[发明专利]多模态矿物分割系统和方法

权利要求书

1.一种用于多模态成像系统的矿物分割方法，所述方法包括：

生成样品的一个或多个图像数据集；

创建覆盖所述一个或多个图像数据集的至少一部分的一个或多个矿物图；

将所述一个或多个矿物图作为掩模应用于所述一个或多个图像数据集以识别和标记与所述样品内的矿物相关联的区域；

通过特征生成器从所标记的区域提取特征向量；

对所提取的特征向量执行机器学习训练算法以学习所述特征向量的行为信息；和

将从所述机器学习训练算法学习的行为信息应用于一个或多个图像数据集以构建对所述样品内的矿物进行分类的样品的分割图像表示。

2.根据权利要求1所述的方法，其特征在于，所述矿物图使用能量分散X射线光谱来创建以识别所述样品内的矿物。

3.根据权利要求1所述的方法，其特征在于，通过特征生成器从所标记的区域提取特征向量包括在计算机系统上执行特征提取引擎，所述特征提取引擎使用所述特征生成器以提取所述特征向量。

4.根据权利要求3所述的方法，其特征在于，所述特征生成器包括Gabor滤波器。

5.根据权利要求1所述的方法，其特征在于，对所提取的特征向量执行机器学习训练算法包括在计算机系统上执行机器学习引擎，所述机器学习引擎接收由所述特征提取引擎传递的所提取的特征向量并对所提取的特征向量执行所述机器学习训练算法。

6.根据权利要求1所述的方法，其特征在于，所述机器学习训练算法包括随机森林机器学习训练算法。

7.根据权利要求1所述的方法，其特征在于，生成所述样品的一个或多个图像数据集包括生成所述样品的一个或多个X射线体积数据集作为所述一个或多个图像数据集。

8.根据权利要求7所述的方法，还包括使用不同的X射线能量生成所述样品的一个或多个X射线体积数据集。

9.根据权利要求1所述的方法，其特征在于，将所述一个或多个矿物图作为掩模应用于所述一个或多个图像数据集包括使用所述一个或多个矿物图来识别和标记与所述样品内的矿物相关联的区域。

10.根据权利要求1所述的方法，其特征在于，所述图像数据集中的至少一个是X射线体积数据集，并且所述样品的分割图像表示是分割的X射线体积数据集。

11.根据权利要求1所述的方法，其特征在于，生成所述样品的一个或多个图像数据集包括使用所述多模态成像系统的聚焦离子束扫描电子显微镜(FIB-SEM)成像和分析系统来生成所述样品的一个或多个FIB-SEM体积数据集作为一个或多个图像数据集。

12.根据权利要求11所述的方法，还包括使用所述FIB-SEM成像和分析系统的背散射电子和/或次级电子模式来生成所述样品的一个或多个FIB-SEM体积数据集。

13.根据权利要求1所述的方法，其特征在于，所述图像数据集中的至少一个是FIB-SEM体积数据集，并且所述样品的分割图像表示是分割的FIB-SEM体积数据集。

14.根据权利要求1所述的方法，其特征在于，生成所述样品的一个或多个图像数据集包括使用所述多模态成像系统的聚焦离子束扫描电子显微镜(FIB-SEM)成像和分析系统来生成所述样品的一个或多个FIB-SEM数据集作为一个或多个图像数据集。

15.根据权利要求14所述的方法，还包括使用所述FIB-SEM成像和分析系统的背散射电子和/或次级电子模式来生成所述样品的一个或多个2D图像。