诺丁汉大学和阿斯利康研发Charnwood加速抗炎药物的临床研究
“MATLAB不仅缩短了分析和算法开发时间,还让我可以尝试新的方法,否则会太耗时。”
Paul Rodmell,诺丁汉大学
挑战
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一点进行测量。然而,临床医生缺乏将图像数据转换为氧饱和度图的工具。
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,并从反射回来的信息中测量组织的含氧量。”“这是相当困难的,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。
解决方案
诺丁汉大学使用MathWorks工具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,roddell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。
利用Image Acquisition Toolbox,诺丁汉大学缩短了捕获高光谱图像的时间。roddell指出:“Image Acquisition Toolbox比之前的方法快了大约3倍。”“Image Acquisition Toolbox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开发出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Image Processing Toolbox, roddell开发了一种工具,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指标。
诺丁汉大学使用Image Processing Toolbox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。
“阿斯利康开始使用该工具后,他们让我添加一个直方图。我迅速在工具中添加了一个直方图,并在大约一个小时内将其发送回来,”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有过敏反应的志愿者手臂的氧饱和度,使用该工具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实时分析,并在采集时看到氧饱和度图,而不是等待采集后的处理。”
结果
开发时间缩短。“用MATLAB操纵三维阵列是直接的,结果是可靠的,”roddell说。“如果用c的话,我要花三到四倍的时间才能完成这项工作。”
临床试验的加速。“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,”roddell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。”
精度提高了。“一个典型的指尖脉搏血氧仪的精确度在3%到5%之间,”罗德梅尔解释道。“使用高光谱成像和MATLAB,我们可以测量氧饱和度,估计精度为0.4%。”
诺丁汉大学是世界上1300所大学中的一所,提供校内范围内的MATLAB和Simulink访问。有了校园级许可证,研究人员、教师和学生可以访问产品的公共配置,在最新的发布级别,在任何地方使用-在教室,在家里,在实验室或在现场。2022世界杯八强谁会赢?
2022世界杯八强谁会赢?产品使用
Comparte涂exito
Únete al客户参考计划