이것은 Ubuntu Online, Fedora Online, Windows 온라인 에뮬레이터 또는 MAC OS 온라인 에뮬레이터와 같은 여러 무료 온라인 워크스테이션 중 하나를 사용하여 OnWorks 무료 호스팅 제공업체에서 실행할 수 있는 mia-2dmyoica-nonrigid-parallel 명령입니다.
프로그램:
이름
mia-2dmyoica-nonrigid-parallel - 일련의 2D 이미지 등록을 실행합니다.
개요
mia-2dmyoica-비강체-병렬 -i -o [옵션]
기술
mia-2dmyoica-비강체-병렬 이 프로그램은 모션의 2D 버전을 구현합니다.
Wollny G, Kellman P, Santos A, Ledesma-Carbayo MJ,
"자유 호흡의 자동 움직임 보상은 다음을 통해 획득한 심근 관류 데이터입니다.
독립 구성 요소 분석을 사용하여", 의료 영상 분석, 2012,
DOI:10.1016/j.media.2012.02.004. 이 버전의 프로그램은 다음에서 모든 등록을 실행할 수 있습니다.
평행.
옵션
파일 IO
-i --in-file=(입력, 필수); 끈
입력 관류 데이터 세트
-o --out-file=(출력, 필수); 끈
출력 관류 데이터 세트
-r --등록된 = 등록
등록된 이미지의 파일 이름 기준입니다. 이미지 유형 및 번호 매기기 체계
입력 데이터 세트에 제공된 대로 입력 이미지에서 가져옵니다.
--save-cropped=(출력); 끈
자른 세트를 이 파일에 저장하면 이미지 파일은 이름의 어간을 사용합니다.
파일 이름 기준으로
--저장 기능=(출력); 끈
분할 특징 이미지 및 초기 ICA 혼합 매트릭스 저장
--save-refs=(출력); 끈
각 등록 패스에 대해 참조 이미지를 지정된 파일에 저장합니다.
이름 기반
--save-regs=(출력); 끈
각 등록 패스에 대해 중간 등록 이미지 저장
도움말 & 정보
-V --verbose=경고
자세한 출력, 주어진 수준 및 더 높은 우선 순위의 메시지를 인쇄합니다.
가장 낮은 수준에서 시작하여 지원되는 우선 순위는 다음과 같습니다.
정보 - 낮은 수준의 메시지
더듬다 ‐ 함수 호출 추적
실패 - 테스트 실패 보고
경고 - 경고
오류 - 오류 보고
디버그 - 디버그 출력
메시지 - 일반 메시지
치명적인 - 치명적인 오류만 보고
--저작권
인쇄 저작권 정보
-h --도움말
이 도움말 인쇄
-? --용법
짧은 도움말 인쇄
--번역
버전 번호를 출력하고 종료
ICA
-C --구성요소=0
ICA 구성 요소 0 = 자동 추정ICA 구성 요소 0 = 자동
견적
--정규화
정규화된 IC
--노-메인스트립
혼합 곡선에서 평균을 제거하지 마십시오.
-s --세그스케일=0
LV(0=분할 없음) 세그먼트 주변의 자르기 상자를 분할하고 크기를 조정하고
LV 주변의 자르기 상자 크기 조정(0=분할 없음)
-k --건너뛰기=0
시리즈 시작 부분에서 이미지를 건너뜁니다. 예를 들어 다른 이미지이기 때문에
형식은 시리즈 시작 부분에서 이미지를 건너뜁니다. 예를 들어
다른 양식이다
-m --max-ica-iter=400
ICA의 최대 반복 횟수ICA의 최대 반복 횟수
-E --segmethod=기능
세분화 방법
델타 피크 - Peak Enhancement 영상의 차이
풍모 - 특징 이미지
델타 기능 - 특징 이미지의 차이
-b --최소 호흡 빈도=-1
최소 평균 주파수 혼합 곡선은 다음에서 비롯된 것으로 간주되어야 합니다.
호흡. 건강한 휴식 호흡 속도는 분당 12입니다. 음수 값
테스트를 비활성화합니다. 혼합 곡선이 있어야 할 수 있는 최소 평균 주파수
호흡에서 비롯된 것으로 간주됩니다. 건강한 휴식 호흡률은 12회입니다.
