mia-2dmyomilles - Online di Awan

PROGRAM:

NAMA

mia-2dmyomilles - Jalankan pendaftaran serangkaian gambar 2D.

RINGKASAN

mia-2dmyomiles -i -o [pilihan]

DESKRIPSI

mia-2dmyomiles Program ini digunakan untuk menjalankan versi modifikasi dari ICA berbasis
pendekatan pendaftaran dijelaskan dalam Milles et al. 'Koreksi Gerakan Sepenuhnya Otomatis di
First-Pass Myocardial Perfusion MR Image Sequences', Trans. Med. Pencitraan., 27(11)
1611-1621, 2008. Perubahan termasuk ekstraksi gerakan kuasi-periodik di free
kumpulan data yang diperoleh dengan napas dan opsi untuk menjalankan pendaftaran affine atau kaku sebagai gantinya
dari optimasi terjemahan saja.

PILIHAN

File-IO
-i --in-file=(masukan, diperlukan); rangkaian
masukan kumpulan data perfusi

-o --out-file=(keluaran, diperlukan); rangkaian
kumpulan data perfusi keluaran

-r --terdaftar=
basis nama file untuk file terdaftar

--save-referensi=
simpan gambar referensi sintetis ke basis file ini

--simpan-potong=
simpan gambar yang dipotong diatur ke file ini

--save-fitur=
simpan gambar fitur yang dihasilkan dari ICA dan beberapa gambar perantara
digunakan untuk segmentasi RV-LV dengan basis nama file yang diberikan ke file PNG.
Juga simpan koefisien pencampuran IC terbaik awal dan akhir
matriks.

Bantuan & Info
-V --verbose=peringatan
verbositas output, pesan cetak dari tingkat tertentu dan prioritas yang lebih tinggi.
Prioritas yang didukung mulai dari level terendah adalah:
Info - Pesan tingkat rendah
jejak - Jejak panggilan fungsi
gagal - Laporkan kegagalan pengujian
peringatan - Peringatan
kesalahan - Laporkan kesalahan
men-debug - Keluaran debug
pesan - Pesan biasa
fatal - Laporkan hanya kesalahan fatal

--hak cipta
cetak informasi hak cipta

-h --bantuan
cetak bantuan ini

-? --penggunaan
cetak bantuan singkat

--Versi: kapan
cetak nomor versi dan keluar

ICA
-C --komponen=0
Komponen ICA 0 = estimasi otomatis Komponen ICA 0 = otomatis
perkiraan

--normalisasi
IC yang dinormalisasi

--tanpa-meanstrip
jangan lepaskan rata-rata dari kurva pencampuran

-g --tebak
gunakan tebakan awal untuk perfusi miokard

-s --segscale=1.4
segmen dan skala kotak tanaman di sekitar segmen LV (0=tidak ada segmentasi) dan
skala kotak tanaman di sekitar LV (0=tidak ada segmentasi)

-k --lewati=0
lewati gambar di awal seri seperti gambar lainnya
modalitiesmelewati gambar di awal seri seperti gambar lainnya
modalitas

-m --max-ica-iter=400
jumlah maksimum iterasi di ICAjumlah maksimum iterasi di ICA

-E --segmethod=fitur
Metode segmentasi
delta-puncak - perbedaan gambar peningkatan puncak
fitur - gambar fitur
delta-fitur - perbedaan gambar fitur

Pengolahan
--utas=-1
Jumlah maksimum utas yang digunakan untuk pemrosesan, Jumlah ini harus lebih rendah
atau sama dengan jumlah inti prosesor logis dalam mesin. (-1:
estimasi otomatis). Jumlah utas maksimum yang digunakan untuk pemrosesan, Ini
nomor harus lebih rendah atau sama dengan jumlah inti prosesor logis di
mesin. (-1: estimasi otomatis).

