mia-2dmyomilles - Online en la nube

PROGRAMA:

NOMBRE

mia-2dmyomilles: ejecuta un registro de una serie de imágenes 2D.

SINOPSIS

mia-2dmiomilles -i -o [opciones]

DESCRIPCIÓN

mia-2dmiomilles Este programa se utiliza para ejecutar una versión modificada de ICA basada
enfoque de registro descrito en Milles et al. 'Corrección de movimiento totalmente automatizada en
Secuencias de imágenes de RM de perfusión miocárdica de primer paso ', Trans. Medicina. Imágenes., 27(11)
1611-1621, 2008. Los cambios incluyen la extracción del movimiento cuasiperiódico en
conjuntos de datos adquiridos con respiración y la opción de ejecutar registros afines o rígidos en su lugar
de la optimización de traducciones únicamente.

CAMPUS

Archivo-IO
-i --in-file = (entrada, obligatorio); cuerda
conjunto de datos de perfusión de entrada

-o --out-file = (salida, obligatorio); cuerda
conjunto de datos de perfusión de salida

-r --registrado =
base de nombre de archivo para archivos registrados

--save-reference =
guardar imágenes de referencia sintéticas en esta base de archivo

--save-cropped =
guardar el conjunto de imágenes recortadas en este archivo

--save-feature =
guardar las imágenes de características resultantes del ICA y algunas imágenes intermedias
utilizado para la segmentación RV-LV con el nombre de archivo dado en base a archivos PNG.
También guarde los coeficientes de la mejor mezcla inicial y final de IC
matriz.

Ayuda & Info
-V --verbose = advertencia
verbosidad de la salida, imprimir mensajes de nivel dado y prioridades más altas.
Las prioridades admitidas que comienzan en el nivel más bajo son:
info - Mensajes de bajo nivel
rastrear - Seguimiento de llamadas a funciones
fallar - Informar fallas en las pruebas
advertencia - Advertencias
error - Informar errores
depurar - Salida de depuración
mensaje - Mensajes normales
fatal - Informar solo errores fatales

--derechos de autor
imprimir información de derechos de autor

-h --ayuda
imprime esta ayuda

-? --uso
imprimir una breve ayuda

--versión
imprima el número de versión y salga

ICA
-C - componentes = 0
Componentes ICA 0 = estimación automática Componentes ICA 0 = automático
estimación

--normalizar
CI normalizados

--sin franja
no quites la media de las curvas de mezcla

-g - adivina
utilizar la estimación inicial para la perfusión miocárdica

-s --segscale = 1.4
Segmentar y escalar el cuadro de recorte alrededor del segmento LV (0 = sin segmentación) y
escale el cuadro de cultivo alrededor del LV (0 = sin segmentación)

-k --skip = 0
omitir imágenes al comienzo de la serie, ya que son de otras
modalidades omitir imágenes al comienzo de la serie, ya que son de otras
modalidades

-m --max-ica-iter = 400
número máximo de iteraciones en ICA número máximo de iteraciones en ICA

-E --segmethod = características
Método de segmentación
pico delta - diferencia de las imágenes de mejora máxima
Características - imágenes destacadas
característica delta - diferencia de las imágenes de características

Procesamiento
--threads = -1
Número máximo de subprocesos a utilizar para el procesamiento, este número debe ser menor
o igual al número de núcleos de procesador lógico en la máquina. (-1:
estimación automática) .Número máximo de subprocesos a utilizar para el procesamiento, esto
El número debe ser menor o igual al número de núcleos de procesador lógico en
la máquina. (-1: estimación automática).

Registro
-c --cost = ssd
criterio de registro

-O --optimizer = gsl: opt = simplex, step = 1.0
Optimizador utilizado para la minimización Optimizador utilizado para la minimización Para
complementos compatibles ver PLUGINS: minimizer / singlecost

-f --transForm = rígido
tipo de transformación tipo de transformación Para conocer los complementos compatibles, consulte
PLUGINS: 2dimage / transform

-l - mg-niveles = 3
niveles de resolución múltiple niveles de resolución múltiple

-R --referencia = -1
La referencia global con la que todas las imágenes deben estar alineadas. Si se establece en un valor no negativo
valor, las imágenes se alinearán con estas referencias, y la salida recortada
La fecha de la imagen se inyectará en las imágenes originales. Dejar en -1 si
no me importa. En este caso, todas las imágenes se registrarán en una posición media de
la referencia global del movimiento con la que todas las imágenes deben estar alineadas. Si se establece en un
valor no negativo, las imágenes se alinearán con estas referencias, y el
La fecha de la imagen de salida recortada se inyectará en las imágenes originales. Dejar
en -1 si no te importa. En este caso, todas las imágenes se registrarán en un
posición media del movimiento