분. 음수 값은 테스트를 비활성화합니다.
처리
--스레드=-1
처리에 사용할 최대 스레드 수, 이 수는 더 낮아야 합니다.
또는 시스템의 논리적 프로세서 코어 수와 동일합니다. (-1:
자동 추정). 처리에 사용할 최대 스레드 수, 이
number는 논리적 프로세서 코어 수보다 작거나 같아야 합니다.
기계. (-1: 자동 추정).
등록
-O --optimizer=gsl:opt=gd,단계=0.1
최소화에 사용되는 최적화 프로그램입니다. 문자열 값은 구성에 사용됩니다.
플러그인. 지원되는 플러그인은 PLUGINS:minimizer/singlecost를 참조하세요.
-a --시작-c-속도=16
척추에서 계수를 시작하고 --c-rate-divider로 나눕니다.
모든 pass.start 계수는 척추에서 다음으로 나뉩니다.
--c-rate-divider는 모든 패스에 적용됩니다.
--c-레이트-디바이더=2
각 패스에 대한 Cofficient 비율 분배기. 각 패스에 대한 Cofficient 비율 분배기.
-d --start-divcurl=10000
divcurl 가중치를 시작하고 모든 값으로 --divcurl-divider로 나눕니다.
pass.Start divcurl weight는 --divcurl-divider로 나누어집니다.
패스.
--divcurl-디바이더=2
각각의 새로운 패스로 Divcurl 가중치 스케일링. 각각으로 Divcurl 가중치 스케일링
새로운 패스.
-w --imagecost=이미지:무게=1,비용=ssd
이미지 비용, src 및 ref 매개변수를 지정하지 마십시오.
프로그램. 문자열 값은 플러그인을 구성하는 데 사용됩니다. 을위한
지원되는 플러그인은 PLUGINS:2dimage/fullcost를 참조하십시오.
-l --mg-레벨=3
다중 해상도 수준다중 해상도 수준
-P --통과=3
등록 패스등록 패스
플러그인 : 1d/스플라인커널
비스플라인 B-스플라인 커널 생성 , 지원되는 매개변수는 다음과 같습니다.
d = 3; [0, 5]의 정수
스플라인 정도.
엄마 OMoms-spline 커널 생성, 지원되는 매개변수는 다음과 같습니다.
d = 3; [3, 3]의 정수
스플라인 정도.
플러그인 : 2d 이미지/비용
lncc 마스킹 지원을 통한 로컬 정규화 상호 상관, 지원되는 매개변수
위치 :
w = 5; 단위 [1, 256]
지역화된 십자가를 평가하는 데 사용되는 창의 절반 너비
상관.
엘에스디 최소 제곱 거리 측정
(매개변수 없음)
mi 스플라인 파젠 기반 상호 정보, 지원되는 매개변수는 다음과 같습니다.
절단 = 0; [0, 40]에 부동
제거할 높은 강도와 낮은 강도로 잘라낼 픽셀의 비율
이상치.
엠빈 = 64; 단위 [1, 256]
동영상에 사용된 히스토그램 빈의 수입니다.
커널 = [bspline:d=3]; 공장
동영상 파젠 힌스토그램용 스플라인 커널. 지원되는 플러그인의 경우
플러그인:1d/splinekernel 참조
빈 = 64; 단위 [1, 256]
참조 이미지에 사용된 히스토그램 빈의 수입니다.
커널 = [bspline:d=0]; 공장
참조 이미지 파젠 힌스토그램용 스플라인 커널. 지원되는 플러그-
플러그인: 1d/splinekernel 참조
NCC 정규화된 교차 상관.
(매개변수 없음)
ngf 이 함수는 정규화된 그래디언트를 기반으로 이미지 유사성을 평가합니다.
필드. 다양한 평가 커널을 사용할 수 있습니다. 지원되는 매개변수는 다음과 같습니다.
평가 = ds; 딕셔너리
플러그인 하위 유형. 지원되는 값은 다음과 같습니다.
sq - 차이의 제곱
ds - 스케일된 차이의 제곱
점 - 스칼라 곱 커널
교차 - 크로스 프로덕트 커널
SSD 2D 이마가 비용: 차이 제곱의 합, 지원되는 매개변수는 다음과 같습니다.
