mia-2dmyoica-nonrigid-parallel — онлайн в облаке

ПРОГРАММА:

ИМЯ

mia-2dmyoica-nonrigid-parallel — запустить регистрацию серии 2D-изображений.

СИНТАКСИС

mia-2dmyoica-нежесткая-параллельная -i -o [опции]

ОПИСАНИЕ

mia-2dmyoica-нежесткая-параллельная Эта программа реализует 2D-версию движения.
алгоритм компенсации, описанный в Wollny G, Kellman P, Santos A, Ledesma-Carbayo MJ,
"Автоматическая компенсация движения при свободном дыхании, полученные данные о перфузии миокарда
с использованием независимого компонентного анализа ", Анализ медицинских изображений, 2012 г.,
DOI:10.1016/j.media.2012.02.004.Эта версия программы может выполнять все регистрации в
параллельны друг другу.

ДОПОЛНИТЕЛЬНЫЕ УСЛУГИ, НЕ ВКЛЮЧЕННЫЕ В ПАКЕТ

Файл-IO
-i --in-file = (ввод, обязательно); нить
входной набор данных о перфузии

-o --out-file = (вывод, обязательно); нить
выходной набор данных перфузии

-r --registered = reg
База имен файлов для зарегистрированных изображений. Тип изображения и схема нумерации
взяты из входных изображений, как указано во входном наборе данных.

--save-cropped = (вывод); нить
сохранить обрезанный набор в этот файл, файлы изображений будут использовать основу имени
как база имен файлов

--save-feature = (вывод); нить
сохранить изображения признаков сегментации и исходную матрицу микширования ICA

--save-refs = (вывод); нить
для каждого прохода регистрации сохранять эталонные изображения в файлы с заданными
база имен

--save-regs = (вывод); нить
для каждого регистрационного прохода сохранять промежуточные зарегистрированные изображения

Документи & Инфо
-V --verbose = предупреждение
многословность вывода, печать сообщений заданного уровня и более высокого приоритета.
Поддерживаемые приоритеты, начиная с самого низкого уровня:
info - Сообщения низкого уровня
прослеживать - Трассировка вызова функции
неудача - Сообщать об ошибках тестирования
предупреждение - Предупреждения
ошибка - Сообщать об ошибках
отлаживать - Вывод отладки
сообщение - Нормальные сообщения
роковой - Сообщать только о фатальных ошибках

--авторское право
распечатать информацию об авторских правах

-ч --помощь
распечатать эту справку

-? --использование
распечатать краткую справку

--версия
распечатайте номер версии и выйдите

ICA
-C --components = 0
Компоненты ICA 0 = автоматическая оценка Компоненты ICA 0 = автоматические
Индивидуальный расчет

- нормализовать
нормализованные ИС

--no-средняя полоса
не удаляйте среднее значение из кривых смешения

-s --segscale = 0
сегментировать и масштабировать рамку обрезки вокруг сегмента LV (0 = без сегментации) и
масштабируйте рамку кадрирования вокруг LV (0 = без сегментации)

-k --skip = 0
пропускать изображения в начале серии, например, потому что они другие
пропускать изображения в начале серии, например, потому что они
имеют другие формы

-m --max-ica-iter = 400
максимальное количество итераций в ICA максимальное количество итераций в ICA

-E --segmethod = особенности
Метод сегментации
дельта-пик - разница изображений пикового улучшения
функции - изображения функций
дельта-функция - различие характерных изображений

-b --min-частота дыхания = -1
минимальная средняя частота, из которой можно предположить, что кривая смешения
бретинг. Частота дыхания при здоровом отдыхе составляет 12 в минуту. Отрицательное значение
отключает тест. минимальная средняя частота, кривая смешения может быть
считается проистекающим из братинга. Норма дыхания при здоровом отдыхе составляет 12 чел.
минута. Отрицательное значение отключает тест.

