mia-2dmyoica-nonrigid2 - Dalam Talian di Awan

JADUAL:

NAMA

mia-2dmyoica-nonrigid2 - Jalankan pendaftaran siri imej 2D.

SINOPSIS

mia-2dmyoica-tidak tegar2 -i -o [pilihan]

DESCRIPTION

mia-2dmyoica-tidak tegar2 Program ini menjalankan pendaftaran tidak tegar imej perfusi
siri.Dalam setiap pas, pertama analisis ICA dijalankan untuk menganggar dan menghapuskan berkala
pergerakan dan mencipta imej rujukan dengan keamatan yang serupa dengan yang sepadan
imej asal. Kemudian pendaftaran tidak tegar dijalankan menggunakan kos "ssd + divcurl".
model. Kadar c-spline B dan berat kos divcurl diubah dalam setiap pas mengikut
kepada parameter yang diberikan.Dalam hantaran pertama kotak sempadan di sekeliling miokardium LV mungkin
diekstrakuntuk mempercepatkan pengiraan Nota khas untuk pelaksanaan ini: pendaftaran adalah
sentiasa dijalankan daripada imej asal untuk mengelakkan pengumpulan ralat interpolasi.

PILIHAN

Fail-IO
-i --in-file=(input, diperlukan); tali
set data perfusi input

-o --out-file=(output, diperlukan); tali
set data perfusi keluaran

-r --registered=reg
pangkalan nama fail untuk fail berdaftar

--save-crop=
simpan set yang dipangkas ke fail ini

--ciri-simpan=
simpan imej ciri segmentasi dan matriks pencampuran ICA awal

ICA
-C --komponen=0
Komponen ICA 0 = anggaran automatik Komponen ICA 0 = automatik
anggaran

--normalkan
jangan menormalkan IC

--tidak-menyampah
jangan menanggalkan min daripada lengkung pencampuran

-s --segscale=0
segmen dan skala kotak tanaman di sekeliling segmen LV (0=tiada segmentasi) dan
skala kotak tanaman di sekeliling LV (0=tiada pembahagian)

-k --langkau=0
langkau imej pada permulaan siri cth kerana kerana imej lain
modalitiesskip imej pada permulaan siri cth kerana kerana mereka
adalah daripada modaliti lain

-m --maks-ica-iter=400
bilangan lelaran maksimum dalam ICA bilangan lelaran maksimum dalam ICA

-E --segmethod=ciri
Kaedah pembahagian
puncak delta ‐ perbezaan imej peningkatan puncak
ciri-ciri ‐ imej ciri
ciri delta ‐ perbezaan imej ciri

Pendaftaran
-O --optimizer=gsl:opt=gd,step=0.1
Pengoptimum digunakan untuk peminimumkanOptimizer digunakan untuk peminimuman Untuk
pemalam yang disokong lihat PLUGINS:minimizer/singlecost

-a --start-c-rate=32
mulakan kadar pekali dalam duri, dibahagikan dengan --c-rate-divider dengan
setiap kadar pekali permulaan laluan dalam duri, dibahagikan dengan --c-rate-divider
dengan setiap pas

--c-rate-divider=4
pembahagi kadar pekali bagi setiap pembahagi kadar pekali bagi setiap pas

-d --start-divcurl=20
mulakan berat divcurl, dibahagikan dengan --divcurl-divider dengan setiap permulaan laluan
berat divcurl, dibahagikan dengan --divcurl-divider dengan setiap pas

--divcurl-divider=4
penskalaan berat divcurl dengan setiap penskalaan berat passdivcurl baharu dengan setiap penskalaan berat badan
pas baru

-w --imageweight=1
berat kos imej berat kos imej

-p --interpolator=bspline:d=3
kernel interpolator imej kernel interpolator imej Untuk pemalam yang disokong
lihat PLUGINS:1d/splinekernel

