《Particuology》：Particle system fingerprint (PSF): A new approach to visualize and compare large scale particle-discrete phase information
编辑推荐：
粒子系统指纹（PSF）：一种可视化和比较大规模颗粒离散相信息的新方法。提出了一种新颖的颗粒离散相信息可视化方法。能够高效检测大规模颗粒群体中的组分模式。通过人工构造伪影和三维颗粒数据（月球风化层模拟物）进行了验证。在材料表征、质量控制和过程监测方面具有广泛的适
粒子系统指纹（PSF）：一种可视化和比较大规模颗粒离散相信息的新方法。提出了一种新颖的颗粒离散相信息可视化方法。能够高效检测大规模颗粒群体中的组分模式。通过人工构造伪影和三维颗粒数据（月球风化层模拟物）进行了验证。在材料表征、质量控制和过程监测方面具有广泛的适用性。与计算或近似的分布函数相比，颗粒离散数据集能够揭示多维属性关系。除了颗粒尺寸和颗粒形状等属性外，利用X射线断层成像的非破坏性三维成像技术，可以通过所有关联体素灰度值的分布来分析每个颗粒的内部组成。传统直方图、堆叠直方图以及山脊线图在展示大规模颗粒群体时存在可读性困难。粒子系统指纹（PSF）方法将单个颗粒直方图有意压缩为密集的灰度表示，强调在极大颗粒群体中涌现的集体结构。该方法使用单个颗粒直方图作为线条，频率编码为灰度强度，并按有意义的准则（如加权平均灰度值）进行堆叠和排序，最终形成表征完整颗粒群体的特征二维模式。PSF保留了原始衰减域（由灰度轴表示），聚焦于颗粒离散衰减分布的紧凑可视化。研究使用四种不同的月球风化层模拟物（JSC-1A、LMS-1、LHS-1、OB1A）作为测试材料，通过微计算机断层扫描（micro-CT）获取三维体数据，经图像分割后提取颗粒离散直方图，生成PSF图像。结果表明，PSF能够直观区分不同模拟物的衰减分布特征，反映材料内部相组成和结构异质性。通过人工数据集验证了PSF对偏度、混合比例、位置漂移和分布展宽等统计特性的敏感性。亚采样鲁棒性分析显示，约500个颗粒即可使结构相似性指数（SSIM）超过0.97，归一化平均绝对误差（NMAE）低于0.01。成像伪影（如传播相位衬度、部分容积效应）对PSF的影响也进行了模拟和讨论。最后，研究展示了PSF在统计过程控制（SPC）中的潜在应用，通过时间序列PSF视频监测颗粒系统的漂移，为工业过程监控提供了直观的可视化工具。
一、研究背景与问题
颗粒材料的表征在材料科学、矿产加工和过程工程等领域具有重要地位。传统的颗粒表征方法通常依赖于粒径分布（PSD）等统计描述符，但这些方法仅能反映颗粒系统的单一或少数属性，难以揭示颗粒内部组成与结构的异质性。随着X射线显微断层扫描（micro-CT）技术的发展，研究人员能够以非破坏性方式获取每个颗粒内部的三维体素灰度信息，从而建立颗粒离散数据集。这类数据集允许分析颗粒尺寸、形状以及内部相组成等多维属性关系。然而，面对包含数万个颗粒的大规模数据集，如何高效、直观地可视化颗粒离散的灰度分布信息成为一个关键挑战。传统的直方图、堆叠直方图和山脊线图在颗粒数量庞大时难以保持可读性。为此，研究人员提出了粒子系统指纹（PSF）方法，旨在通过紧凑的二维灰度表示实现大规模颗粒群体衰减分布的可视化与比较。
二、研究内容与主要结论
研究人员开发了PSF可视化方法，其核心思想是将每个颗粒的灰度直方图作为一行，按加权平均灰度值等准则排序后垂直堆叠，形成表征整个颗粒群体衰减分布特征的二维图像。该方法保留了原始灰度轴（0–255，8位），通过对数变换增强低频率结构的可见性，并在堆叠方向施加高斯模糊以减少相邻直方图之间的局部不连续性。研究使用四种月球风化层模拟物（JSC-1A、LMS-1、LHS-1、OB1A）作为实验材料，其中OB1A由约58 wt%斜长石富集材料和42 wt%铁橄榄石玻璃组成，具有明显的双峰相结构。通过micro-CT扫描获取三维体数据，经Ilastik软件分割后提取颗粒离散直方图，最终生成PSF图像。研究结果表明，PSF能够清晰区分不同模拟物的衰减分布模式：OB1A表现出低衰减域与高衰减域之间的明显过渡，而JSC-1A和LMS-1则呈现更连续的衰减谱。这一发现表明，PSF反映的是颗粒系统内部相组成的空间组织方式，而非单纯的体相化学成分。
三、关键技术方法