-P - pasa = 2
pases de registro pases de registro

COMPLEMENTOS: 1d / splinebc

espejo Condiciones de límite de interpolación de splines que reflejan el límite

(sin parámetros)

repetir Condiciones de límite de interpolación de splines que repiten el valor en el límite

(sin parámetros)

cero Condiciones de límite de interpolación spline que asumen cero para valores fuera

(sin parámetros)

COMPLEMENTOS: 1d / splinekernel

bspline Creación de kernel B-spline, los parámetros admitidos son:

d = 3; int en [0, 5]
Grado de spline.

mamás Creación de kernel OMoms-spline, los parámetros admitidos son:

d = 3; int en [3, 3]
Grado de spline.

COMPLEMENTOS: 2dimagen / transformar

afín Transformación afín (seis grados de libertad). Los parámetros admitidos son:

imglímite = espejo; fábrica
condiciones de frontera de interpolación de imágenes. Para conocer los complementos compatibles, consulte
PLUGINS: 1d / splinebc

imgkernel = [bspline: d = 3]; fábrica
kernel interpolador de imágenes. Para conocer los complementos compatibles, consulte
PLUGINS: 1d / splinekernel

rígido Transformaciones rígidas (es decir, rotación y traslación, tres grados de
libertad)., los parámetros admitidos son:

imglímite = espejo; fábrica
condiciones de frontera de interpolación de imágenes. Para conocer los complementos compatibles, consulte
PLUGINS: 1d / splinebc

imgkernel = [bspline: d = 3]; fábrica
kernel interpolador de imágenes. Para conocer los complementos compatibles, consulte
PLUGINS: 1d / splinekernel

centro de podredumbre = [[0,0]]; 2dfvector
Centro de rotación relativo, es decir, <0.5,0.5> corresponde al centro de la
soporte rectángulo.

rotación Transformaciones de rotación (es decir, rotación alrededor de un centro dado, un grado de
libertad)., los parámetros admitidos son:

imglímite = espejo; fábrica
condiciones de frontera de interpolación de imágenes. Para conocer los complementos compatibles, consulte
PLUGINS: 1d / splinebc

imgkernel = [bspline: d = 3]; fábrica
kernel interpolador de imágenes. Para conocer los complementos compatibles, consulte
PLUGINS: 1d / splinekernel

centro de podredumbre = [[0,0]]; 2dfvector
Centro de rotación relativo, es decir, <0.5,0.5> corresponde al centro de la
soporte rectángulo.

ranura Transformación de forma libre que se puede describir mediante un conjunto de coeficientes B-spline
y un kernel B-spline subyacente. Los parámetros admitidos son:

anisórate = [[0,0]]; 2dfvector
tasa de coeficiente anisotrópico en píxeles, los valores no positivos serán
sobrescrito por el valor de "tasa".

imglímite = espejo; fábrica
condiciones de frontera de interpolación de imágenes. Para conocer los complementos compatibles, consulte
PLUGINS: 1d / splinebc

imgkernel = [bspline: d = 3]; fábrica
kernel interpolador de imágenes. Para conocer los complementos compatibles, consulte
PLUGINS: 1d / splinekernel

núcleo = [bspline: d = 3]; fábrica
kernel de spline de transformación. Para conocer los complementos compatibles, consulte
PLUGINS: 1d / splinekernel

multa =; fábrica
Plazo de penalización por transformación. Para conocer los complementos compatibles, consulte
PLUGINS: 2dtransform / splinepenalty

y = 10; flotar en [1, inf)
Tasa de coeficiente isotrópico en píxeles.

la traducción Solo traducción (dos grados de libertad), los parámetros admitidos son:

imglímite = espejo; fábrica
condiciones de frontera de interpolación de imágenes. Para conocer los complementos compatibles, consulte
PLUGINS: 1d / splinebc

imgkernel = [bspline: d = 3]; fábrica
kernel interpolador de imágenes. Para conocer los complementos compatibles, consulte
PLUGINS: 1d / splinekernel

vf Este complemento implementa una transformación que define una traducción para cada
punto de la cuadrícula que define el dominio de la transformación., soportado
los parámetros son:

imglímite = espejo; fábrica
condiciones de frontera de interpolación de imágenes. Para conocer los complementos compatibles, consulte
PLUGINS: 1d / splinebc

imgkernel = [bspline: d = 3]; fábrica
kernel interpolador de imágenes. Para conocer los complementos compatibles, consulte
PLUGINS: 1d / splinekernel

COMPLEMENTOS: 2dtransform / splinepenalty

divcurl penalización divcurl en la transformación, los parámetros admitidos son:

rizo = 1; flotar en [0, inf)
peso de penalización en rizo.

div = 1; flotar en [0, inf)
peso de la penalización en la divergencia.

norma = 0; booleano
Establecer en 1 si la penalización debe normalizarse con respecto a la imagen
El Tamaño.

peso = 1; flotar en (0, inf)
peso de la energía de penalización.

