EnglischFranzösischSpanisch

Server ausführen | Ubuntu > | Fedora > |


OnWorks-Favicon

mia-2dmyoica-nonrigid2 - Online in der Cloud

Führen Sie mia-2dmyoica-nonrigid2 im kostenlosen OnWorks-Hosting-Provider über Ubuntu Online, Fedora Online, Windows-Online-Emulator oder MAC OS-Online-Emulator aus.

Dies ist der Befehl mia-2dmyoica-nonrigid2, der im kostenlosen OnWorks-Hosting-Provider über eine unserer zahlreichen kostenlosen Online-Workstations wie Ubuntu Online, Fedora Online, Windows-Online-Emulator oder MAC OS-Online-Emulator ausgeführt werden kann

PROGRAMM:

NAME


mia-2dmyoica-nonrigid2 - Führen Sie eine Registrierung einer Reihe von 2D-Bildern durch.

ZUSAMMENFASSUNG


mia-2dmyoica-nonrigid2 -i -o [Optionen]

BESCHREIBUNG


mia-2dmyoica-nonrigid2 Dieses Programm führt die nicht starre Registrierung eines Perfusionsbildes durch
Serie.In jedem Durchlauf wird zuerst eine ICA-Analyse durchgeführt, um die periodischen
Bewegung und erstellen Sie Referenzbilder mit Intensitäten ähnlich der entsprechenden
Original Bild. Dann wird die nicht starre Registrierung mit den "ssd + divcurl"-Kosten ausgeführt
Modell. Die B-Spline-C-Rate und das Divcurl-Kostengewicht werden in jedem Durchgang entsprechend geändert
zu gegebenen Parametern. Im ersten Durchgang kann eine Bounding Box um das LV-Myokard sein
extrahiert, um die Berechnung zu beschleunigen Besonderer Hinweis zu dieser Implementierung: die Registrierung ist
laufen immer von den Originalbildern aus, um die Anhäufung von Interpolationsfehlern zu vermeiden.

OPTIONAL


Datei-IO
-i --in-file=(Eingabe, erforderlich); Schnur
Eingabe Perfusionsdatensatz

-o --out-file=(Ausgabe, erforderlich); Schnur
Ausgabe Perfusionsdatensatz

-r --registered=reg
Dateinamenbasis für registrierte Felder

--save-cropped=
beschnittenes Set in dieser Datei speichern

--save-feature=
Speichern von Segmentierungsmerkmalsbildern und der anfänglichen ICA-Mischmatrix

ICA
-C --Komponenten=0
ICA-Komponenten 0 = automatische SchätzungICA-Komponenten 0 = automatisch
Schätzung

--normalisieren
Nicht normalisierte ICs

--kein Mittelstreifen
den Mittelwert nicht aus den Mischkurven entfernen

-s --segscale=0
segmentieren und skalieren Sie den Zuschneiderahmen um das LV-Segment (0=keine Segmentierung) und
Skalieren Sie den Zuschneiderahmen um den LV (0=keine Segmentierung)

-k --skip=0
Bilder am Anfang der Serie überspringen, zB weil sie von anderen sind
Modalitäten Bilder am Anfang der Serie überspringen, zB weil sie
sind von anderen Modalitäten

-m --max-ica-iter=400
maximale Anzahl von Iterationen in ICAmaximale Anzahl von Iterationen in ICA

-E --segmethod=Features
Segmentierungsmethode
Delta-Spitze ‐ Differenz der Peak-Enhancement-Bilder
Eigenschaften - Feature-Bilder
Delta-Funktion ‐ Unterschied der Merkmalsbilder

Registrierung
-O --optimizer=gsl:opt=gd,step=0.1
Optimierer für Minimierung verwendetOptimierer für Minimierung verwendet For
unterstützte Plugins siehe PLUGINS:minimizer/singlecost

-a --start-c-rate=32
Startkoeffizientenrate in Dornen, wird geteilt durch --c-rate-divider mit
jede Passstart-Koeffizientenrate in Spines wird durch --c-rate-divider . geteilt
mit jedem Pass

--c-Ratenteiler=4
Koeffizienter Ratenteiler für jeden Durchgangkoeffizienter Ratenteiler für jeden Durchgang

-d --start-divcurl=20
Start Divcurl Gewicht, wird bei jedem Passstart durch --divcurl-divider geteilt
divcurl-Gewicht, wird bei jedem Durchgang durch --divcurl-divider geteilt