Обработка
--threads = -1
Максимальное количество потоков для обработки, это число должно быть меньше
или равно количеству ядер логического процессора в машине. (-1:
автоматическая оценка) .Максимальное количество потоков для обработки.
число должно быть меньше или равно количеству ядер логического процессора в
машина. (-1: автоматическая оценка).

Регистрация
-O --optimizer = gsl: opt = gd, step = 0.1
Оптимизатор, используемый для минимизации. Строковое значение будет использоваться для построения
плагин. Для поддерживаемых плагинов см. ПЛАГИНЫ:минимайзер/singlecost.

-a --start-c-rate = 16
начальный коэффициент скорости в шипах, делится на --c-rate-divider с
каждый проход. начальный коэффициент в шипах делится на
--c-rate-divider на каждом проходе.

--c-rate-divider = 2
Делитель скорости для каждого прохода. Делитель скорости для каждого прохода.

-d --start-divcurl = 10000
Начальный вес divcurl, делится на --divcurl-divider с каждым
pass.Start divcurl weight, делится на --divcurl-divider с каждым
проходить.

--divcurl-divider = 2
Масштабирование веса Divcurl с каждым новым проходом.
новый проездной.

-w --imagecost = image: weight = 1, cost = ssd
стоимость изображения, не указывайте параметры src и ref, они будут установлены
программа. Строковое значение будет использоваться для создания подключаемого модуля. Для
поддерживаемые плагины см. ПЛАГИНЫ: 2dimage / fullcost

-l --mg-levels = 3
уровни с несколькими разрешениями

-P --passes = 3
регистрационные пропуска

ПЛАГИНЫ: 1d / splinekernel

сплайн Создание ядра B-сплайна, поддерживаемые параметры:

d = 3; int в [0, 5]
Степень сплайна.

омомы Создание ядра OMoms-сплайна, поддерживаемые параметры:

d = 3; int в [3, 3]
Степень сплайна.

ПЛАГИНЫ: 2дизображение / стоимость

ЛНКК локальная нормализованная взаимная корреляция с поддержкой маскирования., поддерживаемые параметры
составляют:

w = 5; uint в [1, 256]
половина ширины окна, используемого для оценки локализованного креста
корреляция.

ЛСД Измерение расстояния методом наименьших квадратов

(без параметров)

mi Взаимная информация на основе сплайнового синтаксического анализа, поддерживаемые параметры:

вырезать = 0; float в [0, 40]
Процент пикселей, которые нужно вырезать при высокой и низкой интенсивности, чтобы удалить
выбросы.

МБин = 64; uint в [1, 256]
Количество интервалов гистограммы, используемых для движущегося изображения.

mkernel = [bspline: d = 3]; фабрика
Сплайн-ядро для парзен движущихся изображений хинстограммы. Для поддерживаемых плагинов
см. ПЛАГИНЫ: 1d / splinekernel

рбинс = 64; uint в [1, 256]
Количество интервалов гистограммы, используемых для эталонного изображения.

rkkernel = [bspline: d = 0]; фабрика
Сплайн-ядро для эталонного изображения парзен хинстограммы. Для поддерживаемого плагина
ins см. ПЛАГИНЫ: 1d / splinekernel

НКК нормализованная взаимная корреляция.

(без параметров)

NGF Эта функция оценивает сходство изображения на основе нормализованного градиента.
поля. Доступны различные оценочные ядра, поддерживаемые параметры:

Eval = ds; диктовать
подтип плагина. Поддерживаемые значения:
sq - квадрат разности
ds - квадрат масштабной разницы
dot - ядро ​​скалярного произведения
пересекать - ядро ​​кросс-продукта

SSD Стоимость 2D-изображения: сумма квадратов разностей, поддерживаемые параметры:

автоматическая обмолота = 0; float в [0, 1000]
Используйте автоматическое маскирование движущегося изображения, принимая только значения интенсивности
в счет, превышающий заданный порог.

норма = 0; логический
Установите, следует ли нормализовать метрику по количеству пикселей изображения.

ssd-автомаска
Стоимость 2D-изображения: сумма квадратов разностей с автоматическим заданием на основе заданных
пороговые значения, поддерживаемые параметры:

молотить = 0; двойной
Значение пороговой интенсивности для эталонного изображения.