자동 쓰레쉬 = 0; [0, 1000]에 부동
강도 값만 취하여 동영상의 자동 마스킹 사용
주어진 임계 값보다 큰 것을 고려하십시오.
표준 = 0; 부울
메트릭을 이미지 픽셀 수로 정규화해야 하는지 여부를 설정합니다.
ssd-자동 마스크
2D 이미지 비용: 제곱 차이의 합, 주어진 값을 기반으로 하는 자동 마스킹
임계값, 지원되는 매개변수는 다음과 같습니다.
rthresh = 0; 더블
참조 이미지의 임계 강도 값입니다.
타작하다 = 0; 더블
소스 이미지의 임계값 강도 값입니다.
플러그인 : 2d 이미지/전체 비용
영상 다중 해상도도 처리하는 일반화된 이미지 유사도 비용 함수
처리. 실제 유사성 측정은 추가 매개변수로 제공됩니다.,
지원되는 매개변수는 다음과 같습니다.
비용 = SSD; 공장
비용 함수 커널. 지원되는 플러그인은 PLUGINS:2dimage/cost를 참조하십시오.
디버그 = 0; 부울
디버깅을 위해 중간 결과를 저장합니다.
심판 =(입력, 문자열)
참조 이미지.
SRC =(입력, 문자열)
연구 이미지입니다.
무게 = 1; 뜨다
비용 함수의 가중치.
라벨 이미지
두 이미지의 레이블을 매핑하고 레이블을 처리하는 유사성 비용 함수
다중 해상도 처리를 유지하기 위해 지원되는 매개변수는 다음과 같습니다.
디버그 = 0; [0, 1]의 정수
거리 변환을 3D 이미지로 씁니다.
최대 레이블 = 256; [2, 32000]의 정수
고려할 최대 레이블 수입니다.
심판 =(입력, 문자열)
참조 이미지.
SRC =(입력, 문자열)
연구 이미지입니다.
무게 = 1; 뜨다
비용 함수의 가중치.
가면 이미지
다중 처리도 처리하는 일반화된 마스크 이미지 유사성 비용 함수
해상도 처리. 제공된 마스크는 다음의 조밀하게 채워진 영역이어야 합니다.
그렇지 않으면 마스크 정보가 손실될 수 있기 때문에 다중 해상도 처리
이미지를 축소할 때. 참조 마스크와 변환된 마스크
연구 이미지는 바이너리 AND로 결합됩니다. 실제 유사도 측정값이 제공됩니다.
추가 매개변수. 지원되는 매개변수는 다음과 같습니다.
비용 = SSD; 공장
비용 함수 커널. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:2dimage/maskedcost
심판 =(입력, 문자열)
참조 이미지.
참조 마스크 =(입력, 문자열)
참조 이미지 마스크(바이너리).
SRC =(입력, 문자열)
연구 이미지입니다.
src-마스크 =(입력, 문자열)
스터디 이미지 마스크(바이너리).
무게 = 1; 뜨다
비용 함수의 가중치.
