InglesPransesEspanyol

Ad


OnWorks favicon

mia-2dmyomiles - Online sa Cloud

Patakbuhin ang mia-2dmyomilles sa OnWorks na libreng hosting provider sa Ubuntu Online, Fedora Online, Windows online emulator o MAC OS online emulator

Ito ang command mia-2dmyomilles na maaaring patakbuhin sa OnWorks na libreng hosting provider gamit ang isa sa aming maramihang libreng online na workstation gaya ng Ubuntu Online, Fedora Online, Windows online emulator o MAC OS online emulator

PROGRAMA:

NAME


mia-2dmyomiles - Magpatakbo ng pagpaparehistro ng isang serye ng mga 2D na larawan.

SINOPSIS


mia-2dmyomiles -i -o [mga pagpipilian]

DESCRIPTION


mia-2dmyomiles Ang program na ito ay ginagamit upang magpatakbo ng isang binagong bersyon ng ICA based
diskarte sa pagpaparehistro na inilarawan sa Milles et al. 'Ganap na Automated Motion Correction in
First-Pass Myocardial Perfusion MR Image Sequences', Trans. Med. Imaging., 27Na (11),
1611-1621, 2008. Kasama sa mga pagbabago ang pagkuha ng quasi-periodic movement sa libre
breathingly acquired data sets at ang opsyon na magpatakbo ng affine o rigid registration sa halip
ng pag-optimize ng mga pagsasalin lamang.

Opsyon


File-IO
-i --in-file=(input, kinakailangan); string
set ng data ng perfusion ng input

-o --out-file=(output, kinakailangan); string
set ng data ng output perfusion

-r --nakarehistro=
base ng pangalan ng file para sa mga nakarehistrong file

--save-references=
i-save ang mga synthetic na reference na larawan sa file base na ito

--save-crop=
i-save ang na-crop na imahe na nakatakda sa file na ito

--save-feature=
i-save ang mga tampok na larawan na nagreresulta mula sa ICA at ilang mga intermediate na larawan
ginagamit para sa RV-LV segmentation na may ibinigay na file name base sa PNG file.
I-save din ang mga coefficient ng unang pinakamahusay at ang huling paghahalo ng IC
matris.

Tulong & Impormasyon
-V --verbose=babala
verbosity ng output, pag-print ng mga mensahe ng ibinigay na antas at mas mataas na priyoridad.
Ang mga sinusuportahang priyoridad na nagsisimula sa pinakamababang antas ay:
info - Mga mensahe sa mababang antas
kopyahin o sipiin sa pamamagitan ng pag-aninag - Trace ng tawag sa function
mabigo - Mag-ulat ng mga pagkabigo sa pagsubok
babala - Mga babala
mali - Mag-ulat ng mga error
mag-alis ng mga insekto ‐ Debug na output
mensahe - Mga normal na mensahe
nakamamatay ‐ Iulat lamang ang mga nakamamatay na pagkakamali

--copyright
i-print ang impormasyon sa copyright

-h --tulong
i-print ang tulong na ito

-? --gamit
mag-print ng maikling tulong

--bersyon
i-print ang numero ng bersyon at lumabas

Ica
-C --mga bahagi=0
Mga bahagi ng ICA 0 = awtomatikong pagtatantya Mga bahagi ng ICA 0 = awtomatiko
kuru-kuro

--normalize
na-normalize na mga IC

--no-meanstrip
huwag hubarin ang ibig sabihin mula sa mga kurba ng paghahalo

-g --hulaan mo
gumamit ng paunang hula para sa myocardial perfusion

-s --segscale=1.4
i-segment at sukatin ang crop box sa paligid ng LV (0=no segmentation)segment at
sukatin ang crop box sa paligid ng LV (0=walang segmentation)

-k --laktawan=0
laktawan ang mga larawan sa simula ng serye dahil sa iba pa
modalitiesskip mga larawan sa simula ng serye tulad ng mga ito sa iba
modalities

