mincresample - آنلاین در ابر

برنامه:

نام

mincresample - یک فایل minc را در ابعاد فضایی جدید نمونه‌برداری می‌کند

خلاصه

نمونه کوچک [ ]

شرح

نمونه کوچک یک فایل minc را در امتداد ابعاد فضایی جدید با وکسل جدید نمونه‌برداری می‌کند
موقعیت ها هر حجم در فایل ورودی (با ابعاد فضایی xspace، yspace داده شده است
و zspace) با توجه به گزینه های خط فرمان مجدداً نمونه برداری می شود. ابعاد غیر فضایی هستند
به ترتیب اصلی خود حفظ می شوند، اما ابعاد فضایی را می توان مجدداً مرتب کرد
تصاویر عرضی، ساژیتال یا تاجی. مقادیر وکسل جدید با استفاده از سه عدد محاسبه می شود.
درونیابی خطی، سه مکعبی یا نزدیکترین همسایه.

جهان مختصات

مختصات جهانی به مختصات میلی متری نسبت به برخی از منشاء فیزیکی اشاره دارد
(یا اسکنر یا برخی از ساختارهای تشریحی). مختصات Voxel به سادگی هستند
شاخص های حجم تصویر یک وکسل معین. به منظور تعیین مناسب
با انتخاب مجدد گزینه‌ها، درک نحوه عملکرد تبدیل مختصات MINC ضروری است.

هر بعد از حجم تصویر MINC با نام مشخص می شود - ابعاد فضایی آن است
xspace، yspace و zspace. قرارداد این است که مختصات xspace مثبت از قسمت اجرا می شود
سمت چپ بیمار به سمت راست، مختصات yspace مثبت از پشت بیمار اجرا می شود
مختصات zspace قدامی و مثبت از پایین به برتر اجرا می شود. برای هر یک از
این ابعاد فضایی، تبدیل مختصات جهان توسط یک جفت مشخص می شود
ویژگی ها: گام و شروع. برای مثال مختصات جهان xspace با استفاده از x محاسبه می شود
= v*step + start، که x مختصات x جهان و v تعداد وکسل است (شروع از
صفر). بنابراین، بزرگی ویژگی step، فاصله بین وکسل ها را مشخص می کند
علامت صفت step جهت محور را مشخص می کند.

پیچ و تاب دیگری نیز وجود دارد: فایل‌های MINC مجاز به داشتن محورهای غیرمتعامد هستند
ابعاد کاملاً با محور نام‌گذاری شده همسو نیستند. ممکن است جهت_کسینوس وجود داشته باشد
ویژگی که جهت گیری واقعی محور را نشان می دهد. به عنوان مثال، به طور معمول xspace
بعد باید با محور x جهان مطابقت داشته باشد. کسینوس جهت = (1,0,0); با این حال،
ممکن است کسینوس جهت (0.9، 0.43589، 0) داشته باشیم.

این ویژگی ها (step، start و direction_cosines) تبدیلی را از voxel ارائه می دهند
مختصات جهان. همراه با تعدادی عنصر یا نمونه در امتداد یک
محور، آنها توضیح کاملی از محل نمونه برداری خروجی ارائه می دهند.
با این حال، زمانی که ما در حال نمونه گیری مجدد از داده ها هستیم، اغلب به تغییر جهان علاقه مندیم
مختصات: از سیستم مختصات اسکنر MRI تا سیستم مختصات اسکنر PET،
به عنوان مثال، یا از یک حجم در فضای اکتساب آن به مختصات در یک استاندارد
فضا. این تغییر مختصات جهان را می توان با استفاده از a مشخص کرد
فایل تبدیل (.xfm). بنابراین، به طور کلی، نمونه گیری مجدد شامل سه است
تبدیل: از مختصات وکسل فایل ورودی تا مختصات جهانی آن
(مشخص شده توسط فایل ورودی)، از مختصات جهان ورودی به دنیای خروجی
مختصات (مشخص شده توسط فایل تبدیل)، و از دنیای فایل خروجی
مختصات مختصات وکسل آن (که توسط گزینه های خط فرمان مشخص شده است).

