诺丁汉大学和阿斯利康研发Charnwood加速抗炎药物的临床研究

在今天的大多数医院,血氧饱和度测量脉搏血氧计,一个设备夹在指尖传送光通过手指的血管。然而,这种方法不够精确先进的医学等领域的应用和不能用胸部或手臂。

高光谱成像技术拥有更大的潜力提高血氧饱和度测量的准确性,同时允许他们在任何时候在体内。然而,临床医生缺乏工具将图像数据转化为氧饱和度地图。

“我们想要一束光照耀在表面的氧含量和测量组织反射回来的信息,”Paul罗德麦尔,说诺丁汉大学的高级研究员。“这是很困难的,因为组织散射光。”

为了解决这个挑战,都需要图像处理算法发展的分析环境。

诺丁汉大学使用MathWorks工具来获取和处理高光谱图像,开发生产氧饱和度图的算法,并构建一个图形用户界面(GUI)来促进临床科研人员的工作。

罗德麦尔使用MATLAB处理的三维数据数组,代表了一种高光谱图像。

创建一个图像的归一化反射贴图,都获得了高光谱图像的纯白色的表面,并使用MATLAB进行三维矩阵分裂的两组数据。

然后他利用MATLAB开发新算法计算血氧饱和度从原始反射率数据地图。

使用图像采集的工具箱,诺丁汉大学的缩短时间获取高光谱图像。“图像采集工具箱是比先前的方法快3倍,“罗德麦尔指出。“图像采集工具箱也给了我们完全控制摄像头硬件,所以我们会看到更大的收益只获取我们需要的地区和光谱。”

在罗德麦尔已经开发了一种可靠的方法生产氧饱和度的地图从高光谱图像,他利用MATLAB开发工具,使临床研究人员轻松地应用技术。使用MATLAB开发工具和图像处理工具箱,都创建了一个工具,使研究生物学家选择一个地区的形象和获得指标血氧饱和度的地区。

诺丁汉大学图像处理工具箱用于让用户以图形的方式选择一个感兴趣的区域和自动识别像素区域内,上面是一个特定的阈值。

“阿斯利康开始使用该工具后,他们问我添加一个直方图。我很快添加一个工具,它在大约一个小时,“罗德麦尔解释道。

阿斯利康研究人员使用该工具来评估抗炎药的有效性通过测量血氧饱和度在志愿者的怀里对花粉过敏反应或屋尘螨。

诺丁汉大学的继续加速,使用MathWorks工具自动化图像分析过程。

“诺丁汉大学现在使用MATLAB集成图像采集与图像分析,”哈格里夫斯说。“这将允许我们临床医生进行动态分析,认为氧饱和度地图他们捕获,而不是等待收购后的处理。”