COMPLEMENTOS: minimizador / coste único

gdas Descenso de gradiente con corrección automática del tamaño del paso. Los parámetros admitidos son:

ftolr = 0; duplicar en [0, inf)
Deténgase si el cambio relativo del criterio está por debajo.

paso máximo = 2; doble en (0, inf)
Tamaño de paso absoluto máximo.

maxiter = 200; uint en [1, inf)
Criterio de parada: el número máximo de iteraciones.

min-paso = 0.1; doble en (0, inf)
Tamaño mínimo de paso absoluto.

xtolá = 0.01; duplicar en [0, inf)
Deténgase si la inf-norma del cambio aplicado ax está por debajo de este valor.

gdsq Descenso de gradiente con estimación de pasos cuadráticos, los parámetros admitidos son:

ftolr = 0; duplicar en [0, inf)
Deténgase si el cambio relativo del criterio está por debajo.

gtola = 0; duplicar en [0, inf)
Deténgase si la inf-norma del gradiente está por debajo de este valor.

maxiter = 100; uint en [1, inf)
Criterio de parada: el número máximo de iteraciones.

escala = 2; doble en (1, inf)
Escala de tamaño de paso fijo de respaldo.

paso = 0.1; doble en (0, inf)
Tamaño de paso inicial.

xtolá = 0; duplicar en [0, inf)
Deténgase si la norma inf de x-update está por debajo de este valor.

GSL complemento optimizador basado en los optimizadores multimin de la biblioteca científica GNU
(GSL) https://www.gnu.org/software/gsl/, los parámetros admitidos son:

eps = 0.01; doble en (0, inf)
optimizadores basados ​​en gradientes: deténgase cuando | grad | <eps, simplex: detener cuando
tamaño simplex <eps ..

proceso = 100; uint en [1, inf)
número máximo de iteraciones.

optar = gd; dictar
Optimizador específico que se utilizará. Los valores admitidos son:
bfgs - Broyden-Fletcher-Goldfarb-Shann
bfgs2 - Broyden-Fletcher-Goldfarb-Shann (versión más eficiente)
cg-fr - Algoritmo de gradiente conjugado de Flecher-Reeves
gd - Descenso de gradiente.
simplex - Algoritmo simplex de Nelder y Mead
cg-pr - Algoritmo de gradiente conjugado Polak-Ribiere

paso = 0.001; doble en (0, inf)
tamaño de paso inicial.

tol = 0.1; doble en (0, inf)
algún parámetro de tolerancia.

nlopt Los algoritmos minimizadores que utilizan la biblioteca NLOPT, para una descripción de la
optimizadores, consulte 'http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms ', los parámetros admitidos son:

ftola = 0; duplicar en [0, inf)
Criterio de parada: el cambio absoluto del valor objetivo está por debajo
este valor.

ftolr = 0; duplicar en [0, inf)
Criterio de parada: el cambio relativo del valor objetivo está por debajo
este valor.

más alto = inf; doble
Límite superior (igual para todos los parámetros).

opción local = ninguno; dictar
algoritmo de minimización local que puede ser necesario para las principales
algoritmo de minimización. Los valores admitidos son:
gn-orig-directo-l - Dividir rectángulos (implementación original,
localmente sesgado)
gn-directo-l-noscal - Rectángulos de división (sin escala, sesgados localmente)
gn-isres - Estrategia de evolución de clasificación estocástica mejorada
ld-tnewton - Newton truncado
gn-directo-l-rand - Rectángulos de división (localmente sesgados, aleatorios)
ln-newuoa - Optimización sin restricciones sin derivadas de forma iterativa
Aproximación cuadrática construida
gn-direct-l-rand-noscale - Rectángulos de división (sin escala, localmente
sesgado, aleatorizado)
gn-orig-directo - Dividir rectángulos (implementación original)
ld-tnewton-precond - Newton truncado preacondicionado
reinicio de ld-tnewton - Newton truncado con reinicio de descenso más empinado
gn-directo - Dividir rectángulos
en-neldermead - Algoritmo simplex de Nelder-Mead
ln-cobyla - Optimización restringida por aproximación lineal
gn-crs2-lm - Búsqueda aleatoria controlada con mutación local
ld-var2 - Métrica variable de memoria limitada desplazada, rango 2
ld-var1 - Métrica variable de memoria limitada desplazada, rango 1
ld-mma - Método de movimiento de asíntotas
ld-lbfgs-nocedal - Ninguno
ld-lbfgs - BFGS de bajo almacenamiento
gn-directo-l - Rectángulos de división (sesgados localmente)
ninguna - no especifique algoritmo
In-bobyqa - Optimización restringida por límite libre de derivados
ln-sbplx - Variante subplex de Nelder-Mead
ln-newuoa-con destino - Optimización restringida por límite libre de derivadas por
Aproximación cuadrática construida iterativamente
en-praxis - Optimización local sin gradientes a través del eje principal
Método
gn-directo-noscal - Rectángulos de división (sin escala)
ld-tnewton-precond-reinicio - Newton truncado preacondicionado con
reinicio del descenso más empinado