-l --mg-levels=3
peringkat berbilang resolusi peringkat berbilang resolusi

-P --lulus=3
pas pendaftaran pas pendaftaran

Bantuan & Info
-V --verbose=amaran
verbositi output, cetak mesej tahap tertentu dan keutamaan yang lebih tinggi.
Keutamaan yang disokong bermula pada tahap terendah ialah:
maklumat ‐ Mesej tahap rendah
mengesan ‐ Surih panggilan fungsi
gagal ‐ Laporkan kegagalan ujian
amaran ‐ Amaran
kesilapan ‐ Laporkan ralat
debug ‐ Keluaran nyahpepijat
mesej ‐ Mesej biasa
maut ‐ Laporkan hanya kesilapan yang membawa maut

--hak cipta
mencetak maklumat hak cipta

-h --bantuan
cetak bantuan ini

-? --penggunaan
mencetak bantuan ringkas

--versi
cetak nombor versi dan keluar

Pemprosesan
--benang=-1
Bilangan maksimum benang untuk digunakan untuk pemprosesan, Nombor ini harus lebih rendah
atau sama dengan bilangan teras pemproses logik dalam mesin. (-1:
anggaran automatik).Bilangan maksimum benang untuk digunakan untuk pemprosesan,Ini
nombor hendaklah lebih rendah atau sama dengan bilangan teras pemproses logik
mesin itu. (-1: anggaran automatik).

PEMAIN: 1d/splinekernel

bspline Penciptaan kernel B-spline , parameter yang disokong ialah:

d = 3; int dalam [0, 5]
Ijazah spline.

omoms Penciptaan kernel OMoms-spline, parameter yang disokong ialah:

d = 3; int dalam [3, 3]
Ijazah spline.

PEMAIN: minimizer/singlecost

gdas Turun kecerunan dengan pembetulan saiz langkah automatik., Parameter yang disokong ialah:

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

max-step = 2; dua kali ganda dalam (0, inf)
Saiz langkah mutlak maksimum.

maksiter = 200; uint dalam [1, inf)
Kriteria berhenti: bilangan maksimum lelaran.

langkah min = 0.1; dua kali ganda dalam (0, inf)
Saiz langkah mutlak minimum.

xtola = 0.01; dua kali ganda dalam [0, inf)
Berhenti jika inf-norma perubahan yang digunakan pada x adalah di bawah nilai ini..

gdsq Turun kecerunan dengan anggaran langkah kuadratik, parameter yang disokong ialah:

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

gtola = 0; dua kali ganda dalam [0, inf)
Berhenti jika inf-norma kecerunan adalah di bawah nilai ini..

maksiter = 100; uint dalam [1, inf)
Kriteria berhenti: bilangan maksimum lelaran.

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

langkah = 0.1; dua kali ganda dalam (0, inf)
Saiz langkah awal.

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

gsl pemalam pengoptimum berdasarkan pengoptimum multimin Perpustakaan Saintifik GNU
(GSL) https://www.gnu.org/software/gsl/, parameter yang disokong ialah:

eps = 0.01; dua kali ganda dalam (0, inf)
pengoptimum berasaskan kecerunan: berhenti apabila |grad| < eps, simplex: berhenti apabila
saiz simplex < eps..

berulang = 100; uint dalam [1, inf)
bilangan maksimum lelaran.

pilih = gd; dict
Pengoptimum khusus untuk digunakan.. Nilai yang disokong ialah:
bfgs ‐ Broyden-Fletcher-Goldfarb-Shann
bfgs2 ‐ Broyden-Fletcher-Goldfarb-Shann (versi paling cekap)
cg-fr ‐ Algoritma kecerunan konjugat Flecher-Reeves
gd ‐ Keturunan kecerunan.
simplex ‐ Algoritma Simplex Nelder dan Mead
cg-pr ‐ Algoritma kecerunan konjugat Polak-Ribiere

langkah = 0.001; dua kali ganda dalam (0, inf)
saiz langkah awal.

push = 0.1; dua kali ganda dalam (0, inf)
beberapa parameter toleransi.