研究采用的主要技术方法包括：X射线显微断层扫描（micro-CT，Zeiss Xradia Versa 510，4×放大，体素尺寸2 μm）获取三维体数据；基于像素分类的机器学习分割工具Ilastik进行图像分割，生成颗粒离散标签数据集；将标签重新映射至原始灰度数据以提取颗粒离散灰度直方图；按加权平均灰度值排序并堆叠直方图，经对数变换和纵向高斯模糊生成PSF图像；采用结构相似性指数（SSIM）和归一化平均绝对误差（NMAE）进行定量比较；使用Python脚本模拟成像伪影（传播相位衬度、部分容积效应）和人工颗粒数据集以验证PSF的鲁棒性和可解释性。样本来源为四种商用月球风化层模拟物：JSC-1A（ORBITEC，美国）、LMS-1（Exolith Lab，中佛罗里达大学）、LHS-1（Exolith Lab）和OB1A（Deltion Innovations Ltd.，加拿大）。
四、研究结果
3.1 亚采样的可选性与鲁棒性
研究人员通过重复随机亚采样实验评估了PSF的稳定性。以OB1A数据集（33,761个颗粒）为对象，将全部颗粒生成的参考PSF与不同规模随机子集生成的PSF进行比较。结果显示，当样本量达到约500个颗粒时，SSIM超过0.97，NMAE低于0.01；样本量为1000时，PSF与参考表示在视觉和定量上几乎无法区分。窄百分位范围表明亚采样过程高度鲁棒，不引入可测量的偏差。
3.2 PSF结构的理解
通过系统变化的人工数据集，研究人员揭示了PSF模式与底层灰度分布之间的对应关系：偏度变化在低灰度侧或高灰度侧产生锐利边界；两种正态分布的混合比例（60:40、50:50、10:90）改变内部对比结构；分布位置的系统漂移和展宽变化分别对应灰度值漂移和离散度的修改。这些机制在OB1A实际数据中均可识别，表明特征衰减分布结构反映在PSF的视觉外观中。
3.3 与PSF相关的成像伪影
研究人员使用Python脚本模拟了三种典型成像伪影对PSF的影响：传播相位衬度（PBPC）在物体周围产生明暗交替的环，在PSF中表现为附加的局部极大值；部分容积效应（PVE）在相界处产生混合灰度值，使原始尖锐直方图被混合相主导；组合场景中像素合并导致灰度信息逐渐丢失。这些模拟结果强调，由于PSF涉及极端信息压缩，任何异常都必须详细分析。
3.4 实验观察PSF结构的重建
研究人员通过逐步精细的模拟方法重建了OB1A的PSF：从等效比例的单峰正态分布出发，引入位置和展宽变化，再修改为非正态分布类型，最终通过人工三维断层图像模拟两个颗粒群体（主相和次相）并添加边界和纹理。该三维方法证实，OB1A的特征PSF可以通过控制分布结构和体素尺度效应来重现。
3.5 多个PSF的比较
四种模拟物的PSF比较显示，体相化学成分（如FeO含量）并不单独决定PSF特征。OB1A与JSC-1A具有相近的体相FeO含量（约11–12 wt%），但PSF特征根本不同：OB1A因42 wt%铁橄榄石玻璃形成离散高密度群体，呈现明显的低-高衰减域过渡；JSC-1A的铁分布在多个矿物相和玻璃组分中，形成连续衰减谱。LHS-1因低FeO*（约3 wt%）和低TiO2（约0.8 wt%）而呈现窄衰减范围，无显著过渡。研究得出结论：明显的PSF过渡主要源于双峰相结构与大量分离高Z材料的结合，体相氧化物含量或粒径分布单独不足以描述PSF特征。
3.6 统计过程控制（SPC）中的潜在应用
研究人员模拟了随时间向高灰度值漂移的PSF序列，展示了如何通过顺序PSF表示可视化衰减分布的时间变化。四个示例帧从预期灰度分布漂移至意外场景，当超出监测窗口时触发报警（以红点表示）。在实际应用中，视频序列可回溯生成（如最近两周），最后一帧显示当前状态，可集成至生产仪表板供轮班交接时快速识别过程偏差。
五、讨论与结论
讨论部分指出，PSF的合理解读需要详细的颗粒系统知识，包括组成、密度和粒径分布。该方法最适用于灰度分布包含可解释衰减对比的颗粒系统，如成分异质性、内部相分布或密度差异导致的对比。对于近单相材料或衰减对比极低的系统，PSF可能仅显示弱结构分化，提供信息有限。在统计过程控制应用中，参考状态和过程限值需针对特定材料和过程进行验证，实际工业时间序列数据的验证留待未来工作。
研究结论部分可翻译为：研究表明，堆叠并排序的直方图（称为粒子系统指纹，PSF）是一种高效的方式，可提供大规模颗粒离散数据集在对应化学组成的灰度分布方面的概览。研究展示了二维分布形状如何演化以及可直接获取哪些信息。尽管高度压缩的数据不允许详细洞察，但PSF非常适合快速直观地识别大量数据集中颗粒层面的组成差异。后续研究将针对特定粒径分数进行，这可能对过程监测同样相关。与粒径分布的聚合值（如中位数和选定百分位数）类似，这种可视化方式提供了对颗粒组成的类似洞察。PSF应被理解为颗粒离散衰减分布的可视化方法，而非所有颗粒系统属性的通用描述符。一个可能的应用是生产中的批次标记。如果属性已知，甚至可以想象将同一颗粒系统的大量测量随时间堆叠，即创建影片序列。这样，前序过程（如分离过程）的漂移可以被可视化。在标示临界限值的情况下，这可以成为统计过程控制的有效工具。最后需要指出，PSF可视化方法绝不可能取代详细的数据分析，详细分析理想情况下应始终先于聚合分析进行。