-m --max-ica-iter=400
maximum na bilang ng mga iteration sa ICAmaximum na bilang ng mga iteration sa ICA

-E --segmethod=features
Paraan ng segmentasyon
delta-peak ‐ pagkakaiba ng peak enhancement na mga larawan
mga tampok - tampok na mga larawan
delta-tampok - pagkakaiba ng mga tampok na larawan

Pagproseso
--mga thread=-1
Maximum na bilang ng mga thread na gagamitin para sa pagproseso, Ang bilang na ito ay dapat na mas mababa
o katumbas ng bilang ng mga lohikal na core ng processor sa makina. (-1:
awtomatikong pagtatantya). Pinakamataas na bilang ng mga thread na gagamitin para sa pagproseso, Ito
Ang numero ay dapat na mas mababa o katumbas ng bilang ng mga lohikal na core ng processor
ang makina. (-1: awtomatikong pagtatantya).

rehistrasyon
-c --cost=ssd
pamantayan sa pagpaparehistro

-O --optimizer=gsl:opt=simplex,step=1.0
Optimizer na ginagamit para sa minimizationOptimizer na ginagamit para sa minimization Para sa
mga sinusuportahang plugin tingnan ang PLUGINS:minimizer/singlecost

-f --transForm=matibay
uri ng pagbabagong uri ng pagbabago Para sa mga sinusuportahang plugin tingnan
MGA PLUGIN:2dimage/transform

-l --mg-levels=3
mga antas ng multi-resolution na mga antas ng multi-resolution

-R --reference=-1
Global reference dapat na nakahanay ang lahat ng larawan. Kung nakatakda sa isang hindi negatibo
halaga, ang mga larawan ay ihahanay sa mga sanggunian na ito, at ang na-crop na output
Ang petsa ng larawan ay ilalagay sa orihinal na mga larawan. Umalis sa -1 kung ikaw
walang pakialam. Sa kasong ito, ang lahat ng mga imahe na may ay nakarehistro sa isang ibig sabihin ng posisyon ng
ang movementGlobal na sanggunian ay dapat na nakahanay sa lahat ng larawan. Kung itinakda sa a
hindi-negatibong halaga, ang mga larawan ay ihahanay sa mga sangguniang ito, at ang
ang na-crop na petsa ng imahe ng output ay ilalagay sa orihinal na mga larawan. umalis
sa -1 kung wala kang pakialam. Sa kasong ito, ang lahat ng mga larawan ay nakarehistro sa a
ibig sabihin ng posisyon ng kilusan

-P --pasa=2
registration pass mga registration pass

MGA PLUGIN: 1d/splinebc


salamin Mga kundisyon ng hangganan ng spline interpolation na sumasalamin sa hangganan

(walang mga parameter)

ulitin Mga kundisyon ng hangganan ng interpolation ng spline na inuulit ang halaga sa hangganan

(walang mga parameter)

wala Mga kundisyon ng hangganan ng interpolation ng spline na ipinapalagay na zero para sa mga value sa labas

(walang mga parameter)

MGA PLUGIN: 1d/splinekernel


bspline B-spline kernel creation , ang mga sinusuportahang parameter ay:

d = 3; int sa [0, 5]
Spline degree.

omoms Ang paggawa ng kernel ng OMoms-spline, ang mga sinusuportahang parameter ay:

d = 3; int sa [3, 3]
Spline degree.

