(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210850002.4 (22)申请日 2022.07.20 (71)申请人 浙江大学 地址 310058 浙江省嘉兴 市西湖区余杭塘 路866号 申请人 浙江大学嘉兴研究院 (72)发明人 刘智毅　孟佳　丁志华　 (74)专利代理 机构 杭州中成专利事务所有限公 司 33212 专利代理师 李亦慈　唐银益 (51)Int.Cl. G06T 17/00(2006.01) G06T 7/90(2017.01) (54)发明名称 基于自适应窗口的纤维状结构空间取向定 量表征方法及装置 (57)摘要 本发明公开了基于自适应窗口的纤维状结 构空间取向定量表征方法及装置。 可以在不需要 认为设定窗口尺寸的情况下， 由算法自适应地去 评估每个像素最佳窗口尺寸， 并一次进行矢量加 权求和运算， 实现对二维或三维图像中纤维状结 构空间取向的精准表征， 本发明无需在计算前对 纤维状结构的直径进行人工评估， 无需设置固定 的窗口尺 寸， 通过对纤维状结构进行自适应窗口 尺寸评估， 自动为每个有效像素计算合适的窗口 尺寸大小， 算法会自适应地进行矢量加权求和运 算， 从而实现了自动化 地空间取向表征。 权利要求书1页 说明书5页 附图5页 CN 115222888 A 2022.10.21 CN 115222888 A 1.一种基于自适应窗口的纤维状结构空间取向定量表征方法， 其特征在于： 包括如下 步骤： 1)提取纤维状结构图像并对图像进行二值化取反操作， 对该图像进行像素级直径估 计， 从而得到每 个像素的自适应窗口大小； 2)根据像素 各自的自适应窗口大小， 进行矢量加权求和运 算， 得到空间取向图谱； 3)基于原始图像的信号强度， 对所述空间取向图谱结果进行伪彩色编码， 实现在保有 纤维状结构形态的情况 下对图像进行自适应的空间取向表征。 2.根据权利要求1所述的定量表征方法， 其特征在于： 所述步骤1)中进行像素级直径估 计为： 先计算图像的距离变换(Distance  transform)， 即图像中任一有效像素点到背景点 的最短距离， 并通过快速 自适应窗口尺寸评估方法将合适的距离值传递到邻域像素点， 最 后将所有距离值乘以2作为直径(d)估计结果， 并根据直径d来设定各像素的自适应窗口大 小。 3.根据权利要求2所述的定量表征方法， 其特征在于： 所述的快速自适应窗口尺寸评估 方法为： 将全局距离变换最大值作为初始窗口值， 以此提取邻域的距离变换图像(DT  map)， 并计算窗口内各像素点相对 中心像素的L2范数， 得到L2  norm图谱， 基于DT  map与L2 norm 图谱进行计算 来评估各有效像素的窗口大小。 4.根据权利要求1或2或3所述的定量表征方法， 其特征在于： 所述步骤2)的具体实现方 式为： 根据像素各自的计算自适应窗口大小， 分别取每个像素邻域内的所有像素点， 进行矢 量加权求和计算， 得到中心像素的二维( θ )或三维 方向信息， 得到空间取向图谱。 5.根据权利要求1所述的定量表征方法， 其特征在于： 所述步骤3)的伪彩色编码具体实 现方式为： 首先使用Matlab中的ind2rgb函数将图谱空间取向图谱由灰度图转换为彩色图 像， 进而选用HSV的Colormap将彩色的图谱空间取向图谱转换为新的伪彩色编码图像DRGB， 原始的纤维状结构图像与伪彩色编码图像DRGB中每个颜色通道对应像素值相乘， 便可得到 既包含方位信息又包 含信号强度信息的可视化图像。 6.一种基于自适应窗口 的纤维状结构空间取向定量表征装置， 其特 征在于： 包括： 自适应窗口评估模块： 提取纤维状结构图像并对图像进行二值化取反操作， 对该图像 进行像素级直径估计， 从而得到每 个像素的自适应窗口大小； 自适应矢量加权求和模块： 根据像素各自的自适应窗口大小， 进行矢量加权求和运算， 得到空间取向图谱； 伪彩色编码模块： 基于原始图像的信号强度， 对所述空间取向图谱结果进行伪彩色编 码， 实现在保有纤维状结构形态的情况 下对图像进行自适应的空间取向表征。