nlopt Algoritma peminimum menggunakan perpustakaan NLOPT, untuk penerangan tentang
pengoptimum sila lihat 'http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms', parameter yang disokong ialah:

ftola = 0; dua kali ganda dalam [0, inf)
Kriteria penghentian: perubahan mutlak nilai objektif adalah di bawah
nilai ini.

ftolr = 0; dua kali ganda dalam [0, inf)
Kriteria berhenti: perubahan relatif bagi nilai objektif adalah di bawah
nilai ini.

yang lebih tinggi = inf; berganda
Sempadan yang lebih tinggi (sama untuk semua parameter).

local-opt = tiada; dict
algoritma pengecilan tempatan yang mungkin diperlukan untuk utama
algoritma pengecilan.. Nilai yang disokong ialah:
gn-orig-direct-l ‐ Membahagi Segiempat (pelaksanaan asal,
berat sebelah tempatan)
gn-direct-l-noscal ‐ Membahagi Segi Empat (tidak berskala, berat sebelah setempat)
gn-isres ‐ Strategi Evolusi Kedudukan Stokastik yang dipertingkatkan
ld-tnewton ‐ Newton terpotong
gn-direct-l-rand ‐ Membahagi Segi empat tepat (pincang tempatan, rawak)
ln-newuoa ‐ Pengoptimuman Tanpa Kekangan Tanpa Derivatif secara Iteratif
Penghampiran Kuadratik Terbina
gn-direct-l-rand-noscale ‐ Membahagi Segi Empat (tidak berskala, setempat
berat sebelah, rawak)
gn-orig-direct ‐ Membahagi Segiempat (pelaksanaan asal)
ld-tnewton-precond ‐ Newton Terpenggal Prasyarat
ld-tnewton-restart ‐ Newton terpotong dengan mulakan semula menurun paling curam
gn-langsung ‐ Membahagi Segiempat
ln-neldermead ‐ Algoritma Nelder-Mead simplex
ln-cobyla ‐ Pengoptimuman Terkekang OLEH Penghampiran Linear
gn-crs2-lm ‐ Carian Rawak Terkawal dengan Mutasi Setempat
ld-var2 ‐ Metrik Pembolehubah Memori Terhad Beralih, Kedudukan 2
ld-var1 ‐ Metrik Pembolehubah Memori Terhad Beralih, Kedudukan 1
ld-mma ‐ Kaedah Menggerakkan Asimtot
ld-lbfgs-nocedal - Tiada
ld-lbfgs ‐ BFGS storan rendah
gn-direct-l ‐ Membahagi Segi empat tepat (pincang tempatan)
tiada ‐ jangan nyatakan algoritma
ln-bobyqa ‐ Pengoptimuman Terhad Terhad bebas terbitan
ln-sbplx ‐ Varian subplex Nelder-Mead
ln-newuoa-terikat ‐ Pengoptimuman terikat terikat bebas terbitan oleh
Penghampiran Kuadratik Dibina Secara Berulang
ln-praksis ‐ Pengoptimuman Tempatan tanpa kecerunan melalui Paksi-Principal
kaedah
gn-direct-noscal ‐ Membahagi Segi Empat (tidak berskala)
ld-tnewton-precond-restart ‐ Newton Terpenggal prasyarat dengan
mulakan semula turunan paling curam

yang lebih rendah = -inf; berganda
Sempadan bawah (sama untuk semua parameter).

maksiter = 100; int dalam [1, inf)
Kriteria berhenti: bilangan maksimum lelaran.