стреш = 0; двойной
Значение пороговой интенсивности для исходного изображения.

ПЛАГИНЫ: 2дизображение / полная стоимость

изображение Обобщенная функция стоимости сходства изображений, которая также работает с несколькими разрешениями
обработка. Фактическая мера сходства дается как дополнительный параметр.,
поддерживаемые параметры:

стоят = ssd; фабрика
Ядро функции стоимости. Информацию о поддерживаемых надстройках см. В разделе ПЛАГИНЫ: 2Dизображение / стоимость.

отлаживать = 0; логический
Сохраните промежуточные результаты для отладки.

ссылка = (ввод, строка)
Контрольное изображение.

SRC = (ввод, строка)
Изучите изображение.

вес = 1; плавать
вес функции стоимости.

этикетка
Функция стоимости сходства, которая отображает метки двух изображений и обрабатывает метки-
с сохранением обработки с несколькими разрешениями., поддерживаемые параметры:

отлаживать = 0; int в [0, 1]
записать преобразование расстояния в трехмерное изображение.

максимальная метка = 256; int в [2, 32000]
максимальное количество ярлыков для рассмотрения.

ссылка = (ввод, строка)
Контрольное изображение.

SRC = (ввод, строка)
Изучите изображение.

вес = 1; плавать
вес функции стоимости.

замаскированный образ
Обобщенная функция стоимости сходства замаскированных изображений, которая также обрабатывает несколько
обработка разрешения. Предоставленные маски должны быть плотно заполненными областями в
обработка с несколькими разрешениями, поскольку в противном случае информация о маске может быть потеряна
при уменьшении изображения. Эталонная маска и преобразованная маска
изображения исследования объединяются бинарным И. Приведена фактическая мера сходства.
es дополнительный параметр., поддерживаемые параметры:

стоят = ssd; фабрика
Ядро функции стоимости. Информацию о поддерживаемых надстройках см.
ПЛАГИНЫ: 2dimage / maskedcost

ссылка = (ввод, строка)
Контрольное изображение.

реф-маска = (ввод, строка)
Маска эталонного изображения (двоичная).

SRC = (ввод, строка)
Изучите изображение.

SRC-маска = (ввод, строка)
Маска исследуемого изображения (бинарная).

вес = 1; плавать
вес функции стоимости.

ПЛАГИНЫ: 2dimage / io

BMP Поддержка ввода / вывода 2D-изображений BMP

Распознаваемые расширения файлов: .BMP, .bmp.

Поддерживаемые типы элементов:
двоичные данные, 8 бит без знака, 16 бит без знака

пул данных Виртуальный ввод-вывод во внутренний пул данных и из него

Распознаваемые расширения файлов:. @

DICOM 2D-изображение io для DICOM

Распознаваемые расширения файлов: .DCM, .dcm.

Поддерживаемые типы элементов:
16 бит со знаком, 16 бит без знака

EXR плагин 2dimage io для изображений OpenEXR

Распознаваемые расширения файлов: .EXR, .exr.

Поддерживаемые типы элементов:
32 бита без знака, 32 бита с плавающей запятой

JPG плагин 2dimage io для изображений в серой шкале jpeg

Распознаваемые расширения файлов: .JPEG, .JPG, .jpeg, .jpg.

Поддерживаемые типы элементов:
беззнаковый 8 бит

PNG плагин 2dimage io для изображений PNG

Распознаваемые расширения файлов: .PNG, .png.

Поддерживаемые типы элементов:
двоичные данные, 8 бит без знака, 16 бит без знака

сырье Поддержка вывода 2D-изображений в формате RAW

Распознаваемые расширения файлов: .RAW, .raw.

