诺丁汉大学和阿斯利康研发中心加快抗炎药物的临床研究

如今，在大多数医院里，血氧饱和度都是用脉搏血氧计来测量的。脉搏血氧计是一种夹在指尖上的装置，它能让光线穿过手指的血管。然而，这种方法对先进的医疗应用来说不够精确，不能用于胸部或手臂等部位。

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

诺丁汉大学的高级研究员Paul Rodmell说:“我们想用一束光照射表面，通过反射回来的信息来测量组织中的氧气含量。”“这非常困难，因为组织会散射光线。”

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，开发用于生成氧饱和度图的算法，并构建图形用户界面(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映射，Rodmell获得了一幅纯白色表面的高光谱图像，并使用MATLAB对两组数据进行三维矩阵划分。

然后，他使用MATLAB开发了一种正在申请专利的算法，用于从原始反射率数据计算氧饱和度图。

利用图像采集工具箱，诺丁汉大学缩短了捕获高光谱图像的时间。“图像采集工具箱的速度大约是以前方法的三倍，”Rodmell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。”

在Rodmell开发出了一种从高光谱图像生成氧饱和度图的可靠方法后，他使用MATLAB开发了工具，使临床研究人员能够轻松地应用这项技术。使用MATLAB开发工具和图像处理工具箱，Rodmell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以图形方式选择感兴趣的区域，并自动识别该区域内超过特定阈值的像素。

“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，大约一个小时后就发送回去了。”

阿斯利康的研究人员使用该工具评估抗炎药物的有效性，方法是测量对草花粉或屋尘螨过敏的志愿者手臂的氧饱和度。

诺丁汉大学继续使用MathWorks工具加速和自动化图像分析过程。

“诺丁汉大学正在使用MATLAB将图像采集和图像分析结合起来，”Hargreaves说。“这将允许我们的临床医生进行实时分析，并在捕获时看到氧饱和度图，而不是等待采集后的处理。”