InglêsFrancêsEspanhol

Executar servidores | Ubuntu > | Fedora > |


favicon do OnWorks

mia-2dmyopgt-nonrigid - Online na nuvem

Execute mia-2dmyopgt-nonrigid no provedor de hospedagem gratuita OnWorks no Ubuntu Online, Fedora Online, emulador online do Windows ou emulador online do MAC OS

Este é o comando mia-2dmyopgt-nonrigid que pode ser executado no provedor de hospedagem gratuita OnWorks usando uma de nossas várias estações de trabalho online gratuitas, como Ubuntu Online, Fedora Online, emulador online Windows ou emulador online MAC OS

PROGRAMA:

NOME


mia-2dmyopgt-nonrigid - Executa um registro de uma série de imagens 2D.

SINOPSE


mia-2dmyopgt-nonrigid -i -o [opções]

DESCRIÇÃO


mia-2dmyopgt-nonrigid Este programa implementa o registro não linear baseado em Pseudo
Ground Thruth para compensação de movimento de uma série de imagens de perfusão miocárdica dadas como um
dados definidos conforme descrito em Chao Li e Ying Sun, 'Nonrigid Registration of Myocardial
Perfusion MRI Using Pseudo Ground Truth ', In Proc. Computação de imagens médicas e computador
Intervenção Assistida MICCAI 2009, 165-172, 2009. Observe que para este movimento não linear
correção uma etapa de registro linear anterior geralmente é necessária.

OPÇÕES


Arquivo-IO
-i --in-file = (entrada, obrigatório); fragmento
entrada do conjunto de dados de perfusão

-o --out-file = (saída, obrigatório); fragmento
conjunto de dados de perfusão de saída

-r --registered = reg
base do nome do arquivo para arquivos registrados, o tipo de arquivo de imagem é o mesmo que
fornecido no conjunto de dados de entrada

Apelido Solo Verdade estimativa
-A --alpha = 1
pesos de penalidade de vizinhança espacial peso de penalidade de vizinhança espacial

-B --beta = 1
peso da penalidade da segunda derivada temporal penalidade da segunda derivada temporal
peso

-R --rho-thresh = 0.85
limiar de correlação para análise de vizinhança; limiar de correlação para
análise de bairro

-k --skip = 0
pular imagens no início da série, por exemplo, porque como são de outros
modalidades de salto de imagens no início da série, por exemplo, porque como eles
são de outras modalidades

Registros
-O --optimizer = gsl: opt = gd, step = 0.1
Otimizador usado para minimizaçãoOptimizer usado para minimização Para
plug-ins suportados, consulte PLUGINS: minimizer / singlecost

-a --start-c-rate = 32
taxa de coeficiente inicial em spines, é dividido por --c-rate-divider com
cada taxa de coeficiente passstart em spines é dividida por --c-rate-divider
com cada passagem

--c-rate-divider = 4
divisor de taxa de cofficiente para cada passe divisor de taxa de oficial para cada passagem

-d --start-divcurl = 20
start divcurl weight, é dividido por --divcurl-divider com cada passstart
divcurl peso, é dividido por --divcurl-divider a cada passagem

--divcurl-divider = 4
escala de peso divcurl com cada nova escala de peso passdivcurl com cada
novo passe

-w --imageweight = 1
peso do custo da imagem peso do custo da imagem

-l --mg-levels = 3
níveis de resolução múltipla; níveis de resolução múltipla

-P --passes = 4
passes de registro passes de registro

Ajuda & Informação
-V --verbose = aviso
detalhamento de saída, mensagens de impressão de determinado nível e prioridades mais altas.
As prioridades com suporte começando no nível mais baixo são:
info - Mensagens de baixo nível
traçar - Rastreamento de chamada de função
falhar - Reportar falhas de teste
aviso - Avisos
erro - Reportar erros
depurar - Saída de depuração
mensagem - Mensagens normais
fatal - Reportar apenas erros fatais

--direito autoral
imprimir informações de direitos autorais

-h --ajuda
imprima esta ajuda

-? --uso
imprimir uma pequena ajuda

--versão
imprima o número da versão e saia

Processamento
--threads = -1
Número máximo de threads a serem usados ​​para processamento, este número deve ser menor
ou igual ao número de núcleos de processador lógico na máquina. (-1:
estimativa automática). Número máximo de threads a serem usados ​​para processamento,
o número deve ser menor ou igual ao número de núcleos de processador lógico em
a máquina. (-1: estimativa automática).

