在納米CT圖像定量分析的過程中，相信大家都遇到過這樣的情況：很難找到一個合適的閾值來分割我們要分析的對象。尤其是對于顯微ct掃描樣品中的細微結構而言，由于沒有足夠高的分辨率來表征，高分辨三維X射線顯微成像系統(tǒng)造成其灰度要低于正常值，局部高襯度X射線三維掃描襯度降低。這就對我們的閾值選取、個體分割造成了非常大的困難，尤其是動輒幾百兆，幾個G的三維CT數(shù)據。所以在進行閾值分割之前，各種濾波工具就被我們拿來強化對象，弱化背景噪音，以期能夠得到一個更準確的結果。

各向異性擴散濾波

新版中增加的一些特性，其中之一就是強大高效的濾波工具“AnisotropicDiffusion，各向異性擴散”。”各項異性”，顧名思義，就是在進行平滑處理時各個方向并不相同，僅就垂直于邊界的區(qū)域進行平滑處理，保持邊界不會變的模糊。“擴散”意味著強度沒有整體增加或減少，即沒有強度信號的產生或破壞：對密度測量有利。各向異性擴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)學操作插件中，用戶現(xiàn)在可以為分水嶺算法定義容差，并采用H-minima變換以≤該容差值的動態(tài)強度抑制區(qū)域小值，將“黏連”在一起的對象區(qū)分開。接下來利用 Individualobject analysis插件，可以將采用不同顏色編碼的圖像保存到剪貼板，根據所選的特征，每個個體會被賦予一個灰度值。

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個體的3D對象分析。此外，軟件調整了歐拉數(shù)的算法，解決負連接的問題。

局部取向分析

CTAn提供了一個新的插件來執(zhí)行局部取向分析，以一定半徑內的灰度梯度的計算為基礎，可進行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色顯示，節(jié)點和斜結構顯示綠色。

種子生長函數(shù)

CTAn中添加了種子生長函數(shù)。從ROI-shrink-wrap插件可以選擇Fill-out模式。該函數(shù)通過二值化區(qū)域內部的一個種子來生長感興趣區(qū)域（VOI）。它從內部填充而不是從外部收縮來創(chuàng)建VOI，在許多應用中非常有用的，例如，在進行胚胎細胞的分割（圖像C）時不誤選具有相似密度的其他軟組織。

文章來源：布魯克X射線部門