플러그인 : 2d 이미지/io
BMP BMP 2D 이미지 입출력 지원
인식되는 파일 확장자: .BMP, .bmp
지원되는 요소 유형:
이진 데이터, 부호 없는 8비트, 부호 없는 16비트
데이터 풀 내부 데이터 풀과의 가상 IO
인식되는 파일 확장자: .@
디컴 DICOM용 2D 이미지 io
인식되는 파일 확장자: .DCM, .dcm
지원되는 요소 유형:
부호 있는 16비트, 부호 없는 16비트
exr OpenEXR 이미지용 2dimage io 플러그인
인식되는 파일 확장자: .EXR, .exr
지원되는 요소 유형:
부호 없는 32비트, 부동 소수점 32비트
JPG jpeg 그레이 스케일 이미지용 2dimage io 플러그인
인식되는 파일 확장자: .JPEG, .JPG, .jpeg, .jpg
지원되는 요소 유형:
부호 없는 8비트
PNG png 이미지용 2dimage io 플러그인
인식되는 파일 확장자: .PNG, .png
지원되는 요소 유형:
이진 데이터, 부호 없는 8비트, 부호 없는 16비트
살갗이 벗어 진 RAW 2D 이미지 출력 지원
인식되는 파일 확장자: .RAW, .raw
지원되는 요소 유형:
이진 데이터, 부호 있는 8비트, 부호 없는 8비트, 부호 있는 16비트, 부호 없는 16비트,
부호 있는 32비트, 부호 없는 32비트, 부동 소수점 32비트, 부동 소수점 64
비트
티파니 TIFF 2D 이미지 입출력 지원
인식되는 파일 확장자: .TIF, .TIFF, .tif, .tiff
지원되는 요소 유형:
이진 데이터, 부호 없는 8비트, 부호 없는 16비트, 부호 없는 32비트
비스타 비스타 이미지용 2dimage io 플러그인
인식되는 파일 확장자: .V, .VISTA, .v, .vista
지원되는 요소 유형:
이진 데이터, 부호 있는 8비트, 부호 없는 8비트, 부호 있는 16비트, 부호 없는 16비트,
부호 있는 32비트, 부호 없는 32비트, 부동 소수점 32비트, 부동 소수점 64
비트
플러그인 : 2차원 이미지/마스크 비용
lncc 마스킹 지원을 통한 로컬 정규화 상호 상관, 지원되는 매개변수
위치 :
w = 5; 단위 [1, 256]
지역화된 십자가를 평가하는 데 사용되는 창의 절반 너비
상관.
mi 마스킹이 있는 스플라인 파젠 기반 상호 정보, 지원되는 매개변수는 다음과 같습니다.
절단 = 0; [0, 40]에 부동
제거할 높은 강도와 낮은 강도로 잘라낼 픽셀의 비율
이상치.
엠빈 = 64; 단위 [1, 256]
동영상에 사용된 히스토그램 빈의 수입니다.
커널 = [bspline:d=3]; 공장
동영상 파젠 힌스토그램용 스플라인 커널. 지원되는 플러그인의 경우
플러그인:1d/splinekernel 참조
빈 = 64; 단위 [1, 256]
참조 이미지에 사용된 히스토그램 빈의 수입니다.
커널 = [bspline:d=0]; 공장
참조 이미지 파젠 힌스토그램용 스플라인 커널. 지원되는 플러그-
플러그인: 1d/splinekernel 참조
NCC 마스킹 지원과의 정규화된 상호 상관.
(매개변수 없음)
SSD 마스킹을 사용한 차이 제곱의 합입니다.
(매개변수 없음)
플러그인 : 최소화/단일 비용
그다스 자동 단계 크기 수정이 있는 경사 하강. 지원되는 매개변수는 다음과 같습니다.
프톨러 = 0; 이중 [0, inf)
기준의 상대적 변화가 아래에 있으면 중지..
최대 단계 = 2; 더블 인 (0, inf)
최대 절대 단계 크기.
맥시터 = 200; 단위 [1, inf)
중지 기준: 최대 반복 횟수.
최소 단계 = 0.1; 더블 인 (0, inf)
최소 절대 단계 크기.
엑스톨라 = 0.01; 이중 [0, inf)
x에 적용된 변경 사항의 inf-norm이 이 값보다 낮으면 중지합니다.
gdsq XNUMX차 단계 추정을 사용한 경사하강법, 지원되는 매개변수는 다음과 같습니다.
프톨러 = 0; 이중 [0, inf)
기준의 상대적 변화가 아래에 있으면 중지..
그톨라 = 0; 이중 [0, inf)
그래디언트의 inf-norm이 이 값보다 낮으면 중지합니다.
맥시터 = 100; 단위 [1, inf)
중지 기준: 최대 반복 횟수.
규모 = 2; 더블 인 (1, inf)
대체 고정 단계 크기 조정.
단계 = 0.1; 더블 인 (0, inf)
초기 단계 크기.
엑스톨라 = 0; 이중 [0, inf)
x-update의 inf-norm이 이 값보다 낮으면 중지합니다.
GSL GNU 과학 라이브러리의 multimin 최적화 프로그램을 기반으로 하는 최적화 플러그인
(GSL) https://www.gnu.org/software/gsl/, 지원되는 매개변수는 다음과 같습니다.
