شده است، در این مقاله نیز دو مدل با استفاده از رهیافت یادگیری عمیق ارایه شده است که نتایج کارآمد و بهینه ای تولید می کند. دو مدل پیشنهادی از ترکیب های متفاوتی از شبکه های عصبی حافظه طولانی کوتاه مدت و پیشخور تشکیل شده اند و میزان قند خون آتی بیمار را با دقت و سرعت قابل توجهی پیش بینی می کنند. از 81.200 رکورد داده میزان قند خون 203 بیمار به همراه 27 مشخصه ی مهمی که بر میزان قند خون آن ها موثر بوده استفاده شده است. همچنین به منظور ارزیابی دقیق، از روش اعتبارسنجی متقابل مناسب برای سری زمانی استفاده شد و نتایج حاصل از اجرای مدل ها نشان داد که مدل میانگین متحرک خودهمبسته یکپارچه با توجه به این حجم از داده و ضعف سخت افزاری سیستم پیاده سازی، قادر به پیش بینی میزان قند خون نیست و مدل های مبتنی بر یادگیری عمیق کارایی قابل قبول و سرعت عملکرد خوبی دارند. همچنین با توجه به نتایج به دست آمده مدل پیشنهادی دوم برای افق های پیش بینی 5، 10 و 15 دقیقه به ترتیب 8/13درصد، 16درصد و 9/18درصد بهتر از مدل پیشنهادی اول عمل کرده است و می تواند مدل قابل اعتمادتری برای پیش بینی میزان قند خون باشد. از این رو مدل بیان شده می تواند در سیستم های هوشمند هشداردهنده برای پیش گیری از وقوع هیپوگلیسمی که از عوارض خطرناک و شایع بیماری دیابت نوع یک است، استفاده شود.

    کلیدواژگان: قند خون، دیابت نوع یک، پیش بینی، شبکه ی عصبی مصنوعی، یادگیری عمیق
  • سیده فاطمه قریشیان، محمد پویان* صفحات 321-331

    بیماری پارکینسون یک اختلال عصبی است که به طور عمده بر نورون های تولیدکننده ی دوپامین اثر گذارده و موجب اختلال در سیستم حرکتی می شود. بارزترین علایم این بیماری شامل لرزش، حرکت آهسته، سفتی و راه رفتن دشوار است. راه رفتن بیماران پارکینسونی با کندی در حرکت همراه است. در این مقاله، با استفاده از روش های ریاضی و کامپیوتری، راه رفتن بیماران پارکینسونی مدلسازی شده است. این مدل شامل ساختارهای درگیر در بیماری پارکینسون است، این ساختارها از مغز شروع شده و تا مفصل زانو ادامه می یابند و شامل عقده های قاعده ای، تالاموس، کورتکس، ناحیه موتوری تکمیلی (SMA)، عضله و مفصل می باشند. خروجی مدل، سرعت راه رفتن در بیماران پارکینسونی است. در مدل ارایه شده، اندازه خروجی برابر m/s 0.83 است که در محدوده ی گزارش شده توسط نتایج کلینیکی (m/s 1.21- 0.18) قرار دارد. در این مطالعه روش هایی برای افزایش سرعت راه رفتن در بیماران پارکینسونی مورد بررسی قرار گرفته که شامل تحریک عمقی مغز، استفاده از دارو و تقویت عضله می باشند. نتایج نشان می دهند که هریک از این روش ها موجب بهبود سرعت خواهند شد، در واقع با بکارگیری این روش ها بر روی مدل، مقدار خروجی افزایش یافته و به محدوده ی سرعت راه رفتن در افراد سالم (m/s 1.36- 1.30) نزدیک می گردد. همچنین اثر سفتی بر روی سرعت راه رفتن مورد مطالعه قرار گرفته و مشاهده شده است که سفتی عضلانی و سرعت رابطه ی عکس دارند. در پایان نیز یک روش کنترلی برای بهبود سرعت پیشنهاد شده که با افزایش پاسخ سیستم حلقه بسته موجب افزایش سرعت راه رفتن خواهد شد.

