在納米CT圖像定量分析的過(guò)程中，相信大家都遇到過(guò)這樣的情況：很難找到一個(gè)合適的閾值來(lái)分割我們要分析的對(duì)象。尤其是對(duì)于顯微ct掃描樣品中的細(xì)微結(jié)構(gòu)而言，由于沒(méi)有足夠高的分辨率來(lái)表征，高分辨三維X射線(xiàn)顯微成像系統(tǒng)造成其灰度要低于正常值，局部高襯度X射線(xiàn)三維掃描襯度降低。這就對(duì)我們的閾值選取、個(gè)體分割造成了非常大的困難，尤其是動(dòng)輒幾百兆，幾個(gè)G的三維CT數(shù)據(jù)。所以在進(jìn)行閾值分割之前，各種濾波工具就被我們拿來(lái)強(qiáng)化對(duì)象，弱化背景噪音，以期能夠得到一個(gè)更準(zhǔn)確的結(jié)果。

各向異性擴(kuò)散濾波

新版中增加的一些特性，其中之一就是強(qiáng)大高效的濾波工具“AnisotropicDiffusion，各向異性擴(kuò)散”。”各項(xiàng)異性”，顧名思義，就是在進(jìn)行平滑處理時(shí)各個(gè)方向并不相同，僅就垂直于邊界的區(qū)域進(jìn)行平滑處理，保持邊界不會(huì)變的模糊。“擴(kuò)散”意味著強(qiáng)度沒(méi)有整體增加或減少，即沒(méi)有強(qiáng)度信號(hào)的產(chǎn)生或破壞：對(duì)密度測(cè)量有利。各向異性擴(kuò)散濾波器在降噪和邊緣保持之間提供了很好的平衡。

分水嶺算法

在CTAn的形態(tài)學(xué)操作插件中，用戶(hù)現(xiàn)在可以為分水嶺算法定義容差，并采用H-minima變換以≤該容差值的動(dòng)態(tài)強(qiáng)度抑制區(qū)域小值，將“黏連”在一起的對(duì)象區(qū)分開(kāi)。接下來(lái)利用 Individualobject analysis插件，可以將采用不同顏色編碼的圖像保存到剪貼板，根據(jù)所選的特征，每個(gè)個(gè)體會(huì)被賦予一個(gè)灰度值。

歐拉數(shù)和連通性參數(shù)以前僅在3D綜合分析中可用，現(xiàn)在它們也可用于單獨(dú)個(gè)體的3D對(duì)象分析。此外，軟件調(diào)整了歐拉數(shù)的算法，解決負(fù)連接的問(wèn)題。

局部取向分析

CTAn提供了一個(gè)新的插件來(lái)執(zhí)行局部取向分析，以一定半徑內(nèi)的灰度梯度的計(jì)算為基礎(chǔ)，可進(jìn)行2D或3D的分析。圖像A為CFRP材料的纖維取向分析。圖像B為人體椎骨切片，垂直的小梁以紅色顯示，而水平支撐小梁以藍(lán)色顯示，節(jié)點(diǎn)和斜結(jié)構(gòu)顯示綠色。

種子生長(zhǎng)函數(shù)

CTAn中添加了種子生長(zhǎng)函數(shù)。從ROI-shrink-wrap插件可以選擇Fill-out模式。該函數(shù)通過(guò)二值化區(qū)域內(nèi)部的一個(gè)種子來(lái)生長(zhǎng)感興趣區(qū)域（VOI）。它從內(nèi)部填充而不是從外部收縮來(lái)創(chuàng)建VOI，在許多應(yīng)用中非常有用的，例如，在進(jìn)行胚胎細(xì)胞的分割（圖像C）時(shí)不誤選具有相似密度的其他軟組織。

文章來(lái)源：布魯克X射線(xiàn)部門(mén)