--divcurl-divider=4
divcurl-Gewichtsskalierung mit jedem neuen Passdivcurl-Gewichtsskalierung mit jedem
neuer Ausweis

-w --imageweight=1
BildkostengewichtBildkostengewicht

-p --interpolator=bspline:d=3
Bild-Interpolator-KernelBild-Interpolator-Kernel Für unterstützte Plugins
siehe PLUGINS:1d/splinekernel

-l --mg-level=3
Stufen mit mehreren Auflösungen Stufen mit mehreren Auflösungen

-P --durchgänge=3
RegistrierungskartenRegistrierungskarten

Hilfe & Info
-V --verbose=Warnung
Ausführlichkeit der Ausgabe, Ausgabe von Nachrichten mit gegebenem Level und höheren Prioritäten.
Unterstützte Prioritäten beginnend auf der niedrigsten Ebene sind:
Info - Low-Level-Meldungen
Spur - Funktionsaufruf-Trace
scheitern ‐ Testfehler melden
Warnung - Warnungen
Fehler - Fehler melden
debuggen - Debug-Ausgabe
Nachricht - Normale Nachrichten
tödlich - Nur schwerwiegende Fehler melden

--Urheberrechte ©
Copyright-Informationen drucken

-h - Hilfe
diese Hilfe ausdrucken

-? --Verwendungszweck
eine kurze Hilfe ausdrucken

--Version
Versionsnummer drucken und beenden

Verarbeitung
--threads=-1
Maximale Anzahl von Threads, die für die Verarbeitung verwendet werden sollen. Diese Anzahl sollte niedriger sein
oder gleich der Anzahl der logischen Prozessorkerne in der Maschine. (-1:
automatische Schätzung). Maximale Anzahl von Threads, die für die Verarbeitung verwendet werden sollen
Anzahl sollte kleiner oder gleich der Anzahl der logischen Prozessorkerne sein
Die Maschine. (-1: automatische Schätzung).

PLUGINS: 1d/splinekernel


bSpline B-Spline-Kernel-Erstellung, unterstützte Parameter sind:

d = 3; Ganzzahl in [0, 5]
Spline-Grad.

omms OMoms-spline-Kernel-Erstellung, unterstützte Parameter sind:

d = 3; Ganzzahl in [3, 3]
Spline-Grad.

PLUGINS: Minimierer/Einzelkosten


gdas Steigungsabstieg mit automatischer Schrittweitenkorrektur., unterstützte Parameter sind:

ftolr = 0; verdoppeln in [0, inf)
Stoppen Sie, wenn die relative Änderung des Kriteriums darunter liegt.

Max-Schritt = 2; verdoppeln (0, inf)
Maximale absolute Schrittweite.

maxiter = 200; uint in [1, inf)
Abbruchkriterium: die maximale Anzahl von Iterationen.

min-Schritt = 0.1; verdoppeln (0, inf)
Minimale absolute Schrittweite.

xtola = 0.01; verdoppeln in [0, inf)
Stoppen Sie, wenn die Inf-Norm der auf x angewendeten Änderung unter diesem Wert liegt.

gdsq Gradientenabstieg mit quadratischer Schrittschätzung, unterstützte Parameter sind:

ftolr = 0; verdoppeln in [0, inf)
Stoppen Sie, wenn die relative Änderung des Kriteriums darunter liegt.

gtola = 0; verdoppeln in [0, inf)
Stoppen Sie, wenn die Inf-Norm des Gradienten unter diesem Wert liegt.

maxiter = 100; uint in [1, inf)
Abbruchkriterium: die maximale Anzahl von Iterationen.

Treppe = 2; verdoppeln (1, inf)
Fallback feste Schrittweitenskalierung.

Schritt = 0.1; verdoppeln (0, inf)
Anfangsschrittweite.

xtola = 0; verdoppeln in [0, inf)
Stoppen Sie, wenn die Inf-Norm von x-update unter diesem Wert liegt.

GSL Optimierer-Plugin basierend auf den Multimin-Optimierern der GNU Scientific Library
(GSL) https://www.gnu.org/software/gsl/, unterstützte Parameter sind:

eps = 0.01; verdoppeln (0, inf)
gradientenbasierte Optimierer: stoppen, wenn |grad| < eps, simplex: aufhören, wenn
Simplex-Größe < eps..

