mia-2dgroundtruthreg - Online în cloud

PROGRAM:

NUME

mia-2dgroundtruthreg - Înregistrarea unei serii de imagini 2D

REZUMAT

mia-2dgroundtruthreg -i -o -A -B -R
[Opțiuni]

DESCRIERE

mia-2dgroundtruthreg Acest program implementează înregistrarea neliniară bazată pe Pseudo
Ground Thruth pentru compensarea mișcării serii de imagini de perfuzie miocardică așa cum este descris
în Chao Li și Ying Sun, „Înregistrarea nerigidă a RMN de perfuzie miocardică folosind pseudo-
Ground Truth' , În Proc. Calcularea imaginilor medicale și intervenția asistată de calculator MICCAI
2009, 165-172, 2009. Rețineți că pentru această corecție neliniară a mișcării o liniară precedentă
pasul de înregistrare este de obicei necesar.

OPŢIUNI

Fișier-IO
-i --in-file=(intrare, obligatorie); şir
set de date de perfuzie de intrare

-o --out-file=(ieșire, obligatorie); şir
set de date de perfuzie de ieșire

-r --registered=reg
bază de nume de fișier pentru fișierele înregistrate

Condiții preliminare
-s --skip=2
omite imagini la începutul seriei sări peste imagini la începutul seriei

-P --pase=4
numărul permiselor de înregistrarenumărul permiselor de înregistrare

Pseudo-Ground-Thruth
-A --alpha=(obligatoriu); dubla
greutate de penalizare de vecinătate spațială greutate de penalizare de vecinătate spațială

-B --beta=(obligatoriu); dubla
penalizare derivată a doua temporală pedeapsa derivată a doua temporală
greutate

-R --rho_thresh=(obligatoriu); dubla
pragul de corelație pentru analiza de vecinătate pragul de corelație pentru
analiza cartierului

Înscriere
-O --optimizer=gsl:opt=gd,step=0.1
Optimizer folosit pentru minimizareOptimizer folosit pentru minimizare Pentru
pluginurile acceptate vezi PLUGINS:minimizer/singlecost

-p --interpolator=bspline:d=3
nucleu interpolator de imagini nucleu interpolator de imagini Pentru pluginuri acceptate
vezi PLUGINS:1d/splinekernel

-l --mr-levels=3
niveluri cu mai multe rezoluțiiniveluri cu mai multe rezoluții

-d --divcurl=20
divcurl regularization weightdivcurl regularization weight

--divcurl-divider=4
divcurl greutate scalare cu fiecare noua trecere divcurl greutate scalare cu fiecare
noua trecere

-a --start-c-rate=32
start coefcinet rate în spini, devine împărțit la --c-rate-divider cu
fiecare rata de coeficient de trecere în coloane, este împărțită la --c-rate-divider
cu fiecare trecere

--c-rate-divider=4
cofficient rate divider for each passcofficient rate divider for each pass

-w --imageweight=1
greutatea costului imaginii greutatea costului imaginii

Ajutor & Informație
-V --verbose=avertisment
verbozitatea rezultatelor, mesaje tipărite de nivel dat și priorități mai mari.
Prioritățile acceptate începând de la cel mai de jos nivel sunt:
info ‐ Mesaje de nivel scăzut
urmări ‐ Urmărirea apelului de funcție
eşua ‐ Raportați eșecurile testelor
de avertizare - Avertizări
eroare - Raportează erori
depana - Ieșire de depanare
mesaj ‐ Mesaje normale
fatal ‐ Raportați numai erori fatale

--drepturi de autor
tipăriți informații despre drepturile de autor

-h --ajutor
imprimați acest ajutor

-? --utilizare
imprimați un scurt ajutor

--versiune
tipăriți numărul versiunii și ieșiți

Prelucrare
--fire=-1
Numărul maxim de fire de execuție de utilizat pentru procesare, acest număr ar trebui să fie mai mic
sau egal cu numărul de nuclee de procesor logic din mașină. (-1:
estimare automată). Numărul maxim de fire de execuție de utilizat pentru procesare, Aceasta
numărul trebuie să fie mai mic sau egal cu numărul de nuclee de procesor logic în
Mașina. (-1: estimare automată).

PLUG-URI: 1d/splinekernel

bspline Crearea nucleului B-spline, parametrii acceptați sunt:

d = 3; int în [0, 5]
Gradul spline.

omoms Crearea nucleului OMoms-spline, parametrii acceptați sunt:

d = 3; int în [3, 3]
Gradul spline.