به طور کلی، کسینوس جهت به ندرت استفاده می شود - جهت گیری مجدد محور با a مشخص می شود
تغییر مختصات جهان (فایل تبدیل). همچنین، نمونه گیری مجدد موقعیت ها
(تبدیل جهان خروجی به وکسل) اغلب نسبت به یک فایل مدل مشخص می شود (یعنی.
این فایل را دوباره نمونه کنید تا شبیه آن فایل شود). اگرچه گزینه های زیادی برای a وجود دارد
مشخصات کامل تبدیل، معمولاً نیازی به مشخص کردن بیشتر نیست
از تعداد کمی از آنها

OPTIONS

توجه داشته باشید که گزینه ها را می توان به صورت اختصاری (تا زمانی که منحصر به فرد باشند) و
را می توان در هر نقطه از خط فرمان داد.

سوالات عمومی گزینه های

-2 فایل های خروجی با فرمت MINC 2.0 ایجاد کنید.

-کلوبگر
بازنویسی یک فایل موجود

-نوکلوببر
فایل موجود را بازنویسی نکنید (پیش‌فرض).

کلاهبرداری
اطلاعات پیشرفت را برای هر تکه محاسبه شده چاپ کنید (پیش فرض).

-ساکت اطلاعات پیشرفت را چاپ نکنید.

تغییر شکل مشخصات

گزینه هایی که نمونه گیری خروجی را ارائه می دهند (همه موارد زیر به جز -دگرگونی) هستند
به ترتیبی که در خط فرمان ظاهر می شوند، تجزیه می شوند. بنابراین یک فرمان با مانند
file.mnc - znelements 34 -zstep 2 نمونه ای مانند آن را در پرونده ارائه می دهد file.mnc اما
با 34 نمونه در 2 میلی متر در امتداد zspace محور. نمونه گیری پیش فرض از
فایل ورودی، با توجه به هر تبدیل تبدیل شده است.

-دگرگونی file.xfm
فایلی را مشخص کنید که تبدیل مختصات جهان را ارائه می دهد (پیش فرض هویت است
دگرگونی).

-invert_transformation
قبل از استفاده، تبدیل را برعکس کنید.

-noinvert_transformation
تبدیل را وارونه نکنید (پیش فرض).

-tfm_input_sampling
تبدیل نمونه ورودی (با استفاده از تبدیل مشخص شده توسط -دگرگونی)
همراه با داده ها و استفاده از آن به عنوان نمونه پیش فرض (پیش فرض).

-use_input_sampling
از نمونه‌گیری ورودی به‌عنوان نمونه‌گیری پیش‌فرض، همانطور که هست، بدون تبدیل، حتی استفاده کنید
اگرچه داده ها در حال تبدیل شدن هستند (رفتار قدیمی).

مانند file.mnc
فایل مدلی را مشخص کنید که دنیای خروجی را به تبدیل وکسل و عدد بدهد
از عناصر (یعنی این فایل را طوری تبدیل کنید که شبیه آن یکی شود).

-Standard_sampling
نمونه برداری را روی مقادیر استاندارد تنظیم کنید (شروع = 0، گام = 1، نقطه کسینوس جهت
در امتداد محورهای مناسب).

-نوع فضایی رشته
نام فضای خروجی را تنظیم کنید (معمولا بومی____ or talairach_).

-تالیراچ
نام فضای خروجی را روی talairach_ قرار دهید.

-تنها رشته
واحدهای فضای خروجی را تنظیم کنید.

-اصل و نسب ox oy oz
مختصات وکسل اول را مشخص کنید. این با مقدار شروع یکسان نیست
اگر کسینوس جهت غیر استاندارد باشد. همچنین، شروع فقط یک نیست
برآمدگی عمود بر مبدأ بر روی محور، یک برآمدگی موازی است
(مانند یک طرح متوازی الاضلاع چند بعدی). تبدیل انجام می شود
به درستی توسط این گزینه

- عناصر nx ny nz
تعداد عناصر در امتداد هر یک از ابعاد جهان.