Поддерживаемые типы элементов:
двоичные данные, 8 бит со знаком, 8 бит без знака, 16 бит со знаком, 16 бит без знака,
32-разрядный со знаком, 32-разрядный без знака, 32-разрядный с плавающей запятой, 64-разрядный с плавающей запятой
бит

TIF Поддержка ввода / вывода 2D-изображений в формате TIFF

Распознаваемые расширения файлов: .TIF, .TIFF, .tif, .tiff.

Поддерживаемые типы элементов:
двоичные данные, беззнаковые 8-битные, беззнаковые 16-битные, беззнаковые 32-битные

перспектива плагин 2dimage io для изображений Vista

Распознаваемые расширения файлов: .V, .VISTA, .v, .vista.

Поддерживаемые типы элементов:
двоичные данные, 8 бит со знаком, 8 бит без знака, 16 бит со знаком, 16 бит без знака,
32-разрядный со знаком, 32-разрядный без знака, 32-разрядный с плавающей запятой, 64-разрядный с плавающей запятой
бит

ПЛАГИНЫ: 2дизображение / замаскированная стоимость

ЛНКК локальная нормализованная взаимная корреляция с поддержкой маскирования., поддерживаемые параметры
составляют:

w = 5; uint в [1, 256]
половина ширины окна, используемого для оценки локализованного креста
корреляция.

mi Взаимная информация на основе сплайнового синтаксического анализа с маскированием., Поддерживаемые параметры:

вырезать = 0; float в [0, 40]
Процент пикселей, которые нужно вырезать при высокой и низкой интенсивности, чтобы удалить
выбросы.

МБин = 64; uint в [1, 256]
Количество интервалов гистограммы, используемых для движущегося изображения.

mkernel = [bspline: d = 3]; фабрика
Сплайн-ядро для парзен движущихся изображений хинстограммы. Для поддерживаемых плагинов
см. ПЛАГИНЫ: 1d / splinekernel

рбинс = 64; uint в [1, 256]
Количество интервалов гистограммы, используемых для эталонного изображения.

rkkernel = [bspline: d = 0]; фабрика
Сплайн-ядро для эталонного изображения парзен хинстограммы. Для поддерживаемого плагина
ins см. ПЛАГИНЫ: 1d / splinekernel

НКК нормализованная взаимная корреляция с поддержкой маскировки.

(без параметров)

SSD Сумма квадратов разностей с маскированием.

(без параметров)

ПЛАГИНЫ: минимизатор / единовременная стоимость

гдас Градиентный спуск с автоматической коррекцией размера шага, поддерживаемые параметры:

фтолр = 0; удвоить в [0, inf)
Остановитесь, если относительное изменение критерия ниже ..

макс-шаг = 2; вдвое больше (0, бесконечность)
Максимальный абсолютный размер шага.

макситер = 200; uint в [1, inf)
Критерий остановки: максимальное количество итераций.

мин-шаг = 0.1; вдвое больше (0, бесконечность)
Минимальный абсолютный размер шага.

кстола = 0.01; удвоить в [0, inf)
Остановитесь, если inf-норма изменения, примененного к x, ниже этого значения.

GDSQ Градиентный спуск с оценкой квадратичного шага, поддерживаемые параметры:

фтолр = 0; удвоить в [0, inf)
Остановитесь, если относительное изменение критерия ниже ..

гтола = 0; удвоить в [0, inf)
Остановитесь, если инф-норма градиента ниже этого значения.

макситер = 100; uint в [1, inf)
Критерий остановки: максимальное количество итераций.

лестница = 2; вдвое больше (1, бесконечность)
Резервное масштабирование фиксированного размера шага.

шаг = 0.1; вдвое больше (0, бесконечность)
Начальный размер шага.

кстола = 0; удвоить в [0, inf)
Остановитесь, если inf-norm x-update ниже этого значения.

GSL плагин оптимизатора, основанный на мультиминных оптимизаторах Научной библиотеки GNU
(GSL) https://www.gnu.org/software/gsl/, поддерживаемые параметры:

прибыль на акцию = 0.01; вдвое больше (0, бесконечность)
Оптимизаторы на основе градиента: остановитесь, когда | grad | <eps, simplex: остановить, когда
размер симплекса <eps ..