PLUG-URI: minimizator/cost unic

gdas Coborâre în gradient cu corectare automată a mărimii pasului, parametrii acceptați sunt:

ftolr = 0; dubla în [0, inf)
Opriți dacă modificarea relativă a criteriului este mai jos..

max-pas = 2; dubla in (0, inf)
Dimensiunea maximă absolută a pasului.

maxiter = 200; uint în [1, inf)
Criteriul de oprire: numărul maxim de iterații.

pas min = 0.1; dubla in (0, inf)
Dimensiune minimă absolută a pasului.

xtola = 0.01; dubla în [0, inf)
Opriți dacă norma inf a modificării aplicate lui x este sub această valoare..

gdsq Coborâre în gradient cu estimarea pasului pătratic, parametrii acceptați sunt:

ftolr = 0; dubla în [0, inf)
Opriți dacă modificarea relativă a criteriului este mai jos..

gtola = 0; dubla în [0, inf)
Opriți dacă norma inf a gradientului este sub această valoare.

maxiter = 100; uint în [1, inf)
Criteriul de oprire: numărul maxim de iterații.

scară = 2; dubla in (1, inf)
Scalarea dimensiunii pasului de rezervă fixă.

pas = 0.1; dubla in (0, inf)
Mărimea pasului inițial.

xtola = 0; dubla în [0, inf)
Opriți dacă norma inf a x-update este sub această valoare.

GSL Plugin de optimizare bazat pe optimizatoarele multimin ale Bibliotecii științifice GNU
(GSL) https://www.gnu.org/software/gsl/, parametrii acceptați sunt:

eps = 0.01; dubla in (0, inf)
Optimizatoare bazate pe gradient: opriți când |grad| < eps, simplex: opriți când
dimensiune simplex < eps..

proces = 100; uint în [1, inf)
numărul maxim de iterații.

opta = gd; dict
Optimizator specific care trebuie utilizat.. Valorile acceptate sunt:
bfgs ‐ Broyden-Fletcher-Goldfarb-Shann
bfgs2 ‐ Broyden-Fletcher-Goldfarb-Shann (cea mai eficientă versiune)
cg-fr ‐ Algoritmul de gradient conjugat Flecher-Reeves
gd ‐ Coborâre în gradient.
simplex ‐ Algoritmul Simplex al lui Nelder și Mead
cg-pr ‐ Algoritmul de gradient conjugat Polak-Ribiere

pas = 0.001; dubla in (0, inf)
dimensiunea inițială a pasului.

tol = 0.1; dubla in (0, inf)
un parametru de toleranță.

nlopt Algoritmi de minimizare folosind biblioteca NLOPT, pentru o descriere a
optimizatori vă rugăm să vedeți „http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms', parametrii acceptați sunt:

ftola = 0; dubla în [0, inf)
Criteriul de oprire: modificarea absolută a valorii obiective este mai jos
această valoare.

ftolr = 0; dubla în [0, inf)
Criteriul de oprire: modificarea relativă a valorii obiective este mai jos
această valoare.

superior = inf; dubla
Limită superioară (egale pentru toți parametrii).

local-opt = niciunul; dict
algoritm local de minimizare care poate fi necesar pentru principal
algoritm de minimizare.. Valorile acceptate sunt:
gn-orig-direct-l ‐ Împărțirea dreptunghiurilor (implementare originală,
părtinitoare local)
gn-direct-l-noscal ‐ Împărțirea dreptunghiurilor (nescalate, părtinitoare local)
gn-isres ‐ Strategie îmbunătățită de evoluție a clasamentului stocastic
ld-tnewton ‐ Newton trunchiat
gn-direct-l-rand ‐ Împărțirea dreptunghiurilor (părtinitoare local, randomizat)
ln-newuoa ‐ Optimizare neconstrânsă fără derivate prin iterativ
Aproximație cuadratică construită
gn-direct-l-rand-noscale ‐ Împărțirea dreptunghiurilor (nescalate, local
părtinitoare, randomizată)
gn-orig-direct ‐ Împărțirea dreptunghiurilor (implementare originală)
ld-tnewton-precond ‐ Newton trunchiat precondiționat
ld-tnewton-repornire ‐ Newton trunchiat cu repornirea cu cea mai abruptă coborâre
gn-direct ‐ Împărțirea dreptunghiurilor
ln-neldermead ‐ Algoritmul simplex Nelder-Mead
ln-cobyla ‐ Optimizare constrânsă PRIN Aproximare Lineară
gn-crs2-lm ‐ Căutare aleatoare controlată cu mutație locală
ld-var2 ‐ Variabilă-Metrică cu memorie limitată deplasată, rangul 2
ld-var1 ‐ Variabilă-Metrică cu memorie limitată deplasată, rangul 1
ld-mma ‐ Metoda de mutare a asimptotelor
ld-lbfgs-nocedal - Nici unul
ld-lbfgs ‐ BFGS cu stocare redusă
gn-direct-l ‐ Împărțirea dreptunghiurilor (părtinitoare local)
nici unul ‐ nu specificați algoritmul
ln-bobyqa ‐ Optimizare limitată de legaturi fără derivate
ln-sbplx ‐ Varianta subplex a lui Nelder-Mead
ln-newuoa-legat ‐ Optimizare fără derivate limitate de legături de
Aproximație cuadratică construită iterativ
ln-praxis ‐ Optimizare locală fără gradient prin axa principală
Metodă
gn-direct-noscal ‐ Împărțirea dreptunghiurilor (nescalate)
ld-tnewton-precond-restart ‐ Newton trunchiat precondiționat cu
repornirea la cea mai abruptă coborâre

