诺丁汉大学和阿斯利康研究与开发公司加速抗炎药物的临床研究

如今，在大多数医院里，氧饱和度都是用脉搏血氧计来测量的，这是一种夹在指尖上的设备，通过手指的血管将光线传送出去。然而，这种方法对先进的医疗应用不够准确，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希望，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。

诺丁汉大学高级研究员保罗·罗德梅尔说:“我们想用一束光照射表面，从反射回来的信息中测量组织的含氧量。”“这相当困难，因为组织会散射光。”

为了应对这一挑战，roddell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，开发生成氧饱和度图的算法，并构建图形用户界面(GUI)，以方便临床研究人员的工作。

roddell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，rodell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除法。

然后，他使用MATLAB开发了专利申请算法，从原始反射率数据计算氧饱和度图。

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。“图像采集工具箱大约比以前的方法快三倍，”罗德梅尔指出。“图像采集工具箱还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roddell开发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应用该技术。利用MATLAB开发工具和图像处理工具箱，roddell创建了一个工具，使研究生物学家能够选择图像中的一个区域，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图形化地选择感兴趣的区域，并自动识别该区域内高于特定阈值的像素。

“阿斯利康公司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，并在大约一个小时内将它发送回来，”罗德梅尔解释道。

阿斯利康的研究人员使用该工具来评估抗炎药物的有效性，方法是测量对草花粉或室内尘螨有过敏反应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。

“诺丁汉大学现在正在利用MATLAB将图像采集与图像分析结合起来，”哈格里夫斯说。“这将允许我们的临床医生进行动态分析，并在采集时查看氧饱和度图，而不是等待采集后处理。”