Prozess = 100; uint in [1, inf)
maximale Anzahl von Iterationen.

wählen = gd; diktieren
Spezifischer zu verwendender Optimierer. Unterstützte Werte sind:
bfgs ‐ Broyden-Fletcher-Goldfarb-Shann
bfgs2 ‐ Broyden-Fletcher-Goldfarb-Shann (effizienteste Version)
cg-fr - Flecher-Reeves konjugierter Gradientenalgorithmus
gd - Gradientenabstieg.
Simplex - Simplex-Algorithmus von Nelder und Mead
cg-pr ‐ Polak-Ribiere-konjugierter Gradientenalgorithmus

Schritt = 0.001; verdoppeln (0, inf)
anfängliche Schrittweite.

tol = 0.1; verdoppeln (0, inf)
einige Toleranzparameter.

nein Minimierungsalgorithmen unter Verwendung der NLOPT-Bibliothek, für eine Beschreibung der
Optimierer siehe 'http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms', unterstützte Parameter sind:

ftola = 0; verdoppeln in [0, inf)
Abbruchkriterium: die absolute Änderung des Zielwertes liegt unter
dieser Wert.

ftolr = 0; verdoppeln in [0, inf)
Abbruchkriterium: Die relative Änderung des Zielwertes liegt unter
dieser Wert.

höher = inf; doppelt
Obere Grenze (gleich für alle Parameter).

local-opt = keine; diktieren
lokaler Minimierungsalgorithmus, der für die Haupt erforderlich sein kann
Minimierungsalgorithmus. Unterstützte Werte sind:
gn-orig-direkt-l ‐ Dividing Rectangles (ursprüngliche Implementierung,
lokal voreingenommen)
gn-direkt-l-noscal ‐ Teilende Rechtecke (unskaliert, lokal verzerrt)
gn-isres ‐ Verbesserte Strategie zur Entwicklung des stochastischen Rankings
ld-tnewton - Abgeschnittener Newton
gn-direkt-l-rand ‐ Dividing Rectangles (lokal verzerrt, randomisiert)
ln-newuoa ‐ Ableitungsfreie uneingeschränkte Optimierung durch Iterativ
Konstruierte quadratische Approximation
gn-direkt-l-rand-noscale ‐ Teilen von Rechtecken (unskaliert, lokal
voreingenommen, randomisiert)
gn-orig-direkt ‐ Dividing Rectangles (ursprüngliche Implementierung)
ld-tnewton-Voraussetzung - Vorkonditionierter verkürzter Newton
ld-tnewton-neustart ‐ Abgeschnittener Newton mit steilster Abfahrt, Neustart
gn-direkt ‐ Teilen von Rechtecken
ln-Heldermead - Nelder-Mead-Simplex-Algorithmus
ln-cobyla ‐ Eingeschränkte Optimierung DURCH lineare Approximation
gn-crs2-lm - Kontrollierte Zufallssuche mit lokaler Mutation
ld-var2 - Shifted Limited-Memory Variable-Metrik, Rang 2
ld-var1 - Shifted Limited-Memory Variable-Metrik, Rang 1
ld-mma ‐ Methode zum Bewegen von Asymptoten
ld-lbfgs-nocedal - Keiner
ld-lbfgs ‐ BFGS . mit geringem Speicher
gn-direkt-l - Teilen von Rechtecken (lokal voreingenommen)
keine ‐ keinen Algorithmus angeben
ln-bobyqa ‐ Derivate-freie Bound-Constrained-Optimierung
ln-sbplx ‐ Subplex-Variante von Nelder-Mead
ln-newuoa-gebunden ‐ Derivate-freie Bound-Constrained-Optimierung durch
Iterativ konstruierte quadratische Approximation
In-Praxis ‐ Gradientenfreie lokale Optimierung über die Hauptachse
Versandart
gn-direkt-noscal ‐ Teilen von Rechtecken (unskaliert)
ld-tnewton-precond-restart - Vorkonditionierter verkürzter Newton mit
steilster Abstieg Neustart

senken = -inf; doppelt
Untere Grenze (für alle Parameter gleich).

maxiter = 100; int in [1, inf)
Abbruchkriterium: die maximale Anzahl von Iterationen.