трубчатый проход = 100; uint в [1, inf)
максимальное количество итераций.

выбирать = gd; диктовать
Будет использоваться конкретный оптимизатор. Поддерживаемые значения:
бфгс - Бройден-Флетчер-Гольдфарб-Шенн
бфгс2 - Бройден-Флетчер-Гольдфарб-Шенн (наиболее эффективная версия)
cg-fr - Алгоритм сопряженного градиента Флечера-Ривза
gd - Градиентный спуск.
симплекс - Симплексный алгоритм Нелдера и Мида
cg-pr - Алгоритм сопряженного градиента Полака-Рибиера

шаг = 0.001; вдвое больше (0, бесконечность)
начальный размер шага.

тол = 0.1; вдвое больше (0, бесконечность)
какой-то параметр допуска.

нлопт Алгоритмы минимизатора, использующие библиотеку NLOPT, для описания
оптимизаторы, пожалуйста, посмотрите 'http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms ', поддерживаемые параметры:

фтола = 0; удвоить в [0, inf)
Критерий остановки: абсолютное изменение целевого значения ниже
это значение.

фтолр = 0; удвоить в [0, inf)
Критерий остановки: относительное изменение целевого значения ниже
это значение.

высший = inf; двойной
Верхняя граница (одинаковая по всем параметрам).

местный выбор = нет; диктовать
алгоритм локальной минимизации, который может потребоваться для основных
алгоритм минимизации. Поддерживаемые значения:
gn-orig-direct-l - Разделение прямоугольников (оригинальная реализация,
локально предвзято)
гн-директ-л-носкаль - Разделение прямоугольников (немасштабированные, с локальным смещением)
GN-Isres - Улучшенная стратегия эволюции стохастического рейтинга.
лд-тньютон - Усеченный Ньютон
GN-Direct-L-Rand - Разделение прямоугольников (локально смещенное, рандомизированное)
Ин-Ньюоа - Безусловная оптимизация без производных итеративно
Построенная квадратичная аппроксимация
gn-direct-l-rand-noscale - Разделение прямоугольников (немасштабированные, локально
предвзятый, рандомизированный)
gn-оригинал-директ - Разделение прямоугольников (оригинальная реализация)
ld-tnewton-precond - Предварительно обусловленный усеченный Ньютон
ld-tnewton-перезагрузка - Усеченный Ньютон с перезапуском наискорейшего спуска
GN-прямой - Разделение прямоугольников
Ln-Neldermead - симплексный алгоритм Нелдера-Мида
лн-кобыла - Оптимизация с ограничениями посредством линейного приближения
GN-CRS2-LM - Управляемый случайный поиск с локальной мутацией
ld-var2 - Сдвинутый переменный показатель с ограниченной памятью, ранг 2
ld-var1 - Сдвинутый переменный показатель с ограниченной памятью, ранг 1
LD-MMA - Метод подвижных асимптот
ld-lbfgs-nocedal - Никто
ld-lbfgs - BFGS с низким хранением
gn-direct-l - Разделение прямоугольников (локально смещено)
никто - не указывать алгоритм
Ин-бобика - Оптимизация без производных с ограничениями
ln-sbplx - Подплексный вариант Нелдера-Мида
In-newuoa-bound - Оптимизация без производных с ограничениями по
Итеративно построенная квадратичная аппроксимация
лн-практика - Локальная оптимизация без градиентов через главную ось
Способ доставки
гн-директ-носкаль - Разделение прямоугольников (немасштабированные)
ld-tnewton-precond-перезагрузка - Предварительно обусловленный усеченный Ньютон с
перезапуск на крутом спуске

ниже = -inf; двойной
Нижняя граница (одинаковая по всем параметрам).

макситер = 100; int в [1, inf)
Критерий остановки: максимальное количество итераций.