Pendaftaran
-c --biaya=ssd
kriteria pendaftaran

-O --optimizer=gsl:opt=sederhana,langkah=1.0
Optimizer digunakan untuk minimizationOptimizer digunakan untuk minimization For
plugin yang didukung lihat PLUGIN:minimizer/singlecost

-f --transForm=kaku
tipe transformasi tipe transformasi Untuk plugin yang didukung, lihat
PLUGIN:2dimage/transform

-l --mg-level=3
level multi-resolusi level multi-resolusi

-R --referensi=-1
Referensi global semua gambar harus disejajarkan. Jika disetel ke non-negatif
nilai, gambar akan disejajarkan dengan referensi ini, dan output yang dipangkas
tanggal gambar akan disuntikkan ke dalam gambar asli. Tinggalkan di -1 jika Anda
tidak peduli. Dalam hal ini semua gambar dengan terdaftar ke posisi rata-rata
referensi movementGlobal semua gambar harus disejajarkan. Jika diatur ke
nilai non-negatif, gambar akan disejajarkan dengan referensi ini, dan
tanggal gambar keluaran yang dipotong akan disuntikkan ke dalam gambar asli. Meninggalkan
di -1 jika Anda tidak peduli. Dalam hal ini semua gambar dengan didaftarkan ke a
posisi rata-rata gerakan

-P --lulus=2
tiket pendaftaran tiket masuk

PLUGIN: 1 hari/splinebc

cermin Kondisi batas interpolasi spline yang mencerminkan batas

(tidak ada parameter)

ulangi Kondisi batas interpolasi spline yang mengulang nilai pada batas

(tidak ada parameter)

nol Kondisi batas interpolasi spline yang mengasumsikan nol untuk nilai di luar

(tidak ada parameter)

PLUGIN: 1d/kernel spline

bspline Pembuatan kernel B-spline, parameter yang didukung adalah:

d = 3; int di [0, 5]
Gelar spline.

omm Pembuatan kernel OMoms-spline, parameter yang didukung adalah:

d = 3; int di [3, 3]
Gelar spline.

PLUGIN: 2dimage/transformasi

Dihilangkan Transformasi affine (enam derajat kebebasan), parameter yang didukung adalah:

batas img = cermin; pabrik
kondisi batas interpolasi citra. Untuk plug-in yang didukung, lihat
PLUGIN: 1d/splinebc

imgkernel = [bspline:d=3]; pabrik
kernel interpolator gambar. Untuk plug-in yang didukung, lihat
PLUGIN: 1d/splinekernel

kaku Transformasi kaku (yaitu rotasi dan translasi, tiga derajat
kebebasan), parameter yang didukung adalah:

batas img = cermin; pabrik
kondisi batas interpolasi citra. Untuk plug-in yang didukung, lihat
PLUGIN: 1d/splinebc

imgkernel = [bspline:d=3]; pabrik
kernel interpolator gambar. Untuk plug-in yang didukung, lihat
PLUGIN: 1d/splinekernel

pusat pembusukan = [[0,0]]; 2dfvektor
Pusat rotasi relatif, yaitu <0.5,0.5> sesuai dengan pusat
mendukung persegi panjang.

rotasi Transformasi rotasi (yaitu rotasi terhadap pusat tertentu, satu derajat
kebebasan), parameter yang didukung adalah:

batas img = cermin; pabrik
kondisi batas interpolasi citra. Untuk plug-in yang didukung, lihat
PLUGIN: 1d/splinebc

imgkernel = [bspline:d=3]; pabrik
kernel interpolator gambar. Untuk plug-in yang didukung, lihat
PLUGIN: 1d/splinekernel

pusat pembusukan = [[0,0]]; 2dfvektor
Pusat rotasi relatif, yaitu <0.5,0.5> sesuai dengan pusat
mendukung persegi panjang.

spline Transformasi bentuk bebas yang dapat dideskripsikan dengan sekumpulan koefisien B-spline
dan kernel B-spline yang mendasarinya., parameter yang didukung adalah:

anisorat = [[0,0]]; 2dfvektor
tingkat koefisien anisotropik dalam piksel, nilai nonpositif akan menjadi
ditimpa oleh nilai 'tarif'..