분기 EPS = 0.01; 더블 인 (0, inf)
그래디언트 기반 옵티마이저: |grad| < eps, simplex: 중지할 때
심플렉스 크기 < ..
iter = 100; 단위 [1, inf)
최대 반복 횟수.
고르다 = 지디; 딕셔너리
사용할 특정 옵티마이저. 지원되는 값은 다음과 같습니다.
bfgs - Broyden-Fletcher-Goldfarb-Shann
bfgs2 ‐ Broyden-Fletcher-Goldfarb-Shann(가장 효율적인 버전)
cg-fr - Flecher-Reeves 켤레 기울기 알고리즘
gd - 경사하강법.
단순 - Nelder와 Mead의 Simplex 알고리즘
cg-pr ‐ Polak-Ribiere 켤레 기울기 알고리즘
단계 = 0.001; 더블 인 (0, inf)
초기 단계 크기.
톨 = 0.1; 더블 인 (0, inf)
일부 공차 매개 변수.
nlopt NLOPT 라이브러리를 사용한 최소화 알고리즘
옵티마이저는 '를 참조하십시오.http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms'에서 지원되는 매개변수는 다음과 같습니다.
프톨라 = 0; 이중 [0, inf)
정지 기준: 목표값의 절대 변화가 이하
이 값.
프톨러 = 0; 이중 [0, inf)
정지 기준: 목표값의 상대적 변화가 아래에 있음
이 값.
더 높은 = 정보; 더블
상위 경계(모든 매개변수에 대해 동일).
지역 선택 = 없음; 딕셔너리
메인에 필요할 수 있는 국소 최소화 알고리즘
최소화 알고리즘.. 지원되는 값은 다음과 같습니다.
gn-orig-다이렉트-l - 사각형 나누기(원래 구현,
국부적으로 편향됨)
gn-직접-l-noscal ‐ 사각형 분할(크기가 조정되지 않음, 로컬 바이어스)
gn-isres - 스토캐스틱 랭킹 진화 전략 개선
ld-tnewton - 잘린 뉴턴
gn-direct-l-land ‐ 사각형 분할(로컬 편향, 무작위)
인뉴오아 ‐ 반복에 의한 미분 제약 없는 최적화
구성된 XNUMX차 근사
gn-direct-l-rand-noscale ‐ 분할 사각형(크기가 조정되지 않은 로컬
편향, 무작위)
gn-orig-다이렉트 ‐ 사각형 분할(원래 구현)
ld-tnewton-precond ‐ 선조건 절단된 뉴턴
ld-tnewton-다시 시작 ‐ 가장 가파른 내리막 재시동으로 절단된 Newton
GN 다이렉트 - 사각형 나누기
인넬더미드 ‐ Nelder-Mead 심플렉스 알고리즘
인-코빌라 ‐ 선형 근사에 의한 제약 최적화
gn-crs2-lm - 국소 돌연변이를 이용한 통제된 무작위 검색
ld-var2 - Shifted Limited-Memory Variable-Metric, Rank 2
ld-var1 - Shifted Limited-Memory Variable-Metric, Rank 1
ld-mma - 점근선 이동 방법
ld-lbfgs-nocedal - 없음
ld-lbfgs - 저저장 BFGS
gn-다이렉트-l ‐ 사각형 분할(로컬 편향)
없음 - 알고리즘을 지정하지 마십시오.
인보비카 ‐ 도함수가 없는 바운드 제약 최적화
ln-sbplx - Nelder-Mead의 Subplex 변형
인뉴오아 바운드 ‐ derivative-free bound-constrained Optimization
반복적으로 구성된 이차 근사
ln-실천 - 주축을 통한 Gradient-free Local Optimization
방법
gn-직접 노스칼 ‐ 사각형 나누기(크기 조정되지 않음)
ld-tnewton-precond-다시 시작 ‐ 다음을 포함하는 사전 조정된 절단된 뉴턴
가장 가파른 내리막 재시동
절감 = -inf; 더블
하한(모든 매개변수에 대해 동일).
맥시터 = 100; [1, inf)의 정수
중지 기준: 최대 반복 횟수.