MGA PLUGIN: 2dimage/transform


mag-asawa Affine transformation (anim na antas ng kalayaan), ang mga sinusuportahang parameter ay:

imgboundary = salamin; pabrika
mga kondisyon ng hangganan ng interpolation ng imahe. Para sa mga sinusuportahang plug-in tingnan
MGA PLUGIN:1d/splinebc

imgkernel = [bspline:d=3]; pabrika
kernel ng interpolator ng imahe. Para sa mga sinusuportahang plug-in tingnan
MGA PLUGIN:1d/splinekernel

matibay Matibay na pagbabagong-anyo (ibig sabihin, pag-ikot at pagsasalin, tatlong antas ng
kalayaan), ang mga sinusuportahang parameter ay:

imgboundary = salamin; pabrika
mga kondisyon ng hangganan ng interpolation ng imahe. Para sa mga sinusuportahang plug-in tingnan
MGA PLUGIN:1d/splinebc

imgkernel = [bspline:d=3]; pabrika
kernel ng interpolator ng imahe. Para sa mga sinusuportahang plug-in tingnan
MGA PLUGIN:1d/splinekernel

rot-center = [[0,0]]; 2dfvector
Relative rotation center, ibig sabihin <0.5,0.5> ay tumutugma sa gitna ng
suportang parihaba.

pag-ikot Mga pagbabago sa pag-ikot (ibig sabihin, pag-ikot sa isang partikular na sentro, isang antas ng
kalayaan), ang mga sinusuportahang parameter ay:

imgboundary = salamin; pabrika
mga kondisyon ng hangganan ng interpolation ng imahe. Para sa mga sinusuportahang plug-in tingnan
MGA PLUGIN:1d/splinebc

imgkernel = [bspline:d=3]; pabrika
kernel ng interpolator ng imahe. Para sa mga sinusuportahang plug-in tingnan
MGA PLUGIN:1d/splinekernel

rot-center = [[0,0]]; 2dfvector
Relative rotation center, ibig sabihin <0.5,0.5> ay tumutugma sa gitna ng
suportang parihaba.

pasak Free-form na pagbabagong-anyo na maaaring ilarawan ng isang set ng B-spline coefficients
at isang pinagbabatayan na B-spline kernel., ang mga sinusuportahang parameter ay:

anisorate = [[0,0]]; 2dfvector
anisotropic coefficient rate sa pixels, magiging nonpositive values
na-overwrite ng 'rate' na halaga..

imgboundary = salamin; pabrika
mga kondisyon ng hangganan ng interpolation ng imahe. Para sa mga sinusuportahang plug-in tingnan
MGA PLUGIN:1d/splinebc

imgkernel = [bspline:d=3]; pabrika
kernel ng interpolator ng imahe. Para sa mga sinusuportahang plug-in tingnan
MGA PLUGIN:1d/splinekernel

pinakabuod = [bspline:d=3]; pabrika
transformation spline kernel.. Para sa mga sinusuportahang plug-in tingnan
MGA PLUGIN:1d/splinekernel

parusa = ; pabrika
Taon ng parusa sa pagbabago. Para sa mga sinusuportahang plug-in tingnan
PLUGINS:2dtransform/splinepenalty

singil = 10; lumutang sa [1, inf)
isotropic coefficient rate sa mga pixel.

Isalin Pagsasalin lamang (dalawang antas ng kalayaan), ang mga sinusuportahang parameter ay:

imgboundary = salamin; pabrika
mga kondisyon ng hangganan ng interpolation ng imahe. Para sa mga sinusuportahang plug-in tingnan
MGA PLUGIN:1d/splinebc

imgkernel = [bspline:d=3]; pabrika
kernel ng interpolator ng imahe. Para sa mga sinusuportahang plug-in tingnan
MGA PLUGIN:1d/splinekernel

vf Ang plug-in na ito ay nagpapatupad ng pagbabagong tumutukoy sa pagsasalin para sa bawat isa
punto ng grid na tumutukoy sa domain ng pagbabagong-anyo., suportado
ang mga parameter ay:

imgboundary = salamin; pabrika
mga kondisyon ng hangganan ng interpolation ng imahe. Para sa mga sinusuportahang plug-in tingnan
MGA PLUGIN:1d/splinebc

imgkernel = [bspline:d=3]; pabrika
kernel ng interpolator ng imahe. Para sa mga sinusuportahang plug-in tingnan
MGA PLUGIN:1d/splinekernel