batas img = cermin; pabrik
kondisi batas interpolasi citra. Untuk plug-in yang didukung, lihat
PLUGIN: 1d/splinebc

imgkernel = [bspline:d=3]; pabrik
kernel interpolator gambar. Untuk plug-in yang didukung, lihat
PLUGIN: 1d/splinekernel

inti = [bspline:d=3]; pabrik
transformasi spline kernel.. Untuk plug-in yang didukung, lihat
PLUGIN: 1d/splinekernel

penalti = ; pabrik
Istilah hukuman transformasi. Untuk plug-in yang didukung, lihat
PLUGIN:2dtransform/splinepenalti

tarif = 10; mengapung di [1, inf)
tingkat koefisien isotropik dalam piksel.

menterjemahkan Terjemahan saja (dua derajat kebebasan), parameter yang didukung adalah:

batas img = cermin; pabrik
kondisi batas interpolasi citra. Untuk plug-in yang didukung, lihat
PLUGIN: 1d/splinebc

imgkernel = [bspline:d=3]; pabrik
kernel interpolator gambar. Untuk plug-in yang didukung, lihat
PLUGIN: 1d/splinekernel

vf Plug-in ini mengimplementasikan transformasi yang mendefinisikan terjemahan untuk masing-masing
titik grid yang mendefinisikan domain transformasi., didukung
parameter adalah:

batas img = cermin; pabrik
kondisi batas interpolasi citra. Untuk plug-in yang didukung, lihat
PLUGIN: 1d/splinebc

imgkernel = [bspline:d=3]; pabrik
kernel interpolator gambar. Untuk plug-in yang didukung, lihat
PLUGIN: 1d/splinekernel

PLUGIN: 2dtransform/splinepenalti

divcurl penalti divcurl pada transformasi, parameter yang didukung adalah:

keriting = 1; mengapung di [0, inf)
bobot penalti pada curl.

div = 1; mengapung di [0, inf)
bobot penalti pada divergensi.

norma = 0; bodoh
Setel ke 1 jika penalti harus dinormalisasi sehubungan dengan gambar
ukuran.

berat = 1; mengapung di (0, inf)
berat energi penalti.

PLUGIN: perkecil/biaya tunggal

selamat datang Penurunan gradien dengan koreksi ukuran langkah otomatis., parameter yang didukung adalah:

ftolr = 0; ganda dalam [0, inf)
Berhenti jika perubahan relatif dari kriteria di bawah..

langkah-maks = 2; ganda dalam (0, inf)
Ukuran langkah absolut maksimal.

maxiter = 200; uint di [1, inf)
Kriteria penghentian: jumlah maksimum iterasi.

min-langkah = 0.1; ganda dalam (0, inf)
Ukuran langkah absolut minimal.

xtola = 0.01; ganda dalam [0, inf)
Hentikan jika inf-norma dari perubahan yang diterapkan pada x di bawah nilai ini..

gdsq Penurunan gradien dengan estimasi langkah kuadrat, parameter yang didukung adalah:

ftolr = 0; ganda dalam [0, inf)
Berhenti jika perubahan relatif dari kriteria di bawah..

gtola = 0; ganda dalam [0, inf)
Hentikan jika inf-norma gradien di bawah nilai ini..

maxiter = 100; uint di [1, inf)
Kriteria penghentian: jumlah maksimum iterasi.

skala = 2; ganda dalam (1, inf)
Penskalaan ukuran langkah mundur tetap.

langkah = 0.1; ganda dalam (0, inf)
Ukuran langkah awal.

xtola = 0; ganda dalam [0, inf)
Hentikan jika inf-norma x-update di bawah nilai ini..

gsl plugin pengoptimal berdasarkan pengoptimal multimin dari Perpustakaan Ilmiah GNU
(GSL) https://www.gnu.org/software/gsl/, parameter yang didukung adalah:

eps = 0.01; ganda dalam (0, inf)
pengoptimal berbasis gradien: berhenti saat |grad| < eps, simpleks: berhenti ketika
ukuran simpleks < eps..

proses = 100; uint di [1, inf)
jumlah iterasi maksimum.