выбирать = ld-lbfgs; диктовать
основной алгоритм минимизации. Поддерживаемые значения:
gn-orig-direct-l - Разделение прямоугольников (оригинальная реализация,
локально предвзято)
g-mlsl-lds - Многоуровневая одинарная связь (последовательность с низким несоответствием,
требуется оптимизация и границы на основе локального градиента)
гн-директ-л-носкаль - Разделение прямоугольников (немасштабированные, с локальным смещением)
GN-Isres - Улучшенная стратегия эволюции стохастического рейтинга.
лд-тньютон - Усеченный Ньютон
GN-Direct-L-Rand - Разделение прямоугольников (локально смещенное, рандомизированное)
Ин-Ньюоа - Безусловная оптимизация без производных итеративно
Построенная квадратичная аппроксимация
gn-direct-l-rand-noscale - Разделение прямоугольников (немасштабированные, локально
предвзятый, рандомизированный)
gn-оригинал-директ - Разделение прямоугольников (оригинальная реализация)
ld-tnewton-precond - Предварительно обусловленный усеченный Ньютон
ld-tnewton-перезагрузка - Усеченный Ньютон с перезапуском наискорейшего спуска
GN-прямой - Разделение прямоугольников
ауглаг-экв - Расширенный алгоритм Лагранжа с ограничениями равенства
только
Ln-Neldermead - симплексный алгоритм Нелдера-Мида
лн-кобыла - Оптимизация с ограничениями посредством линейного приближения
GN-CRS2-LM - Управляемый случайный поиск с локальной мутацией
ld-var2 - Сдвинутый переменный показатель с ограниченной памятью, ранг 2
ld-var1 - Сдвинутый переменный показатель с ограниченной памятью, ранг 1
LD-MMA - Метод подвижных асимптот
ld-lbfgs-nocedal - Никто
г-млсл - Многоуровневая одинарная связь (требуется локальная оптимизация и
границы)
ld-lbfgs - BFGS с низким хранением
gn-direct-l - Разделение прямоугольников (локально смещено)
Ин-бобика - Оптимизация без производных с ограничениями
ln-sbplx - Подплексный вариант Нелдера-Мида
In-newuoa-bound - Оптимизация без производных с ограничениями по
Итеративно построенная квадратичная аппроксимация
август - Расширенный алгоритм Лагранжа
лн-практика - Локальная оптимизация без градиентов через главную ось
Способ доставки
гн-директ-носкаль - Разделение прямоугольников (немасштабированные)
ld-tnewton-precond-перезагрузка - Предварительно обусловленный усеченный Ньютон с
перезапуск на крутом спуске
ld-slqp - Последовательное квадратичное программирование методом наименьших квадратов

шаг = 0; удвоить в [0, inf)
Начальный размер шага для методов без градиента.

остановить = -inf; двойной
Критерий остановки: значение функции падает ниже этого значения.

кстола = 0; удвоить в [0, inf)
Критерий остановки: абсолютное изменение всех значений x ниже этого
значения.

кстолр = 0; удвоить в [0, inf)
Критерий остановки: относительное изменение всех значений x ниже этого
значения.

ПРИМЕР

Зарегистрируйте серию перфузии, указанную в 'segment.set', с помощью автоматической оценки ICA.
Пропустите два изображения в начале, а в противном случае используйте параметры по умолчанию. Хранить
в результате получится "register.set".

mia-2dmyoica-nonrigid-parallel -i сегмент.набор -o зарегистрированный.сет -k 2

Авторы)

Герт Волльни

АВТОРСКИЕ ПРАВА

Это программное обеспечение защищено авторскими правами (c) 1999-2015 гг., Лейпциг, Германия, и Мадрид, Испания. Это приходит
с СОВЕРШЕННО ОТСУТСТВИЕМ ГАРАНТИЙ, и вы можете распространять его в соответствии с условиями GNU
ОБЩАЯ ОБЩЕСТВЕННАЯ ЛИЦЕНЗИЯ Версия 3 (или новее). Для получения дополнительной информации запустите программу с
вариант '- авторское право'.

Используйте mia-2dmyoica-nonrigid-parallel онлайн с помощью сервисов onworks.net.