-xnelements nx
تعداد عناصر در امتداد بعد xspace.

-این عناصر ny
تعداد عناصر در امتداد بعد yspace.

- znelements nz
تعداد عناصر در امتداد بعد zspace.

-گام xstep استپ zstep
بین وکسل ها در امتداد هر یک از ابعاد جهان قدم بگذارید.

-xstep xstep
بین وکسل ها در امتداد بعد xspace قرار بگیرید.

-مرحله استپ
بین وکسل ها در امتداد بعد yspace قرار بگیرید.

-zstep zstep
بین وکسل ها در امتداد بعد zspace قرار بگیرید.

-شروع xstart شروع zstart
موقعیت مرکز وکسل اول در امتداد هر یک از ابعاد جهانی.

-xstart xstart
موقعیت مرکز وکسل اول در امتداد بعد xspace.

-شروع شروع
موقعیت مرکز وکسل اول در امتداد بعد yspace.

-zstart zstart
موقعیت مرکز وکسل اول در امتداد بعد zspace.

-دیرکوس x1 x2 x3 y1 y2 y3 z1 z2 z3
کسینوس جهت برای هر یک از محورهای جهان.

-xdircos x1 x2 x3
کسینوس جهت برای بعد xspace.

-ydircos y1 y2 y3
کسینوس جهت برای بعد yspace.

-zdircos z1 z2 z3
کسینوس جهت برای بعد zspace.

بعد مرتب سازی

پیش فرض حفظ ترتیب ابعاد اصلی است.

- عرضی
برش های عرضی را بنویسید.

- ساژیتال
برش های ساژیتال را بنویسید.

-تاج گل
برش های تاج را بنویسید.

تولید داده ها نوع و محدوده

پیش فرض برای نوع، علامت و محدوده معتبر استفاده از فایل های ورودی است. اگر نوع است
مشخص شده است، سپس هر دو علامت و محدوده معتبر به طور پیش فرض برای آن نوع تنظیم می شوند. اگر علامت است
مشخص شده، سپس محدوده معتبر برای نوع و علامت روی پیش فرض تنظیم می شود.

-بایت وکسل های خروجی را در قالب عدد صحیح 8 بیتی ذخیره کنید.

-کوتاه وکسل های خروجی را در قالب عدد صحیح 16 بیتی ذخیره کنید.

-int وکسل های خروجی را در قالب عدد صحیح 32 بیتی ذخیره کنید.

طولانی جایگزین شده توسط -int.

-شناور وکسل های خروجی را در قالب ممیز شناور 32 بیتی ذخیره کنید.

-دو برابر
وکسل های خروجی را در قالب ممیز شناور 64 بیتی ذخیره کنید.

-امضاء شده
مقادیر را به صورت اعداد صحیح علامت دار بنویسید (پیش فرض برای کوتاه و بلند). نادیده گرفته شده برای
انواع ممیز شناور

-بدون امضا
مقادیر را به صورت اعداد صحیح بدون علامت بنویسید (پیش‌فرض برای بایت). برای شناور بودن نادیده گرفته شد
انواع نقطه

-دامنه دقیقه حداکثر
محدوده معتبر مقادیر وکسل خروجی را مشخص می کند. پیش‌فرض محدوده کاملی است
تایپ و امضا کنید این گزینه برای مقادیر ممیز شناور نادیده گرفته می شود.

-دامنه_واقعی
حداقل و حداکثر واقعی را از حجم ورودی حفظ کنید، به طوری که مقادیر باشند
به همین ترتیب در خروجی مقیاس شده است. این به ویژه برای نمونه برداری مجدد از برچسب مفید است
حجم هایی که درون یابی مقادیر شدت معنی ندارد.

-nokeep_real_range
حداقل و حداکثر واقعی را برای هر برش خروجی مجدداً محاسبه کنید. این پیش فرض است.