memilih = g; dikte
Pengoptimal khusus yang akan digunakan.. Nilai yang didukung adalah:
bfg – Broyden-Fletcher-Goldfarb-Shann
bfgs2 - Broyden-Fletcher-Goldfarb-Shann (versi paling efisien)
cg-fr - Algoritma gradien konjugasi Flecher-Reeves
gd - Penurunan gradien.
simpleks - Algoritma simpleks dari Nelder dan Mead
cg-pr - Algoritma gradien konjugasi Polak-Ribiere

langkah = 0.001; ganda dalam (0, inf)
ukuran langkah awal.

dorongan = 0.1; ganda dalam (0, inf)
beberapa parameter toleransi.

tidak ada Algoritma Minimizer menggunakan library NLOPT, untuk deskripsi dari
pengoptimal silakan lihat 'http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms', parameter yang didukung adalah:

ftola = 0; ganda dalam [0, inf)
Kriteria penghentian: perubahan absolut dari nilai objektif di bawah
nilai ini.

ftolr = 0; ganda dalam [0, inf)
Kriteria penghentian: perubahan relatif dari nilai objektif di bawah
nilai ini.

lebih tinggi = inf; dobel
Batas yang lebih tinggi (sama untuk semua parameter).

lokal-opt = tidak ada; dikte
algoritma minimisasi lokal yang mungkin diperlukan untuk main
algoritma minimisasi.. Nilai yang didukung adalah:
gn-orig-langsung-l - Membagi Persegi Panjang (implementasi asli,
bias lokal)
gn-langsung-l-noscal - Membagi Persegi Panjang (tidak berskala, bias lokal)
gn-isres - Strategi Evolusi Peringkat Stokastik yang Ditingkatkan
ld-tnewton - Newton terpotong
gn-langsung-l-rand - Membagi Persegi Panjang (bias lokal, acak)
In-newuoa - Optimalisasi Tanpa Batasan Bebas Derivatif secara Iteratif
Pendekatan Kuadrat Terbangun
gn-direct-l-rand-noscale - Membagi Persegi Panjang (tidak berskala, lokal
bias, acak)
gn-asal-langsung - Membagi Persegi Panjang (implementasi asli)
ld-tnewton-precond - Newton terpotong yang telah dikondisikan sebelumnya
ld-tnewton-restart - Newton terpotong dengan restart turunan paling curam
gn-langsung - Membagi Persegi Panjang
ln-nedermad - Algoritma simpleks Nelder-Mead
in-cobyla - Optimasi Terbatas OLEH Pendekatan Linier
gn-crs2-lm - Pencarian Acak Terkendali dengan Mutasi Lokal
ld-var2 - Metrik Variabel Memori Terbatas yang Digeser, Peringkat 2
ld-var1 - Metrik Variabel Memori Terbatas yang Digeser, Peringkat 1
ld-mma - Metode Memindahkan Asimtot
ld-lbfgs-nocedal - Tidak ada
ld-lbfgs - BFGS penyimpanan rendah
gn-langsung-l - Membagi Persegi Panjang (bias lokal)
tak satupun - jangan tentukan algoritma
ln-bobyqa - Optimasi Batas-Terikat Bebas Derivatif
ln-sbplx - Varian subpleks dari Nelder-Mead
ln-newuoa-terikat - Optimalisasi Batas-Terikat Bebas Derivatif dengan
Pendekatan Kuadrat yang Dibangun secara Iteratif
ln-praksis – Optimasi Lokal Bebas Gradien melalui Poros Utama
metode
gn-langsung-noscal - Membagi Persegi Panjang (tidak berskala)
ld-tnewton-precond-restart - Newton terpotong yang telah dikondisikan sebelumnya dengan
restart turunan paling curam

menurunkan = -inf; dobel
Batas bawah (sama untuk semua parameter).

maxiter = 100; int dalam [1, inf)
Kriteria penghentian: jumlah maksimum iterasi.