LOWER = -inf; dubla
Limită inferioară (egal pentru toți parametrii).

maxiter = 100; int în [1, inf)
Criteriul de oprire: numărul maxim de iterații.

opta = ld-lbfgs; dict
algoritmul principal de minimizare. Valorile acceptate sunt:
gn-orig-direct-l ‐ Împărțirea dreptunghiurilor (implementare originală,
părtinitoare local)
g-mlsl-lds ‐ Conectare unică pe mai multe niveluri (secvență cu discrepanță scăzută,
necesită optimizare și limite bazate pe gradient local)
gn-direct-l-noscal ‐ Împărțirea dreptunghiurilor (nescalate, părtinitoare local)
gn-isres ‐ Strategie îmbunătățită de evoluție a clasamentului stocastic
ld-tnewton ‐ Newton trunchiat
gn-direct-l-rand ‐ Împărțirea dreptunghiurilor (părtinitoare local, randomizat)
ln-newuoa ‐ Optimizare neconstrânsă fără derivate prin iterativ
Aproximație cuadratică construită
gn-direct-l-rand-noscale ‐ Împărțirea dreptunghiurilor (nescalate, local
părtinitoare, randomizată)
gn-orig-direct ‐ Împărțirea dreptunghiurilor (implementare originală)
ld-tnewton-precond ‐ Newton trunchiat precondiționat
ld-tnewton-repornire ‐ Newton trunchiat cu repornirea cu cea mai abruptă coborâre
gn-direct ‐ Împărțirea dreptunghiurilor
auglag-eq ‐ Algoritm lagrangian crescut cu constrângeri de egalitate
afară
ln-neldermead ‐ Algoritmul simplex Nelder-Mead
ln-cobyla ‐ Optimizare constrânsă PRIN Aproximare Lineară
gn-crs2-lm ‐ Căutare aleatoare controlată cu mutație locală
ld-var2 ‐ Variabilă-Metrică cu memorie limitată deplasată, rangul 2
ld-var1 ‐ Variabilă-Metrică cu memorie limitată deplasată, rangul 1
ld-mma ‐ Metoda de mutare a asimptotelor
ld-lbfgs-nocedal - Nici unul
g-mlsl ‐ Conectare unică pe mai multe niveluri (necesită optimizare locală și
limite)
ld-lbfgs ‐ BFGS cu stocare redusă
gn-direct-l ‐ Împărțirea dreptunghiurilor (părtinitoare local)
ln-bobyqa ‐ Optimizare limitată de legaturi fără derivate
ln-sbplx ‐ Varianta subplex a lui Nelder-Mead
ln-newuoa-legat ‐ Optimizare fără derivate limitate de legături de
Aproximație cuadratică construită iterativ
auglag ‐ Algoritm lagrangian crescut
ln-praxis ‐ Optimizare locală fără gradient prin axa principală
Metodă
gn-direct-noscal ‐ Împărțirea dreptunghiurilor (nescalate)
ld-tnewton-precond-restart ‐ Newton trunchiat precondiționat cu
repornirea la cea mai abruptă coborâre
ld-slsqp ‐ Programare secvenţială pătratică cu cele mai mici pătrate

pas = 0; dubla în [0, inf)
Dimensiunea inițială a pasului pentru metodele fără gradient.

opri = -inf; dubla
Criteriu de oprire: valoarea funcției scade sub această valoare.

xtola = 0; dubla în [0, inf)
Criteriul de oprire: modificarea absolută a tuturor valorilor x este sub aceasta
valoare.

xtolr = 0; dubla în [0, inf)
Criteriul de oprire: modificarea relativă a tuturor valorilor x este sub aceasta
valoare.

EXEMPLU

Înregistrați seria de perfuzie dată de imaginile imageXXXX.exr utilizând Pseudo Ground Truth
estimare. Omite două imagini la început și, în caz contrar, folosește parametrii impliciti.
Stocați imaginile rezultate în „regXXXX.exr”.

mia-2dgroundtruthreg -i imageXXXX.exr -o regXXXX.exr -k 2

AUTOR(i)

Gert Wollny

DREPTURI DE AUTOR

Acest software este Copyright (c) 1999‐2015 Leipzig, Germania și Madrid, Spania. Este vorba
FĂRĂ ABSOLUT NU GARANȚIE și o puteți redistribui conform termenilor GNU
LICENȚĂ PUBLICĂ GENERALĂ Versiunea 3 (sau ulterioară). Pentru mai multe informații rulați programul cu
opțiunea „--copyright”.

Utilizați mia-2dgroundtruthreg online folosind serviciile onworks.net