PLUGINS: minimizador / custo único


gdas Descida do gradiente com correção automática do tamanho do passo., Os parâmetros suportados são:

ftolr = 0; dobrar em [0, inf)
Pare se a mudança relativa do critério estiver abaixo.

passo máximo = 2; dobrar em (0, inf)
Tamanho máximo absoluto do passo.

maxiter = 200; uint em [1, inf)
Critério de parada: o número máximo de iterações.

passo mínimo = 0.1; dobrar em (0, inf)
Tamanho mínimo absoluto do passo.

xtola = 0.01; dobrar em [0, inf)
Pare se a norma da alteração aplicada a x estiver abaixo desse valor.

gdsq Descida de gradiente com estimativa de passo quadrático, os parâmetros suportados são:

ftolr = 0; dobrar em [0, inf)
Pare se a mudança relativa do critério estiver abaixo.

gtola = 0; dobrar em [0, inf)
Pare se o inf-norm do gradiente estiver abaixo deste valor.

maxiter = 100; uint em [1, inf)
Critério de parada: o número máximo de iterações.

escada = 2; dobrar em (1, inf)
Escala de tamanho de passo fixo de fallback.

passo = 0.1; dobrar em (0, inf)
Tamanho do passo inicial.

xtola = 0; dobrar em [0, inf)
Pare se o inf-norm de x-update estiver abaixo deste valor.

GSL plugin otimizador baseado nos otimizadores multimin da GNU Scientific Library
(GSL) https://www.gnu.org/software/gsl/, os parâmetros suportados são:

eps = 0.01; dobrar em (0, inf)
otimizadores baseados em gradiente: param quando | grad | <eps, simplex: parar quando
tamanho simplex <eps ..

iter = 100; uint em [1, inf)
número máximo de iterações.

optar = gd; ditar
Otimizador específico a ser usado. Os valores suportados são:
namorados - Broyden-Fletcher-Goldfarb-Shann
bfgs2 - Broyden-Fletcher-Goldfarb-Shann (versão mais eficiente)
cg-fr - Algoritmo de gradiente conjugado Flecher-Reeves
gd - Gradiente descendente.
simplex - Algoritmo Simplex de Nelder e Mead
cg-pr - Algoritmo gradiente conjugado Polak-Ribiere

passo = 0.001; dobrar em (0, inf)
tamanho do passo inicial.

tol = 0.1; dobrar em (0, inf)
algum parâmetro de tolerância.

nlopt Algoritmos do minimizador usando a biblioteca NLOPT, para uma descrição do
otimizadores, por favor, veja 'http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms ', os parâmetros suportados são:

Ftola = 0; dobrar em [0, inf)
Critério de parada: a mudança absoluta do valor objetivo está abaixo
este valor.

ftolr = 0; dobrar em [0, inf)
Critério de parada: a mudança relativa do valor objetivo está abaixo
este valor.

superior = inf; Duplo
Limite superior (igual para todos os parâmetros).

opção local = nenhum; dict
algoritmo de minimização local que pode ser necessário para o principal
algoritmo de minimização. Os valores suportados são:
gn-orig-direct-l - Retângulos de divisão (implementação original,
tendenciosa localmente)
gn-direct-l-noscal - Retângulos de divisão (fora de escala, tendenciosa localmente)
gn-isres - Estratégia de evolução de classificação estocástica aprimorada
ld-tnewton - Newton truncado
gn-direct-l-rand - Retângulos de divisão (tendenciosos localmente, randomizados)
ln-newuoa - Otimização irrestrita livre de derivados por iteração
Aproximação quadrática construída
gn-direct-l-rand-noscale - Retângulos de divisão (fora de escala, localmente
tendencioso, randomizado)
gn-orig-direct - Retângulos de divisão (implementação original)
ld-tnewton-precondi - Newton truncado pré-condicionado
ld-tnewton-restart - Newton truncado com reinício da descida mais íngreme
gn-direct - Retângulos de divisão
ln-neldermead - Algoritmo simplex Nelder-Mead
ln-cobyla - Otimização restrita por aproximação linear
gn-crs2-lm - Pesquisa aleatória controlada com mutação local
ld-var2 - Métrica variável de memória limitada deslocada, classificação 2
ld-var1 - Métrica variável de memória limitada deslocada, classificação 1
ld-mma - Método de mover assíntotas
ld-lbfgs-nocedal - Nenhum
ld-lbfgs - BFGS de baixo armazenamento
gn-direct-l - Retângulos de divisão (polarizados localmente)
Nenhum - não especificar algoritmo
ln-bobyqa - Otimização com restrição limitada livre de derivados
ln-sbplx - Variante subplex de Nelder-Mead
ligado a ln-newuoa - Otimização limitada livre de derivados por
Aproximação quadrática construída iterativamente
ln-práxis - Otimização local sem gradiente por meio do eixo principal
Método
gn-direct-noscal - Retângulos de divisão (sem escala)
ld-tnewton-precond-restart - Newton truncado pré-condicionado com
reiniciando a descida mais íngreme

diminuir = -inf; Duplo
Limite inferior (igual para todos os parâmetros).

