科学家已经开发出一种新工具，可以更深入、更清晰地观察生物，这是一种节省时间并有助于推进医学治疗的视觉优势。这是一种基础科学，可以用来开发更好的诊断和治疗方法，包括检测肺癌或污染物造成的损害。这项研究的主要作者、南加州大学生物医学工程研究助理教授弗朗西斯科·卡特莱尔表示：
这项技术的通用性足够强，可以成为一款用于远程医疗、食品安全或假币检测的智能手机应用程序。隶属于南加州大学迈克尔逊会聚生物科学中心的科学家们，在过去的几年里一直在研究这项技术，其研究成果发表《自然通讯》期刊上。从字面上看，这项技术关注的是生物学基石，当生物学家深入研究生物时（细胞、鱼、人）并不总是清楚到底发生了什么。
新成像技术
细胞和蛋白质在组织中深深地交织在一起，留下了许多关于成分之间相互作用的问题，治愈疾病的第一步是看清问题，而这并不总是那么容易。为了解决这个问题，研究人员一直依赖于一种名为荧光高光谱成像(FHSI)的技术。这是一种可以在光谱上区分颜色，标记分子以便跟踪它们，并产生生物体内部生动彩色图像的方法。
但荧光高光谱成像提供的优势也有局限性，它不一定会显示全彩色光谱。由于生物系统的复杂性，需要大量的数据，采集和处理图像需要很长时间。这也涉及到许多耗时的计算，这是一个很大的缺点。因为当实验可以实时完成时，其工作效果会更好。为了解决这些问题，南加州大学研究人员开发了一种新的方法，称为频谱编码增强表示(SEER)。
它提供了更高的清晰度，工作速度比目前的技术快67倍，清晰度高2.7倍。它依靠数学计算来更快地解析数据，可以处理所有颜色范围内充满活力的荧光标签，以获得更多细节，而且使用的计算机内存存储要少得多。随着现代融合生物科学研究背后大数据研究的爆炸性增长，这一点更加重要。根据这项研究，SEER是一种“快速、直观和数学的方式”，可以在图像收集和处理时对其进行解释。
在许多情况下，这种事后分析虽然强大，但在实验或医疗决策中为时已晚。高光谱数据的获取和分析之间存在差距，科学家和医生并不知道实验中包含的信息，SEER就是为了填补这一差距而设计的。SEER的第一个应用将在医学和研究领域，这一通用算法首先由南加州大学翻译成像中心的文石和Daniel Koo撰写。
从肺癌检测到潜在的手机应用程序
将与洛杉矶儿童医院的医生合作，用于检测患者肺部疾病的早期阶段和污染物造成的潜在损害。此外，生命科学领域的科学家，已经开始在实验中采用SEER，以进一步提高效率。成像技术的改进也可以达到消费者层面，所以很可能像fHSI和SEER这样的技术可以安装在手机上，以提供强大的可视化工具。