    کلیدواژگان: بیماری پارکینسون، مدلسازی، سرعت راه رفتن، بهبود
  • مریم صادقی تالارپشتی، محمدعلی احمدی پژوه*، فرزاد توحیدخواه صفحات 333-344

    توانایی انسان برای انجام چند وظیفه همزمان در مطالعات بسیاری بررسی شده و انجام دو وظیفه توام همواره یکی از مهم ترین مسایل شناختی و روان شناختی بوده است. نحوه اجرا و تاثیر دو وظیفه توام روی یکدیگر به منظور شناخت کارکرد مغز و تاثیر آن روی خروجی رفتاری در بیماری های مختلف مورد مطالعه قرار گرفته است. تاثیر سختی بر اجرای دو وظیفه توام گسسته-پیوسته حرکتی-شناختی در این مقاله مورد بررسی قرار گرفته است. برای این منظور از یک وظیفه ی گسسته ی شنیداری به همراه وظیفه ی پیوسته ی حرکتی دنبال کردن به عنوان دو وظیفه توام استفاده شده است. 25 نفر در این آزمایش شرکت کرده اند که از آن ها خواسته شده است به صورت همزمان به تحریک شنیداری پاسخ بدهند و عمل دنبال کردن حرکتی را نیز انجام دهند. تاثیر سختی روی میزان خطا و زمان پاسخ با استفاده از مدل رانش انتشار بررسی شده است. در این مدل 4 پارامتری، پارامتر رانش برای بررسی میزان دشواری وظیفه در نظر گرفته شده است. نتایج پارامتر رانش(مقادیر میانگین 5/0، 3/0 و 2/0) در مدل می تواند با تغییرات دشواری در سه سطح، در آزمایش هماهنگی خوبی داشته باشد و بتواند به عنوان پارامتر دشواری مورد استفاده قرار گیرد.

    کلیدواژگان: دو وظیفه توام، حرکتی-شناختی، دنبال کردن، شنیداری، رانش انتشار، مدل سازی
  • میلاد مهدی نژاد آسیابی، بهمن وحیدی* صفحات 345-355

    امکان جایگزینی و یا ترمیم بافت آسیب دیده به واسطه ی پزشکی ترمیمی وجود دارد. بیشتر بافت های درون بدن برای تامین اکسیژن و مواد مغذی سلول های منفرد، به عروق خونی متکی هستند. برای رشد بافت با طولی بیش از m 200-100 به دلیل محدودیت انتشار اکسیژن، نیاز به تشکیل عروق خونی جدید است که این محدودیت برای بافت های مهندسی شده نیز صدق می کند. بنابراین یکی از پیشنیاز های بافت برای زنده ماندن و رشد، وجود عروق است. یک روش برای رفع این محدودیت استفاده از کانال های ریزسیال است که به واسطه ی ایجاد لایه ای از سلول های اندوتلیال بر دیواره ی کانال و اعمال جریان به صورت برون تنی ایجاد شده اند. در این مطالعه، کانال ها درون داربستی از جنس کلاژن نوع اول با تخلخل 81 درصد قرار گرفتند و کانالی نیز با کاربرد تخلیه لنفاوی برای داربست در نظر گرفته شد. هندسه ی کانال جریان براساس قانون موری ایجاد شد. تاثیر پارامتر هایی چون شعاع کانال تخلیه، اختلاف فشار کانال جریان، هدایت هیدرولیکی داربست و هدایت هیدرولیکی عروقی بر فشار میان دیواره ای و تنش برشی مورد بررسی قرار گرفت. همچنین تاثیر زاویه ی دوشاخگی بر تنش برشی ایجاد شده نیز مطالعه شد. از روش اجزای محدود برای حل مسئله استفاده شد. در شبیه سازی بر روی رگی با قطر m 100، حداکثر سرعت بینابینی 50E-9 m/s، حداکثر فشار بینابینی 1.34E+3 Pa و حداقل فشار میان دیواره ای 1.49E+3 Pa، ارزیابی شد. تنش برشی میانگین بر روی دیواره های رگ برابر با 10 dyn/cm2 به دست آمد. مشخص شد که با کاهش فشار در خروجی کانال تخلیه، عایق بندی داخلی داربست از اختلاف فشار درون کانال جریان، کاهش هدایت هیدرولیکی عروقی، افزایش هدایت هیدرولیکی داربست و افزایش شعاع کانال تخلیه می توان فشار میان دیواره ای مثبت را ایجاد و حفظ کرد. نتایج حاصل از این پژوهش می تواند در ایجاد بافت قابل کاشت متشکل از شبکه ی عروقی و تخلیه استفاده شود.

    کلیدواژگان: داربست، پزشکی ترمیمی، مهندسی بافت ریز عروق، قانون موری، فشار میان دیواره ای، تخلیه
|
  • Dorsa Jafarkhah Seighalani, Mehran Yazdi *, Mohammad Faghihi Pages 267-276

    Cancer is one of the most common diseases at the present time. Among different types of this disease, brain cancer has a high fatality rate and accurate and timely diagnosis of it, can have a major impact on the patient’s life. Doctors need MRI and CT scan of brain to diagnose this condition. A precise image processing technique can help the medical specialists and speed up the diagnosis process. Many methods have been proposed to recognize brain tumors in medical images; however their accuracies were not acceptable. In fact, low accuracy is a result of the similarities between brain and tumor tissue. In this paper we propose a tumor recognition method using fusion of MRI and CT Scan images. This method exploits a deep learning based feature extraction algorithm that helps to distinguish tumors from brain tissue. Tumor recognition and accuracy calculation is performed for three common types of brain tumors (glioma, meningioma, and pituitary tumor). Our results show a great improvement of performance in comparison to related works.