pilih = ld-lbfgs; dict
algoritma pengecilan utama. Nilai yang disokong ialah:
gn-orig-direct-l ‐ Membahagi Segiempat (pelaksanaan asal,
berat sebelah tempatan)
g-mlsl-lds ‐ Pautan Tunggal Berbilang Aras (jujukan percanggahan rendah,
memerlukan pengoptimuman dan sempadan berasaskan kecerunan tempatan)
gn-direct-l-noscal ‐ Membahagi Segi Empat (tidak berskala, berat sebelah setempat)
gn-isres ‐ Strategi Evolusi Kedudukan Stokastik yang dipertingkatkan
ld-tnewton ‐ Newton terpotong
gn-direct-l-rand ‐ Membahagi Segi empat tepat (pincang tempatan, rawak)
ln-newuoa ‐ Pengoptimuman Tanpa Kekangan Tanpa Derivatif secara Iteratif
Penghampiran Kuadratik Terbina
gn-direct-l-rand-noscale ‐ Membahagi Segi Empat (tidak berskala, setempat
berat sebelah, rawak)
gn-orig-direct ‐ Membahagi Segiempat (pelaksanaan asal)
ld-tnewton-precond ‐ Newton Terpenggal Prasyarat
ld-tnewton-restart ‐ Newton terpotong dengan mulakan semula menurun paling curam
gn-langsung ‐ Membahagi Segiempat
auglag-eq ‐ Algoritma Lagrangian ditambah dengan kekangan kesamaan
hanyalah
ln-neldermead ‐ Algoritma Nelder-Mead simplex
ln-cobyla ‐ Pengoptimuman Terkekang OLEH Penghampiran Linear
gn-crs2-lm ‐ Carian Rawak Terkawal dengan Mutasi Setempat
ld-var2 ‐ Metrik Pembolehubah Memori Terhad Beralih, Kedudukan 2
ld-var1 ‐ Metrik Pembolehubah Memori Terhad Beralih, Kedudukan 1
ld-mma ‐ Kaedah Menggerakkan Asimtot
ld-lbfgs-nocedal - Tiada
g-mlsl ‐ Pautan Tunggal Berbilang Peringkat (memerlukan pengoptimuman tempatan dan
sempadan)
ld-lbfgs ‐ BFGS storan rendah
gn-direct-l ‐ Membahagi Segi empat tepat (pincang tempatan)
ln-bobyqa ‐ Pengoptimuman Terhad Terhad bebas terbitan
ln-sbplx ‐ Varian subplex Nelder-Mead
ln-newuoa-terikat ‐ Pengoptimuman terikat terikat bebas terbitan oleh
Penghampiran Kuadratik Dibina Secara Berulang
auglag ‐ Algoritma Lagrangian tambahan
ln-praksis ‐ Pengoptimuman Tempatan tanpa kecerunan melalui Paksi-Principal
kaedah
gn-direct-noscal ‐ Membahagi Segi Empat (tidak berskala)
ld-tnewton-precond-restart ‐ Newton Terpenggal prasyarat dengan
mulakan semula turunan paling curam
ld-slsqp ‐ Pengaturcaraan Kuadratik Kuadrat Terkecil Berjujukan

langkah = 0; dua kali ganda dalam [0, inf)
Saiz langkah awal untuk kaedah bebas kecerunan.

berhenti = -inf; berganda
Kriteria berhenti: nilai fungsi jatuh di bawah nilai ini.

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

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

CONTOH

Daftarkan siri perfusi yang diberikan dalam 'segment.set' dengan menggunakan anggaran ICA automatik.
Langkau dua imej pada permulaan dan sebaliknya gunakan parameter lalai. Simpan
menghasilkan 'berdaftar.set'.

mia-2dmyoica-nonrigid2 -i segmen.set -o didaftarkan.set -k 2

AUTHOR(s)

Gert Wollny

HAKCIPTA

Perisian ini adalah Hak Cipta (c) 1999‐2015 Leipzig, Jerman dan Madrid, Sepanyol. Ia datang
dengan BENAR-BENAR TIADA WARANTI dan anda boleh mengagihkannya semula di bawah syarat-syarat GNU
LESEN AWAM AM Versi 3 (atau lebih baru). Untuk maklumat lanjut jalankan program dengan
pilihan '--hak cipta'.

Gunakan mia-2dmyoica-nonrigid2 dalam talian menggunakan perkhidmatan onworks.net