고르다 = ld-lbfgs; 딕셔너리
주요 최소화 알고리즘. 지원되는 값은 다음과 같습니다.
gn-orig-다이렉트-l - 사각형 나누기(원래 구현,
국부적으로 편향됨)
g-mlsl-lds - Multi-Level Single-Linkage (낮은 불일치 시퀀스,
로컬 그래디언트 기반 최적화 및 경계 필요)
gn-직접-l-noscal ‐ 사각형 분할(크기가 조정되지 않음, 로컬 바이어스)
gn-isres - 스토캐스틱 랭킹 진화 전략 개선
ld-tnewton - 잘린 뉴턴
gn-direct-l-land ‐ 사각형 분할(로컬 편향, 무작위)
인뉴오아 ‐ 반복에 의한 미분 제약 없는 최적화
구성된 XNUMX차 근사
gn-direct-l-rand-noscale ‐ 분할 사각형(크기가 조정되지 않은 로컬
편향, 무작위)
gn-orig-다이렉트 ‐ 사각형 분할(원래 구현)
ld-tnewton-precond ‐ 선조건 절단된 뉴턴
ld-tnewton-다시 시작 ‐ 가장 가파른 내리막 재시동으로 절단된 Newton
GN 다이렉트 - 사각형 나누기
aulag-eq - 등식 제약 조건이 있는 증강 라그랑주 알고리즘
만
인넬더미드 ‐ Nelder-Mead 심플렉스 알고리즘
인-코빌라 ‐ 선형 근사에 의한 제약 최적화
gn-crs2-lm - 국소 돌연변이를 이용한 통제된 무작위 검색
ld-var2 - Shifted Limited-Memory Variable-Metric, Rank 2
ld-var1 - Shifted Limited-Memory Variable-Metric, Rank 1
ld-mma - 점근선 이동 방법
ld-lbfgs-nocedal - 없음
g-mlsl ‐ Multi-Level Single-Linkage(로컬 최적화 및
범위)
ld-lbfgs - 저저장 BFGS
gn-다이렉트-l ‐ 사각형 분할(로컬 편향)
인보비카 ‐ 도함수가 없는 바운드 제약 최적화
ln-sbplx - Nelder-Mead의 Subplex 변형
인뉴오아 바운드 ‐ derivative-free bound-constrained Optimization
반복적으로 구성된 이차 근사
오글래그 - 증강 라그랑지안 알고리즘
ln-실천 - 주축을 통한 Gradient-free Local Optimization
방법
gn-직접 노스칼 ‐ 사각형 나누기(크기 조정되지 않음)
ld-tnewton-precond-다시 시작 ‐ 다음을 포함하는 사전 조정된 절단된 뉴턴
가장 가파른 내리막 재시동
ld-slsqp - 순차 최소제곱 이차 계획법
단계 = 0; 이중 [0, inf)
그라디언트 없는 방법의 초기 단계 크기입니다.
중지 = -inf; 더블
정지 기준: 기능 값이 이 값 아래로 떨어집니다.
엑스톨라 = 0; 이중 [0, inf)
중지 기준: 모든 x 값의 절대 변화가 이 미만입니다.
값.
엑스톨러 = 0; 이중 [0, inf)
중지 기준: 모든 x-값의 상대적 변화가 이 미만입니다.
값.
예
자동 ICA 추정을 사용하여 'segment.set'에 주어진 관류 시리즈를 등록합니다.
처음에 두 개의 이미지를 건너뛰고 그렇지 않으면 기본 매개변수를 사용합니다. 저장
결과는 'registered.set'입니다.
mia-2dmyoica-비강체-병렬 -i 세그먼트.세트 -o 등록.세트 -k 2
저자
게르트 월니
저작권
이 소프트웨어는 Copyright (c) 1999-2015 Leipzig, Germany 및 Madrid, Spain입니다. 그것은 온다
절대적으로 보증하지 않으며 GNU의 조건에 따라 재배포할 수 있습니다.
일반 공용 라이센스 버전 3(또는 그 이상). 자세한 내용은 다음을 사용하여 프로그램을 실행하십시오.
옵션 '--저작권'.
onworks.net 서비스를 사용하여 온라인으로 mia-2dmyoica-nonrigid-parallel을 사용하세요.