memilih = ld-lbfgs; dikte
algoritma minimisasi utama. Nilai yang didukung adalah:
gn-orig-langsung-l - Membagi Persegi Panjang (implementasi asli,
bias lokal)
g-mlsl-lds - Multi-Level Single-Linkage (urutan perbedaan rendah,
memerlukan optimasi dan batas berbasis gradien lokal)
gn-langsung-l-noscal - Membagi Persegi Panjang (tidak berskala, bias lokal)
gn-isres - Strategi Evolusi Peringkat Stokastik yang Ditingkatkan
ld-tnewton - Newton terpotong
gn-langsung-l-rand - Membagi Persegi Panjang (bias lokal, acak)
In-newuoa - Optimalisasi Tanpa Batasan Bebas Derivatif secara Iteratif
Pendekatan Kuadrat Terbangun
gn-direct-l-rand-noscale - Membagi Persegi Panjang (tidak berskala, lokal
bias, acak)
gn-asal-langsung - Membagi Persegi Panjang (implementasi asli)
ld-tnewton-precond - Newton terpotong yang telah dikondisikan sebelumnya
ld-tnewton-restart - Newton terpotong dengan restart turunan paling curam
gn-langsung - Membagi Persegi Panjang
auglag-eq - Algoritma Lagrangian yang diperbesar dengan batasan kesetaraan
hanya
ln-nedermad - Algoritma simpleks Nelder-Mead
in-cobyla - Optimasi Terbatas OLEH Pendekatan Linier
gn-crs2-lm - Pencarian Acak Terkendali dengan Mutasi Lokal
ld-var2 - Metrik Variabel Memori Terbatas yang Digeser, Peringkat 2
ld-var1 - Metrik Variabel Memori Terbatas yang Digeser, Peringkat 1
ld-mma - Metode Memindahkan Asimtot
ld-lbfgs-nocedal - Tidak ada
g-mlsl - Multi-Level Single-Linkage (memerlukan optimasi lokal dan
batas)
ld-lbfgs - BFGS penyimpanan rendah
gn-langsung-l - Membagi Persegi Panjang (bias lokal)
ln-bobyqa - Optimasi Batas-Terikat Bebas Derivatif
ln-sbplx - Varian subpleks dari Nelder-Mead
ln-newuoa-terikat - Optimalisasi Batas-Terikat Bebas Derivatif dengan
Pendekatan Kuadrat yang Dibangun secara Iteratif
Agustus - Algoritma Lagrangian yang diperbesar
ln-praksis – Optimasi Lokal Bebas Gradien melalui Poros Utama
metode
gn-langsung-noscal - Membagi Persegi Panjang (tidak berskala)
ld-tnewton-precond-restart - Newton terpotong yang telah dikondisikan sebelumnya dengan
restart turunan paling curam
ld-slqp – Pemrograman Kuadrat Kuadrat Terkecil Berurutan

langkah = 0; ganda dalam [0, inf)
Ukuran langkah awal untuk metode bebas gradien.

berhenti = -inf; dobel
Kriteria penghentian: nilai fungsi berada di bawah nilai ini.

xtola = 0; ganda dalam [0, inf)
Kriteria penghentian: perubahan mutlak dari semua nilai-x di bawah ini
nilai.

xtolr = 0; ganda dalam [0, inf)
Kriteria penghentian: perubahan relatif dari semua nilai-x di bawah ini
nilai.

CONTOH

Daftarkan seri perfusi yang diberikan di 'segment.set' dengan menggunakan estimasi ICA otomatis.
Lewati dua gambar di awal dan jika tidak gunakan parameter default. Simpan
menghasilkan 'terdaftar.set'.

mia-2dmyomilles -i segment.set -o terdaftar.set -k 2

PENULIS

Gert Wolny

HAK CIPTA

Perangkat lunak ini adalah Hak Cipta (c) 1999-2015 Leipzig, Jerman dan Madrid, Spanyol. Itu datang
dengan BENAR-BENAR TANPA JAMINAN dan Anda dapat mendistribusikannya kembali di bawah ketentuan GNU
LISENSI UMUM UMUM Versi 3 (atau lebih baru). Untuk informasi lebih lanjut, jalankan program dengan
opsi '--hak cipta'.

Gunakan mia-2dmyomilles online menggunakan layanan onworks.net