wählen = ld-lbfgs; diktieren
Hauptminimierungsalgorithmus. Unterstützte Werte sind:
gn-orig-direkt-l ‐ Dividing Rectangles (ursprüngliche Implementierung,
lokal voreingenommen)
g-mlsl-lds ‐ Multi-Level Single-Linkage (Low-Discrepancy-Sequenz,
erfordern lokale Gradienten-basierte Optimierung und Grenzen)
gn-direkt-l-noscal ‐ Teilende Rechtecke (unskaliert, lokal verzerrt)
gn-isres ‐ Verbesserte Strategie zur Entwicklung des stochastischen Rankings
ld-tnewton - Abgeschnittener Newton
gn-direkt-l-rand ‐ Dividing Rectangles (lokal verzerrt, randomisiert)
ln-newuoa ‐ Ableitungsfreie uneingeschränkte Optimierung durch Iterativ
Konstruierte quadratische Approximation
gn-direkt-l-rand-noscale ‐ Teilen von Rechtecken (unskaliert, lokal
voreingenommen, randomisiert)
gn-orig-direkt ‐ Dividing Rectangles (ursprüngliche Implementierung)
ld-tnewton-Voraussetzung - Vorkonditionierter verkürzter Newton
ld-tnewton-neustart ‐ Abgeschnittener Newton mit steilster Abfahrt, Neustart
gn-direkt ‐ Teilen von Rechtecken
Auglag-eq - Erweiterter Lagrange-Algorithmus mit Gleichheitsbeschränkungen
einzige
ln-Heldermead - Nelder-Mead-Simplex-Algorithmus
ln-cobyla ‐ Eingeschränkte Optimierung DURCH lineare Approximation
gn-crs2-lm - Kontrollierte Zufallssuche mit lokaler Mutation
ld-var2 - Shifted Limited-Memory Variable-Metrik, Rang 2
ld-var1 - Shifted Limited-Memory Variable-Metrik, Rang 1
ld-mma ‐ Methode zum Bewegen von Asymptoten
ld-lbfgs-nocedal - Keiner
g-mlsl - Multi-Level Single-Linkage (erfordert lokale Optimierung und
Grenzen)
ld-lbfgs ‐ BFGS . mit geringem Speicher
gn-direkt-l - Teilen von Rechtecken (lokal voreingenommen)
ln-bobyqa ‐ Derivate-freie Bound-Constrained-Optimierung
ln-sbplx ‐ Subplex-Variante von Nelder-Mead
ln-newuoa-gebunden ‐ Derivate-freie Bound-Constrained-Optimierung durch
Iterativ konstruierte quadratische Approximation
Auglag - Erweiterter Lagrange-Algorithmus
In-Praxis ‐ Gradientenfreie lokale Optimierung über die Hauptachse
Versandart
gn-direkt-noscal ‐ Teilen von Rechtecken (unskaliert)
ld-tnewton-precond-restart - Vorkonditionierter verkürzter Newton mit
steilster Abstieg Neustart
ld-slsqp - Sequentielles quadratisches Programmieren der kleinsten Quadrate

Schritt = 0; verdoppeln in [0, inf)
Anfangsschrittweite für Gradientenfreie Methoden.

halt = -inf; doppelt
Stoppkriterium: Funktionswert unterschreitet diesen Wert.

xtola = 0; verdoppeln in [0, inf)
Abbruchkriterium: die absolute Änderung aller x-Werte liegt darunter
Wert.

xtollr = 0; verdoppeln in [0, inf)
Abbruchkriterium: die relative Änderung aller x-Werte liegt darunter
Wert.

BEISPIEL


Registrieren Sie die in 'segment.set' angegebene Perfusionsserie, indem Sie die automatische ICA-Schätzung verwenden.
Überspringen Sie zwei Bilder am Anfang und otherwiese verwenden die Standardparameter. Speichern Sie die
Ergebnis in 'registred.set'.

mia-2dmyoica-nonrigid2 -i segment.set -o registriert.set -k 2

AUTOR(n)


Gert Wollny

COPYRIGHT


Diese Software ist urheberrechtlich geschützt (c) 1999-2015 Leipzig, Deutschland und Madrid, Spanien. Es kommt
mit ABSOLUT KEINE GEWÄHRLEISTUNG und Sie dürfen es unter den Bedingungen der GNU . weitergeben
ALLGEMEINE ÖFFENTLICHE LIZENZ Version 3 (oder höher). Für weitere Informationen starten Sie das Programm mit dem
Option '--Urheberrecht'.

Verwenden Sie mia-2dmyoica-nonrigid2 online mit den onworks.net-Diensten


Ad


Ad