诺丁汉大学和Astrazeneca研发夏洛伍德加速了抗炎药的临床研究

在今天的大多数医院里，血氧饱和度是通过夹在指尖上的脉搏血氧计来测量的，这个装置可以让光线通过手指的血管。然而，这种方法对于高级医疗应用来说不够准确，不能用于胸部或手臂等领域。

高光谱成像在提高氧饱和度测量的准确性方面有着巨大的前景，同时允许在身体的任何位置进行氧饱和度测量。然而，临床医生缺乏将图像数据转换成氧饱和度图的工具。

“我们希望在诺丁汉大学高级研究员Paul Rodmell说：”我们希望在表面上发光并测量组织的氧气含量，“诺丁汉大学高级研究员Paul Rodmell说。“这很困难，因为组织散发着光线。”

为了解决这一挑战，Rodmell需要一个用于图像处理和算法开发的分析环境。

诺丁汉大学使用MathWorks工具来获取和处理高光谱图像，开发了生成氧饱和度图的算法，并构建了一个图形用户界面(GUI)来促进临床研究人员的工作。

Rodmell使用MATLAB来处理代表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在两组数据上执行三维矩阵划分。

然后，他使用MATLAB开发专利待处理的算法，用于计算来自原始反射率数据的氧饱和度图。

使用图像采集工具箱，诺丁汉大学缩短了捕捉高光谱图像的时间。“图像采集工具箱比以前的方法快三倍，”罗德梅尔指出。“图像采集工具箱也让我们完全控制相机硬件，所以我们将看到更大的收益，只获取我们需要的区域和光谱。”

罗德摩尔开发了一种可靠的生产氧饱和度映射的方法，他使用MATLAB开发工具，使临床研究人员能够轻松应用该技术。使用MATLAB开发工具和图像处理工具箱，RodMell​​创建了一种工具，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氧饱和度的指标。

诺丁汉大学使用了图像处理工具箱，使用户能够以图形方式选择感兴趣的区域，并自动识别高于特定阈值的区域内的像素。

“阿斯利康开始使用这个工具后，他们让我添加一个直方图。我很快在工具中添加了一个，大约一个小时后送回。”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室内尘螨过敏的志愿者手臂的氧饱和度来评估消炎药的有效性。

诺丁汉大学继续使用MathWorks工具加速和自动化图像分析过程。

“诺丁汉大学现在正在使用MATLAB与图像分析集成图像采集，”Hargreaves说。“这将允许我们的临床医生在飞行的分析中进行操作，并在捕获的情况下看到氧饱和度图，而不是等待收购后处理。”