    Keywords: MRI Image, CT Scan Image, Image fusion, Brain Cancer, Deep Learning, Neural Networks
  • Elaheh Kafashi, MohammadAli Ahmadi Pajouh *, Firooz Bakhtiari Nejad Pages 277-290

    Due to the high number of patients with cerebrovascular disease and stroke, which results in paralysis of organs on one side of the body, including the hand, as well as limitations in traditional rehabilitation methods, it is necessary to build devices to help these people. In this study, initially, given the challenges involved in designing an exoskeleton, the initial design was a mechanism for using it as a continuous passive motion to rehabilitate the fingers. This mechanism is tendon-based and covers both the flexion and extension of the fingers. For this purpose, two active and passive actuators have been used in the exoskeleton, respectively, to flex and extend the fingers. The distinctive feature of this design is its lightness, low volume, adjustability for different hands, compatibility, and comfort for the patient. Also, the kinematics and dynamics relationships modeled on the Lagrange method. The exoskeleton movement simulated in interaction with the finger with MATLAB sim-mechanics software. Finally, using simulation and modeling results, the final design was performed by considering the force of 40 N along the tendon, the exoskeleton made for the index finger. Also, the results of analytical modeling and simulation compared; the error rate of modeling obtained. In the worst case, this value was 15% for the first and second finger joints and 20% for the third joint.

    Keywords: Exoskeleton, Rehabilitation. Passive motion, Tendon. Modeling. Fingers
  • Gelareh Valizadeh, Farshid Babapour Mofrad *, Ahmad Shalbaf Pages 299-315

    Statistical Shape Modeling is widely used in many applications of cardiac images. Many efforts have been done to generate optimized Statistical Shape Models (SSMs). In this paper, we evaluated three different 3D endocardial models constructed using different alignment procedures. From 20 healthy CMR datasets, three different endocardial models are generated by varying the surface alignment methods means based on the Center of the Apex (CoA), the Center of Mass (CoM), and the Center of the Basal (CoB) of the endocardium. Then Principle Component Analysis (PCA) is applied to show the maximum variation of the SSMs. The constructed statistical models are compared by measuring the compactness, generalization ability, and specificity. Besides, the performance of each model in the 3D endocardial segmentation application using the Active Shape Model (ASM) technique is evaluated by the Hausdorff Distance (HD) criterion. The results indicate that the CoB-based model is less compact than the CoA-based model but more compact than the CoM-based model. Although for a constant number of modes the reconstruction error is approximately the same for all models, surface alignment based on CoB leads to generate a more specific model than the others. The resulted HDs show that the CoB alignment strategy produces the ASM which has the best performance in 3D endocardial segmentation among the other models. The computed results from the quantitative analysis demonstrate that varying alignment strategies affect the quality of the constructed SSM. It is obvious that the specificity and segmentation accuracy of the proposed CoB-based model outperforms the classical CoM-based approach.

    Keywords: Statistical Shape Modeling, Left Ventricle, Active Shape Model, Endocardium, Segmentation, Cardiac MRI, Model Evaluation
  • Sadaf Razavinezhad, AmirMohammad Fallah, Seyed Abolghasem Mirroshandel * Pages 307-320

    Diabetes is a common disease all around the world. It is a difficult and incurable but controllable disease, so it is important to control and prevent its complications. Thus, low error and smart methods are used to predict blood glucose levels and prevent dangerous complications to control it effectively. In this regard, different methods were investigated. In our research, two models based on deep learning technique are used which produce efficient and optimal results. These models are composed of different combinations of long short-term memory and feed forward neural networks which predict the patient's future blood glucose levels with considerable accuracy and speed. To achieve more comprehensive model, 81,200 blood glucose data was evaluated through 203 patients. In addition, 27 effective features in patients' blood glucose levels are considered in this regard. Furthermore, cross-validation method which is suitable for time series was used for more accurate evaluation. The results showed that Autoregressive Integrated Moving Average model could not predict blood glucose levels considering this amount of data and system hardware limitations, while the models based on deep learning had good performance and good speed. Furthermore, the second proposed model for the prediction horizons of 5, 10, and 15 minutes outperformed the first one with 13.8%, 16%, and 18.9%, respectively. Therefore, the second proposed model can be more reliable for predicting blood glucose. So, it can be used in smart warning systems to prevent hypoglycemia, which is a dangerous and widespread problem of type 1 diabetes.