权　利　要　求　书 1/1 页 2 CN 115222888 A 2基于自适应窗口的纤维状 结构空间取向定量表征方 法及装置 技术领域 [0001]本发明属于纤维状结构空间取向表征与统计技术领域， 具体涉及一种基于自适应 窗口的纤维状结构空间取向定量表征 方法及装置 。 背景技术 [0002]纤维状结构广泛地分布于生物组织的各个部分， 是生物组织的基本结构形式， 包 括胶原纤维、 神经元轴突、 血管和一系 列亚细胞成分。 疾病的发生与演化， 伤口愈合、 免疫反 应、 组织生长等生理活动， 往往伴随着相关纤维状结构的重塑， 包括机械特性与空间形态的 变化， 如空间取向、 有序程度、 直径、 弯曲程度等。 对于形态学改变的精 准、 灵敏地定量表征， 将有助于理解生物组织结构与功 能之间的关系。 因此， 相关的定量表征研究一直都是人们 研究的热点。 [0003]纤维状结构的二维或三维的空间取向是重要的表征参量之一， 被广泛应用于疾病 诊断、 伤口定位和评估生物组织的发育情况等方面。 同时， 它也是定义纤维状结构空间有序 度的基础。 目前已经有多种表征纤维状结构空间取向的算法， 同时也面临着各种 各样的挑 战。 大部分的表征方法往往停留在二维分析水平， 比如文献[Sivaguru  M,Durgam  S, Ambekar R,et al.Quantitative  analysis  of collagen  fiber organization  in  injured tendons using Fourier transform ‑second harmonic  generation  imaging [J].Optics  Express,2010,18(24):24983 ‑24993]提出的傅里叶变换方法， 这种方法的计 算速度却决于所选局域的窗口尺寸， 区域划分越精细， 计算结果越精确， 但计算时间也相应 增加， 此外傅里叶变换往往要求分析对象为正方形， 也对成像提出了更高的要求。 文献 [Quinn K P,Georgakoudi  I.Rapid quantification  of pixel‑wise fiber orientation   data in micrographs[J].Journal  Biomedical  Optics,2013,18(4):046003]提出了另外 一种二维取向的表征算法 “矢量加权求和法 ”， 对于纤维状结构中任一像元， 预设计算窗口 尺寸， 以该像元为中心划定计算窗口， 则中心像元与其他任何像元之 间构成矢量， 对这些矢 量赋予了两项权重因子： 一是矢量长度的倒数； 二是沿矢量方向强度涨落的细微程度， 通过 对矢量进行加权求和后得到 中心像元的去向信息。 文献[Liu  Z,Quinn K P,Speroni  L,et  al.Rapid  three‑dimensional  quantification  of voxel‑wise collagen  fiber  orientation[J].Biomedical  Optics Express,2015,6(7):2294 ‑2310]在此基础上， 将该 方法扩展到了三维空间， 可以得到三维空间内纤维的方位角 θ和极角 虽然矢量加权求和 方法可以实现像素级的空间取向计算， 但是它们假定图像中纤维的尺寸是近似的， 因此采 用统一的计算窗口尺寸。 因此， 这些方法在面对复杂的生物组织时， 会导致计算的准确率降 低。 [0004]因此， 目前纤维状结构空间取向算法中， 存在以下缺陷和技 术问题： [0005]1)大部分停留在二维水平， 少数能实现三维空间的取向表征； [0006]2)现有部分技术方法仅能给出统计学结果， 无法给出局部细节的取向信息， 更无 法给出可视化结果；说　明　书 1/5 页 3 CN 115222888 A 3