MGA PLUGIN: 2dtransform/splinepenalty


divcurl divcurl penalty sa pagbabago, ang mga sinusuportahang parameter ay:

kulutan = 1; lumutang sa [0, inf)
bigat ng parusa sa kulot.

div = 1; lumutang sa [0, inf)
bigat ng parusa sa divergence.

uliran = 0; bool
Itakda sa 1 kung dapat gawing normal ang parusa kaugnay ng larawan
laki.

timbang = 1; lumutang sa (0, inf)
bigat ng lakas ng parusa.

MGA PLUGIN: minimizer/singlecost


gdas Gradient descent na may awtomatikong pagwawasto ng laki ng hakbang., ang mga sinusuportahang parameter ay:

ftolr = 0; doble sa [0, inf)
Itigil kung nasa ibaba ang relatibong pagbabago ng criterion..

max-step = 2; doble sa (0, inf)
Pinakamataas na ganap na laki ng hakbang.

maxiter = 200; uint in [1, inf)
Pamantayan sa paghinto: ang maximum na bilang ng mga pag-ulit.

min-hakbang = 0.1; doble sa (0, inf)
Minimal na ganap na laki ng hakbang.

xtola = 0.01; doble sa [0, inf)
Itigil kung ang inf-norm ng pagbabagong inilapat sa x ay mas mababa sa halagang ito..

gdsq Gradient descent na may quadratic step estimation, ang mga sinusuportahang parameter ay:

ftolr = 0; doble sa [0, inf)
Itigil kung nasa ibaba ang relatibong pagbabago ng criterion..

gtola = 0; doble sa [0, inf)
Itigil kung ang inf-norm ng gradient ay mas mababa sa halagang ito..

maxiter = 100; uint in [1, inf)
Pamantayan sa paghinto: ang maximum na bilang ng mga pag-ulit.

sukatan = 2; doble sa (1, inf)
Fallback fixed step size scaling.

hakbang = 0.1; doble sa (0, inf)
Sukat ng paunang hakbang.

xtola = 0; doble sa [0, inf)
Itigil kung ang inf-norm ng x-update ay mas mababa sa halagang ito..

gsl optimizer plugin batay sa mga multimin optimizer ng GNU Scientific Library
(GSL) https://www.gnu.org/software/gsl/, ang mga sinusuportahang parameter ay:

eps = 0.01; doble sa (0, inf)
gradient based optimizers: huminto kapag |grad| < eps, simplex: huminto kung kailan
simplex size < eps..

ito = 100; uint in [1, inf)
maximum na bilang ng mga pag-ulit.

opt = gd; dict
Tukoy na optimizer na gagamitin.. Ang mga sinusuportahang halaga ay:
bfgs ‐ Broyden-Fletcher-Goldfarb-Shann
bfgs2 ‐ Broyden-Fletcher-Goldfarb-Shann (pinakamahusay na bersyon)
cg-fr ‐ Flecher-Reeves conjugate gradient algorithm
gd ‐ gradient descent.
simplex ‐ Simplex algorithm ng Nelder at Mead
cg-pr ‐ Polak-Ribiere conjugate gradient algorithm

hakbang = 0.001; doble sa (0, inf)
laki ng paunang hakbang.

tol = 0.1; doble sa (0, inf)
ilang tolerance parameter.

nlopt Minimizer algorithm gamit ang NLOPT library, para sa isang paglalarawan ng
mga optimizer mangyaring tingnan ang 'http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms', ang mga sinusuportahang parameter ay:

ftola = 0; doble sa [0, inf)
Pamantayan sa paghinto: ang ganap na pagbabago ng layunin na halaga ay nasa ibaba
ang halagang ito.