    Keywords: blood glucose, Type 1 Diabetes, prediction, Artificial neural network, Deep Learning
  • Seysde Fatemeh Ghoreishian Amiri, Mohammad Pooyan * Pages 321-331

    Parkinson's disease (PD) is a neurological disorder that mainly affects dopamine-producing neurons and motor system. The most obvious symptoms of PD are tremor, slow movement, stiffness and difficulty with walking. Walking in PD is slower than normal walking. In this paper, the gait in patients with PD is modeled by a mathematical and computational method. This model includes structures which are involved in PD, such as basal ganglia, thalamus, cortex, supplementary motor area (SMA), muscle and joint-load dynamics. The output of the model is walking speed in PD. The output value is 0.83 m/s, which is in the range reported by clinical results (0.18-1.21 m/s). Some methods which increase the gait speed in PD are investigated too. These methods include deep brain stimulation, drug prescription and strengthening the muscles. The results show that each of these methods will improve the gate speed, In fact, by using these methods, the value of output increases and approaches the walking speed range in healthy individuals (1.36-1.30 m/s). Moreover, the effect of rigidity on gait speed is studied; it has been observed that the stiffness and speed of the gate are inversely related. Finally a control method is offered which improve the gait speed by increasing the magnitude response of the closed-loop system.

    Keywords: Parkinson&rsquo, s disease, Modeling, Gait speed, improving
  • Maryam Sadeghi Talarposhti, MohammadAli Ahmadi Pajouh *, Frazad Towhidkhah Pages 333-344

    The ability of a human being to perform more than one task at the same time has been investigated in many studies. Performing more than one task simultaneously has always been a challenging topic in psychology and human perception fields. The output and the effect of two tasks have been studied in previous researches for understanding the brain’s performance and also the disease origin and the symptoms. The influence of different difficulty levels has been explored via discrete-continuous motor-cognitive dual-task (DT). To this aim, a manual tracking task combined with discrete auditory stimuli to establish DT procedure. Twenty-five participants in this paradigm were asked to track the target on screen while reacting to the auditory task at the same time. Two levels of difficulty in manual tracking plus a single auditory task (ST) were considered for the experiment. The variability of output via different difficulties was investigated by analyzing factors of error rate and the response time (RT). For this analysis, a Drift Diffusion Model (DDM) method was used. In this 4-parameter model, the drift parameter is assumed to show the difficulty levels. The results show that by applying different drift rates (the average of 0.5, 0.3, and 0.2), the model is consistent (more than 90 percent fitness) with experimental output RT and the drift parameter has the potential to be considered as the difficulty factor in the DT procedure to obtain more interpretable results.

    Keywords: Dual-task, Motor-cognitive, Tracking, Auditory, Drift diffusion, Modeling
  • Milad Mahdinezhad Asiyabi, Bahman Vahidi * Pages 345-355

    It is possible to replace or repair damaged tissue with regenerative medicine. Most tissues in the body rely on blood vessels to supply oxygen and nutrients to individual cells. New blood vessels are essential to grow tissue longer than 100-200μm due to limited oxygen delivery; This restriction also applies to engineered tissues. Therefore, one of the prerequisites for tissue survival and growth is the presence of vasculature. One way to overcome this limitation is to use microfluidic channels that are created by planting a layer of endothelial cells on the channel wall and applying in vitro flow. In this study, the channels were placed inside a type 1 collagen scaffold with 81% porosity, and a drainage channel was considered for the scaffold with lymphatic function. The geometry of the perfusion channel was based on Murray’s law. The effect of parameters such as drainage channel radius, perfusion channel pressure difference, scaffold hydraulic conductivity, and vascular hydraulic conductivity on transmural pressure and shear stress was investigated. The effect of the bifurcation angle on shear stress was also studied. The finite element method was used to solve the problem. In the simulation on a vessel with a diameter of 100 μm, the maximum interstitial velocity was 50E-9 m/s, the maximum interstitial pressure was 1.34E3 Pa, and the minimum transmural pressure was 1.49E3 Pa. The average shear stress on the vessel walls was 10 dyn/cm2. It was noted that reducing the pressure at the drainage channel outlet, the internal insulation of the scaffold from the pressure difference within the perfusion channel, reducing the vascular hydraulic conductivity, increasing the scaffold hydraulic conductivity, and increasing the radius of the drainage channel will create and maintain positive transmural pressure. The results of this study can be used in creating implantable tissue consisting of vascular network and drainage.

    Keywords: Scaffold, Regenerative medicine, Microvascular tissue engineering, Murray&rsquo, s law, Transmural Pressure, Drainage