“MATLAB不仅缩短了分析和算法开发时间,而且让我可以用新方法进行实验,否则会非常耗时。”
Paul Rodmell,诺丁汉大学
诺丁汉大学使用MathWork工具获取和处理高光谱图像,开发用于产生氧饱和度图的算法,并构建图形用户界面(GUI)以促进临床研究人员的工作。
Rodmell使用MATLAB处理表示高光谱图像的三维数据阵列。
为了创建图像的归一化反射图,Rodmell获得了纯白色表面的高光谱图像,并使用MATLAB对两组数据进行了三维矩阵分割。
然后,他使用MATLAB开发了正在申请专利的算法,用于根据原始反射数据计算血氧饱和度图。
使用图像采集工具箱,诺丁汉大学缩短了捕获高光谱图像的时间。“图像采集工具箱比以前的方法快约三倍,”Rodmell指出。“图像采集工具箱还为我们提供了对相机硬件的完全控制,因此我们只需获取所需的区域和光谱,就能获得更大的收益。”
在罗德梅尔开发出一种从高光谱图像生成血氧饱和度图的可靠方法后,他使用MATLAB开发工具,使临床研究人员能够轻松应用该技术。Rodmell使用MATLAB开发工具和图像处理工具箱创建了一个工具,使研究生物学家能够在图像中选择一个区域,并获得该区域的血氧饱和度指标。
诺丁汉大学使用图像处理工具箱,使用户能够图形地选择感兴趣区域并自动识别高于特定阈值的区域内的像素。
“阿斯利康开始使用该工具后,他们要求我添加一个直方图。我很快在该工具中添加了一个直方图,并在大约一小时后将其发送回来,”罗德梅尔解释道。
阿斯利康的研究人员通过测量对草花粉或屋尘螨过敏的志愿者手臂的血氧饱和度,使用该工具来评估抗炎药的有效性。
诺丁汉大学继续使用MathWorks工具加速和自动化图像分析过程。
哈格里夫斯说:“诺丁汉大学现在利用MATLAB整合图像采集和图像分析。”“这将使我们的临床医生能够进行动态分析,并在采集时查看血氧饱和度图,而不是等待采集后处理。”
开发时间缩短. Rodmell说:“用MATLAB操作三维阵列非常简单,结果也很可靠。”。“如果使用C,这项工作将花费我三到四倍的时间。”
临床试验加速. “使用基于MATLAB的工具,研究人员在大约两周的试验中产生了可靠的数据,”罗德梅尔说。“研究人员之前的方法花了几个月的时间才得出类似的结果。”
精度提高. “一个典型的指尖脉搏血氧仪的准确度在3%到5%之间,”罗德梅尔解释道。“使用高光谱成像和MATLAB,我们可以测量血氧饱和度,估计准确度为0.4%。”
诺丁汉大学是世界上1300所大学,提供校园范围内的MATLAB和Simulink的访问。通过校园许可,研究人员、教员和学生可以访问最新版本的通用产品配置,供教室、家中、实验室或现场使用。下载188bet金宝搏金宝app