اداره of تعریف نشده (بی اعتبار) وکسل ارزش

پر کنید وکسل های خروجی که خارج از حجم ورودی قرار می گیرند مقادیر نامشخصی دارند. وقتی که
پر کنید از گزینه استفاده می شود، به این وکسل ها مقداری داده می شود که خارج از مقدار معتبر است
محدوده (کمتر از حداقل معتبر، اگر نوع، علامت و محدوده معتبر اجازه می دهد) بنابراین
که توسط نرم افزارهای دیگر قابل شناسایی هستند. مقادیر این وکسل ها نیست
شامل در تصویر حداکثر و تصویر-دقیقه متغیرها

-نوفیل
برای نقاط خارج از ورودی از یک مقدار واقعی/فیزیکی (نه مقدار وکسل) صفر استفاده کنید
جلد. این امتیازات در محاسبه گنجانده شده است تصویر حداکثر و تصویر-دقیقه
متغیرها این پیش فرض است.

ارزش پر کردن ارزش تکمیلی
مقدار واقعی/فیزیکی (نه مقدار وکسل) را برای نقاط خارج از ورودی مشخص می کند
جلد. امتیاز در محاسبه گنجانده نشده است تصویر حداکثر و تصویر-
دقیقه متغیرها

درون یابی گزینه های

-سه خطی
یک درونیابی سه خطی بین وکسل ها انجام دهید. لبه های حجم در
مرکز اولین و آخرین وکسل یک بعد. این پیش فرض است.

-ترکیبیک
یک درون یابی سه مکعبی بین وکسل ها انجام دهید. لبه های حجم در
مرکز اولین و آخرین وکسل یک بعد.

-نزدیکترین_همسایه
نزدیکترین همسایه را بین وکسلها انجام دهید (یعنی نزدیکترین وکسل را پیدا کنید
نقطه و استفاده از ارزش آن). لبه های حجم در لبه اول قرار دارند
و آخرین وکسل های یک بعد (مرکز +/- تفکیک نیم وکسل).

-سینک همانطور که توسط Thacker توضیح داده شده است، درون یابی windowed-sinc مجدد را بین وکسل ها انجام دهید
و همکاران JMRI 10:582-588 (1999).

-عرض n
نصف عرض هسته درونیابی sinc را در محدوده 1 تا
10. عرض کرنل کامل sinc است n * 2 + 1، و بنابراین از 3 تا 21 متغیر است.
مقدار پیش فرض 5 است که عرض کامل آن 11 است.

-هانینگ
از پنجره هانینگ با interpolant sinc استفاده کنید. این پیش فرض است.

-همینگ
از پنجره Hamming با interpolant sinc استفاده کنید.

عمومی گزینه های

-کمک خلاصه گزینه های خط فرمان را چاپ کنید و از آن خارج شوید.

-version
شماره نسخه برنامه را چاپ کرده و خارج شوید.

مثال ها

نمونه گیری مجدد از مغز یک فرد در یک فضای استاندارد شده در یک شبکه نمونه گیری استاندارد:

mincresample individual.mnc in_std_space.mnc \
-transform_to_standard_space.xfm \
-مانند standard_sampling.mnc

یک حجم MRI را برای تطبیق با حجم PET، اما با وضوح بهتر، مجدداً نمونه برداری کنید:

mincresample mri.mnc mri_resampled.mnc \
-تبدیل mri_to_pet.xfm -مانند pet.mnc \
-step 1 1 2 -xstart -0.5 -ystart -0.5 \
-nelements 256 256 64

حجم عرضی را به حجم ساژیتال تبدیل کنید:

mincresample transverse.mnc sagittal.mnc \
ساژیتال -نزدیکترین

حجم عرضی 256x256x64 (1x1x2mm) را به حجم ساژیتال 256x128x256 (1x1x1mm) تبدیل کنید:

mincresample transverse.mnc sagittal.mnc -sagittal \
-zstep 1 -znelem 128

نمونه برداری محوری دقیق تری روی حجم PET بگیرید:

mincresample pet_15_slices.mnc pet_46_slices.mnc \
-zstep 2 -znelements 46

از mincresample به صورت آنلاین با استفاده از خدمات onworks.net استفاده کنید