Notre solution
Le système Dynared combine millifluidique, videomicroscopie avancée, et analyse d'image par intelligence artificielle (machine learning)
L'innovation d'ICOVELL consiste à utiliser le mouvement des globules rouges soumis à une contrainte de cisaillement dans un flux pour déterminer leur déformabilité individuelle. Pour une contrainte de cisaillement donnée, il existe un seuil critique de déformabilité au-dessus duquel le mouvement d'un globule rouge est celui d'une goutte fluide, i.e. de type « Tank-treading (TT) ». En dessous de ce seuil, son mouvement est celui d'un solide, i.e. de type « bascule » ou « Tumbling » (non TT). Les globules rouges TT sont déformables et les non-TT, non déformables.
Videomicroscopie
Classement par IA
Vue du dessus (séries d'image) et de côté (schéma) de deux globules rouges présentant un déplacement de type tank-treading (haut) et un déplacement de type bascule (bas).
Biomarqueur fTT
Fraction de globules rouges déformables dans une population hétérogène (goutte de sang)
Dynared: une avancée majeure qui repose sur 4 innovations technologiques clés
Un nouveau marqueur mécanique fTT
Sa sensibilité à la viscosité des globules rouges et à leur dynamique de déformation. Sa pertinence pour les populations de globules rouges hétérogènes caractéristiques de nombreuses pathologies.
Une méthode de mesure avancée
La combinaison brevetée de la vidéomicroscopie et de l'analyse d'image par IA permet d'observer le mouvement individuel de chaque globule rouge, donnant accès à leur déformabilité individuelle.
Un dispositif de mesure intégré et autonome
Ne nécessitant qu'une goutte de sang, au chevet du patient, il est utilisable par du personnel non-technique.
Une application intelligente
Combinant les données de notre marqueur aux paramètres cliniques conventionnels pour une aide à la décision rapide et efficace par les cliniciens.
Les avantages de la technologie Dynared
Nos publications scientifiques
A novel red blood cell deformability biomarker is associated with hemolysis and vaso-occlusive crises in sickle cell disease.
Scientific Reports 15, 15864 (2025).
Classification of red cell dynamics with convolutional and recurrent neural networks : a sickle cell disease case study.
Scientific Reports, 13(1), 745 (2023).
Dynamics of individual red blood cells under shear flow: a way to discriminate deformability alterations.
Frontiers in Physiology, 12, 2406 (2022).
A simple model to understand the effect of membrane shear elasticity and stress-free shape on the motion of red blood cells in shear flow.
Soft matter 11, 8372-8382 (2015).
Red blood cell: from its mechanics to its motion in shear flow.
Int. Jnl. Lab. Hem. 36, 237–243 (2014).
Full dynamics of a red blood cell in shear flow.
Proc. Nat. Acad. Sci. 109, 20808-20813 (2012).
Brevet : Méthode et dispositif de détermination de la déformabilité de globule rouge.
EP3821241 B1, US20220341919 A1