ftolr = 0; doble sa [0, inf)
Pamantayan sa paghinto: nasa ibaba ang kaugnay na pagbabago ng layuning halaga
ang halagang ito.

mas mataas = inf; doble
Mas mataas na hangganan (pantay para sa lahat ng mga parameter).

local-opt = wala; dict
lokal na minimization algorithm na maaaring kailanganin para sa pangunahing
minimization algorithm.. Ang mga sinusuportahang value ay:
gn-orig-direct-l ‐ Dividing Rectangles (orihinal na pagpapatupad,
may kinikilingan sa lokal)
gn-direct-l-noscal ‐ Dividing Rectangles (unscaled, locally biased)
gn-isres ‐ Pinahusay na Stochastic Ranking Evolution Strategy
ld-tnewton - Pinutol na Newton
gn-direct-l-rand ‐ Dividing Rectangles (lokal na bias, randomized)
ln-newuoa ‐ Derivative-free Unconstrained Optimization sa pamamagitan ng Iteratively
Binuo Quadratic Approximation
gn-direct-l-rand-noscale ‐ Dividing Rectangles (unscaled, locally
biased, randomized)
gn-orig-direct ‐ Dividing Rectangles (orihinal na pagpapatupad)
ld-tnewton-precond ‐ Preconditioned Pinutol na Newton
ld-tnewton-restart ‐ Pinutol na Newton na may pinakamatarik na pag-restart
gn-direkta - Paghahati ng mga Parihaba
ln-neldermead ‐ Nelder-Mead simplex algorithm
ln-cobyla ‐ Pinilit na Optimization NG Linear Approximation
gn-crs2-lm ‐ Kinokontrol na Random na Paghahanap gamit ang Lokal na Mutation
ld-var2 ‐ Shifted Limited-Memory Variable-Metric, Rank 2
ld-var1 ‐ Shifted Limited-Memory Variable-Metric, Rank 1
ld-mma ‐ Paraan ng Paglipat ng mga Asymptotes
ld-lbfgs-nocedal - Wala
ld-lbfgs ‐ Mababang-imbak na BFGS
gn-direct-l ‐ Dividing Rectangles (lokal na bias)
wala ‐ huwag tukuyin ang algorithm
ln-bobyqa ‐ Derivative-free Bound-constrained Optimization
ln-sbplx ‐ Subplex na variant ng Nelder-Mead
ln-newuoa-bound ‐ Derivative-free Bound-constrained Optimization sa pamamagitan ng
Paulit-ulit na Binuo Quadratic Approximation
ln-praksis ‐ Gradient-free na Local Optimization sa pamamagitan ng Principal-Axis
Paraan
gn-direct-noscal ‐ Dividing Rectangles (unscaled)
ld-tnewton-precond-restart ‐ Preconditioned Pinutol Newton na may
steepest-descent restarting

ibaba = -inf; doble
Mas mababang hangganan (katumbas para sa lahat ng mga parameter).

maxiter = 100; int sa [1, inf)
Pamantayan sa paghinto: ang maximum na bilang ng mga pag-ulit.

