In the study of micro-scale biological flows, velocimetry methods based on passive tracers, such as micro-PIV and micro-PTV, are well established to characterize steady flows. However, these methods become inappropriate for measuring unsteady flows of small amplitude, because, on these scales, the motion of passive tracers cannot be distinguished from Brownian motion. In this study, we use optical tweezers (OTs) in combination with Kalman filtering, to measure unsteady microscopic flows with high temporal accuracy. This method is referred to as optical tweezers-based velocimetry (OTV). The OTV method measures the nanometric displacements of a trapped bead, and predicts the instantaneous velocity of the flow by employing a Kalman filter. We discuss the accuracy of OTV in measuring unsteady flows with 1.5–70 $$\upmu$$ m s $$^{-1}$$ amplitudes and 10–90 Hz frequencies. We quantify how the bead size and the laser power affect the velocimetry accuracy, and specify the optimal choices for the bead size and laser power to measure different unsteady flows. OTV accurately measures unsteady flows with amplitudes as small as 3–6 $$\upmu$$ m s $$^{-1}$$ . We compare the accuracy of OTV and micro-PTV, and characterize the flow regime for which OTV outperforms micro-PTV. We also demonstrate the robustness of OTV by measuring the unsteady flow created by the cilia of green alga Chlamydomonas reinhardtii, and comparing with numerical predictions based on Stokes equations. An open-source implementation of the OTV software in Matlab is available through the 4TU.Centre for Research Data.

中文翻译：

---

基于光镊的测速：一种测量微尺度非定常流动的方法

在微尺度生物流的研究中，基于无源示踪剂的测速方法，如微 PIV 和微 PTV，已经很好地用于表征稳定流。然而，这些方法不适用于测量小振幅的不稳定流动，因为在这些尺度上，被动示踪剂的运动无法与布朗运动区分开来。在这项研究中，我们使用光镊 (OT) 与卡尔曼滤波相结合，以高时间精度测量不稳定的微观流动。这种方法被称为基于光镊的测速 (OTV)。OTV 方法测量被困珠子的纳米位移，并通过使用卡尔曼滤波器预测流动的瞬时速度。我们用 1 讨论了 OTV 在测量非定常流时的精度。5–70 $$\upmu$$ m s $$^{-1}$$ 振幅和 10–90 Hz 频率。我们量化了珠子尺寸和激光功率如何影响测速精度，并指定珠子尺寸和激光功率的最佳选择来测量不同的非定常流动。OTV 准确测量振幅小至 3-6 $$\upmu$$ m s $$^{-1}$$ 的非定常流动。我们比较了 OTV 和微型 PTV 的准确性，并表征了 OTV 优于微型 PTV 的流态。我们还通过测量绿藻莱茵衣藻纤毛产生的不稳定流，并与基于斯托克斯方程的数值预测进行比较，证明了 OTV 的稳健性。Matlab 中 OTV 软件的开源实现可通过 4TU.Centre for Research Data 获得。我们量化了珠子尺寸和激光功率如何影响测速精度，并指定珠子尺寸和激光功率的最佳选择来测量不同的非定常流动。OTV 准确测量振幅小至 3-6 $$\upmu$$ m s $$^{-1}$$ 的非定常流动。我们比较了 OTV 和微型 PTV 的准确性，并表征了 OTV 优于微型 PTV 的流态。我们还通过测量绿藻莱茵衣藻纤毛产生的不稳定流，并与基于斯托克斯方程的数值预测进行比较，证明了 OTV 的稳健性。Matlab 中 OTV 软件的开源实现可通过 4TU.Centre for Research Data 获得。我们量化了珠子尺寸和激光功率如何影响测速精度，并指定珠子尺寸和激光功率的最佳选择来测量不同的非定常流动。OTV 准确测量振幅小至 3-6 $$\upmu$$ m s $$^{-1}$$ 的非定常流动。我们比较了 OTV 和微型 PTV 的准确性，并表征了 OTV 优于微型 PTV 的流态。我们还通过测量绿藻莱茵衣藻纤毛产生的不稳定流，并与基于斯托克斯方程的数值预测进行比较，证明了 OTV 的稳健性。Matlab 中 OTV 软件的开源实现可通过 4TU.Centre for Research Data 获得。OTV 准确测量振幅小至 3-6 $$\upmu$$ m s $$^{-1}$$ 的非定常流动。我们比较了 OTV 和微型 PTV 的准确性，并表征了 OTV 优于微型 PTV 的流态。我们还通过测量绿藻莱茵衣藻纤毛产生的不稳定流，并与基于斯托克斯方程的数值预测进行比较，证明了 OTV 的稳健性。Matlab 中 OTV 软件的开源实现可通过 4TU.Centre for Research Data 获得。OTV 准确测量振幅小至 3-6 $$\upmu$$ m s $$^{-1}$$ 的非定常流动。我们比较了 OTV 和微型 PTV 的准确性，并表征了 OTV 优于微型 PTV 的流态。我们还通过测量绿藻莱茵衣藻纤毛产生的不稳定流，并与基于斯托克斯方程的数值预测进行比较，证明了 OTV 的稳健性。Matlab 中 OTV 软件的开源实现可通过 4TU.Centre for Research Data 获得。我们还通过测量绿藻莱茵衣藻纤毛产生的不稳定流，并与基于斯托克斯方程的数值预测进行比较，证明了 OTV 的稳健性。Matlab 中 OTV 软件的开源实现可通过 4TU.Centre for Research Data 获得。我们还通过测量绿藻莱茵衣藻纤毛产生的不稳定流，并与基于斯托克斯方程的数值预测进行比较，证明了 OTV 的稳健性。Matlab 中 OTV 软件的开源实现可通过 4TU.Centre for Research Data 获得。