inferior = -inf; doble
Límite inferior (igual para todos los parámetros).

maxiter = 100; int en [1, inf)
Criterio de parada: el número máximo de iteraciones.

optar = ld-lbfgs; dictar
algoritmo principal de minimización. Los valores admitidos son:
gn-orig-directo-l - Dividir rectángulos (implementación original,
localmente sesgado)
g-mlsl-lds - Enlace único multinivel (secuencia de baja discrepancia,
requieren optimización y límites locales basados ​​en gradientes)
gn-directo-l-noscal - Rectángulos de división (sin escala, sesgados localmente)
gn-isres - Estrategia de evolución de clasificación estocástica mejorada
ld-tnewton - Newton truncado
gn-directo-l-rand - Rectángulos de división (localmente sesgados, aleatorios)
ln-newuoa - Optimización sin restricciones sin derivadas de forma iterativa
Aproximación cuadrática construida
gn-direct-l-rand-noscale - Rectángulos de división (sin escala, localmente
sesgado, aleatorizado)
gn-orig-directo - Dividir rectángulos (implementación original)
ld-tnewton-precond - Newton truncado preacondicionado
reinicio de ld-tnewton - Newton truncado con reinicio de descenso más empinado
gn-directo - Dividir rectángulos
auglag-eq - Algoritmo lagrangiano aumentado con restricciones de igualdad
, solamente
en-neldermead - Algoritmo simplex de Nelder-Mead
ln-cobyla - Optimización restringida por aproximación lineal
gn-crs2-lm - Búsqueda aleatoria controlada con mutación local
ld-var2 - Métrica variable de memoria limitada desplazada, rango 2
ld-var1 - Métrica variable de memoria limitada desplazada, rango 1
ld-mma - Método de movimiento de asíntotas
ld-lbfgs-nocedal - Ninguno
g-mlsl - Enlace único multinivel (requiere optimización local y
límites)
ld-lbfgs - BFGS de bajo almacenamiento
gn-directo-l - Rectángulos de división (sesgados localmente)
In-bobyqa - Optimización restringida por límite libre de derivados
ln-sbplx - Variante subplex de Nelder-Mead
ln-newuoa-con destino - Optimización restringida por límite libre de derivadas por
Aproximación cuadrática construida iterativamente
augulag - Algoritmo lagrangiano aumentado
en-praxis - Optimización local sin gradientes a través del eje principal
Método
gn-directo-noscal - Rectángulos de división (sin escala)
ld-tnewton-precond-reinicio - Newton truncado preacondicionado con
reinicio del descenso más empinado
ld-slsqp - Programación cuadrática secuencial de mínimos cuadrados

paso = 0; duplicar en [0, inf)
Tamaño de paso inicial para métodos sin gradiente.

detener = -inf; doble
Criterio de parada: el valor de la función cae por debajo de este valor.

xtolá = 0; duplicar en [0, inf)
Criterio de parada: el cambio absoluto de todos los valores de x está por debajo de este
.

xtolr = 0; duplicar en [0, inf)
Criterio de parada: el cambio relativo de todos los valores de x está por debajo de este
.

EJEMPLO

Registre la serie de perfusión dada en 'segmento.set' utilizando la estimación automática de ICA.
Omita dos imágenes al principio y, de lo contrario, utilice los parámetros predeterminados. Almacene el
da como resultado 'registrado.set'.

mia-2dmyomilles -i segmento.set -o registrado.set -k 2

AUTOR (es)

Gert Wollny

DERECHOS DE AUTOR

Este software tiene Copyright (c) 1999-2015 Leipzig, Alemania y Madrid, España. Viene
con ABSOLUTAMENTE NINGUNA GARANTÍA y puede redistribuirlo bajo los términos de GNU
LICENCIA PÚBLICA GENERAL Versión 3 (o posterior). Para obtener más información, ejecute el programa con el
opción '--copyright'.

Utilice mia-2dmyomilles en línea utilizando los servicios de onworks.net