opt = ld-lbfgs; dict
pangunahing algorithm ng minimization. Ang mga sinusuportahang halaga ay:
gn-orig-direct-l ‐ Dividing Rectangles (orihinal na pagpapatupad,
may kinikilingan sa lokal)
g-mlsl-lds ‐ Multi-Level Single-Linkage (low-discrepancy-sequence,
nangangailangan ng lokal na gradient na nakabatay sa pag-optimize at mga hangganan)
gn-direct-l-noscal ‐ Dividing Rectangles (unscaled, locally biased)
gn-isres ‐ Pinahusay na Stochastic Ranking Evolution Strategy
ld-tnewton - Pinutol na Newton
gn-direct-l-rand ‐ Dividing Rectangles (lokal na bias, randomized)
ln-newuoa ‐ Derivative-free Unconstrained Optimization sa pamamagitan ng Iteratively
Binuo Quadratic Approximation
gn-direct-l-rand-noscale ‐ Dividing Rectangles (unscaled, locally
biased, randomized)
gn-orig-direct ‐ Dividing Rectangles (orihinal na pagpapatupad)
ld-tnewton-precond ‐ Preconditioned Pinutol na Newton
ld-tnewton-restart ‐ Pinutol na Newton na may pinakamatarik na pag-restart
gn-direkta - Paghahati ng mga Parihaba
auglag-eq ‐ Augmented Lagrangian algorithm na may mga hadlang sa pagkakapantay-pantay
lamang
ln-neldermead ‐ Nelder-Mead simplex algorithm
ln-cobyla ‐ Pinilit na Optimization NG Linear Approximation
gn-crs2-lm ‐ Kinokontrol na Random na Paghahanap gamit ang Lokal na Mutation
ld-var2 ‐ Shifted Limited-Memory Variable-Metric, Rank 2
ld-var1 ‐ Shifted Limited-Memory Variable-Metric, Rank 1
ld-mma ‐ Paraan ng Paglipat ng mga Asymptotes
ld-lbfgs-nocedal - Wala
g-mlsl ‐ Multi-Level Single-Linkage (nangangailangan ng lokal na pag-optimize at
hangganan)
ld-lbfgs ‐ Mababang-imbak na BFGS
gn-direct-l ‐ Dividing Rectangles (lokal na bias)
ln-bobyqa ‐ Derivative-free Bound-constrained Optimization
ln-sbplx ‐ Subplex na variant ng Nelder-Mead
ln-newuoa-bound ‐ Derivative-free Bound-constrained Optimization sa pamamagitan ng
Paulit-ulit na Binuo Quadratic Approximation
auglag ‐ Augmented Lagrangian algorithm
ln-praksis ‐ Gradient-free na Local Optimization sa pamamagitan ng Principal-Axis
Paraan
gn-direct-noscal ‐ Dividing Rectangles (unscaled)
ld-tnewton-precond-restart ‐ Preconditioned Pinutol Newton na may
steepest-descent restarting
ld-slsqp ‐ Sequential Least-Squares Quadratic Programming

hakbang = 0; doble sa [0, inf)
Paunang laki ng hakbang para sa mga pamamaraan na walang gradient.

itigil = -inf; doble
Pamantayan sa paghinto: ang value ng function ay mas mababa sa value na ito.

xtola = 0; doble sa [0, inf)
Ang pamantayan sa paghinto: ang ganap na pagbabago ng lahat ng x-values ​​ay nasa ibaba nito
halaga.

xtolr = 0; doble sa [0, inf)
Pamantayan sa paghinto: ang relatibong pagbabago ng lahat ng x-values ​​ay nasa ibaba nito
halaga.

Halimbawa


Irehistro ang serye ng perfusion na ibinigay sa 'segment.set' sa pamamagitan ng paggamit ng awtomatikong pagtatantya ng ICA.
Laktawan ang dalawang larawan sa simula at kung hindi man ay gamitin ang mga default na parameter. Itabi ang
magresulta sa 'registered.set'.

mia-2dmyomiles -i segment.set -o nakarehistro.set -k 2

AUTHOR(s)


Gert Wollny

COPYRIGHT


Ang software na ito ay Copyright (c) 1999‐2015 Leipzig, Germany at Madrid, Spain. Dumating ito
na WALANG WARRANTY at maaari mo itong muling ipamahagi sa ilalim ng mga tuntunin ng GNU
PANGKALAHATANG PUBLIC LICENSE Bersyon 3 (o mas bago). Para sa karagdagang impormasyon, patakbuhin ang programa gamit ang
opsyon na '--copyright'.

Gumamit ng mia-2dmyomilles online gamit ang mga serbisyo ng onworks.net


Mga Libreng Server at Workstation

Mag-download ng Windows at Linux apps

Linux command

Ad