“Matlab不仅缩短了分析和算法开发时间,而且它允许我尝试使用否则太耗时的新方法。”
Paul Rodmell,诺丁汉大学
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。”
发展时间缩短了。“用MATLAB操作三维阵列是简单的,结果是可靠的,”罗德梅尔说。“如果用c语言,我要花三到四倍的时间才能完成这项工作。”
临床试验加速了。“使用基于Matlab的工具,研究人员在审判的大约两周内产生了稳固的数据,”罗德摩尔说。“研究人员之前的方法花了几个月的时间来产生类似的东西。”
精度改善了。“典型的指尖脉冲血氧仪在三到五个百分点内准确,”罗德摩尔解释说。“使用高光谱成像和MATLAB,我们可以测量估计的0.4%的精度氧气饱和度。”
诺丁汉大学是全球1300所大学,提供校园广泛的Matlab和Simulink。金宝app凭借校园广泛的许可证,研究人员,教师和学生可以在最新的释放级别获得产品的常见配置,以便在课堂上使用家庭,在实验室或现场。下载188bet金宝搏
加入客户参考计划