maxiter = 100; int em [1, inf)
Critério de parada: o número máximo de iterações.

optar = ld-lbfgs; ditar
algoritmo de minimização principal. Os valores suportados são:
gn-orig-direct-l - Retângulos de divisão (implementação original,
tendenciosa localmente)
g-mlsl-lds - Multi-Level Single-Linkage (sequência de baixa discrepância,
exigem otimização e limites baseados em gradiente local)
gn-direct-l-noscal - Retângulos de divisão (fora de escala, tendenciosa localmente)
gn-isres - Estratégia de evolução de classificação estocástica aprimorada
ld-tnewton - Newton truncado
gn-direct-l-rand - Retângulos de divisão (tendenciosos localmente, randomizados)
ln-newuoa - Otimização irrestrita livre de derivados por iteração
Aproximação quadrática construída
gn-direct-l-rand-noscale - Retângulos de divisão (fora de escala, localmente
tendencioso, randomizado)
gn-orig-direct - Retângulos de divisão (implementação original)
ld-tnewton-precondi - Newton truncado pré-condicionado
ld-tnewton-restart - Newton truncado com reinício da descida mais íngreme
gn-direct - Retângulos de divisão
auglag-eq - Algoritmo Lagrangiano aumentado com restrições de igualdade

ln-neldermead - Algoritmo simplex Nelder-Mead
ln-cobyla - Otimização restrita por aproximação linear
gn-crs2-lm - Pesquisa aleatória controlada com mutação local
ld-var2 - Métrica variável de memória limitada deslocada, classificação 2
ld-var1 - Métrica variável de memória limitada deslocada, classificação 1
ld-mma - Método de mover assíntotas
ld-lbfgs-nocedal - Nenhum
g-mlsl - Multi-Level Single-Linkage (requer otimização local e
limites)
ld-lbfgs - BFGS de baixo armazenamento
gn-direct-l - Retângulos de divisão (polarizados localmente)
ln-bobyqa - Otimização com restrição limitada livre de derivados
ln-sbplx - Variante subplex de Nelder-Mead
ligado a ln-newuoa - Otimização limitada livre de derivados por
Aproximação quadrática construída iterativamente
auglag - Algoritmo Lagrangiano Aumentado
ln-práxis - Otimização local sem gradiente por meio do eixo principal
Método
gn-direct-noscal - Retângulos de divisão (sem escala)
ld-tnewton-precond-restart - Newton truncado pré-condicionado com
reiniciando a descida mais íngreme
ld-slqp - Programação Quadrática de Mínimos Quadrados Sequenciais

passo = 0; dobrar em [0, inf)
Tamanho do passo inicial para métodos livres de gradiente.

Pare = -inf; Duplo
Critério de parada: o valor da função fica abaixo desse valor.

xtola = 0; dobrar em [0, inf)
Critério de parada: a mudança absoluta de todos os valores x está abaixo disso
valor.

xtolr = 0; dobrar em [0, inf)
Critério de parada: a mudança relativa de todos os valores x está abaixo disso
valor.

EXEMPLO


Registre a série de perfusão fornecida em 'segment.set' usando Pseudo Ground Truth
estimativa. Pule duas imagens no início e, caso contrário, use os parâmetros padrão.
Armazene o resultado em 'registrado.set'.

mia-2dmyopgt-não rígido -i segment.set -o registrado.set -k 2

AUTOR (es)


Gert Wollny

DIREITOS AUTORAIS


Este software é protegido por Copyright (c) 1999-2015 Leipzig, Alemanha e Madrid, Espanha. Vêm
com ABSOLUTAMENTE NENHUMA GARANTIA e você pode redistribuí-lo sob os termos do GNU
LICENÇA PÚBLICA GERAL Versão 3 (ou posterior). Para obter mais informações, execute o programa com o
opção '--copyright'.

Use mia-2dmyopgt-nonrigid online usando serviços onworks.net


Ad


Ad