mia-2dmyoica-full - Інтернет у хмарі

ПРОГРАМА:

ІМ'Я

mia-2dmyoica-full - запустити реєстрацію серії двовимірних зображень.

СИНТАКСИС

mia-2dmyoica-повн -i -o [параметри]

ОПИС

mia-2dmyoica-повн Ця програма реалізує 2D версію компенсації руху
алгоритм, описаний у Wollny G, Kellman P, Santos A, Ledesma-Carbayo MJ, "Automatic
Компенсація руху вільного дихання отримана за допомогою даних перфузії міокарда
Незалежний компонентний аналіз", Аналіз медичного зображення, 2012,
DOI:10.1016/j.media.2012.02.004. Програмне забезпечення може спочатку запустити лінійну реєстрацію, а потім
нелінійна реєстрація або лише одна з обох. Ця версія програми може запускати всі
реєстрації паралельно.

ВАРІАНТИ

Файл-IO
-i --in-file=(вхід, обов'язковий); рядок
вхідний набір перфузійних даних

-o --out-file=(вихід, обов'язковий); рядок
вихідний набір даних перфузії

-r --зареєстрований=
База імен файлів для зареєстрованих зображень. Тип зображення та схема нумерації
беруться з вхідних зображень, як зазначено у наборі вхідних даних.

--save-cropped=(виведення); рядок
зберегти обрізаний набір для цього файлу, файли зображень використовуватимуть основу імені
як база імен файлів

--save-feature=(виведення); рядок
зберегти зображення функцій сегментації та початкову матрицю змішування ICA

--save-refs=(виведення); рядок
для кожного проходу реєстрації зберігайте еталонні зображення у файли з даними
база назв

--save-regs=(виведення); рядок
для кожного проходу реєстрації зберігайте проміжні зареєстровані зображення

Документи & інформація
-V --verbose=попередження
детальність виводу, друк повідомлень заданого рівня та вищих пріоритетів.
Підтримувані пріоритети, починаючи з найнижчого рівня:
інформація - Повідомлення низького рівня
простежувати ‐ Трасування виклику функції
невдача - Повідомляйте про помилки тестування
попередження - Попередження
помилка - Повідомити про помилки
відлагоджувати ‐ Вихід налагодження
повідомлення - Звичайні повідомлення
фатальний - Повідомляйте лише про фатальні помилки

-- авторське право
роздрукувати інформацію про авторські права

-h --допомога
роздрукувати цю довідку

-? --використання
надрукувати коротку довідку

-- версія
надрукувати номер версії та вийти

ICA
-C --components=0
Компоненти ICA 0 = автоматична оцінка Компоненти ICA 0 = автоматична
оцінка

-- нормалізувати
нормалізовані ІМС

--без смужки
не знімайте середнє з кривих змішування

-s --segscale=0
сегментувати та масштабувати поле обрізання навколо сегмента LV (0=без сегментації) і
масштабувати область обрізання навколо LV (0=без сегментації)

-k --пропуск=0
пропускати зображення на початку серії, наприклад, тому що вони інші
modalitiesпропускати зображення на початку серії, наприклад, тому що як вони
мають інші модальності

-m --max-ica-iter=400
максимальна кількість ітерацій в ICAМаксимальна кількість ітерацій в ICA

-E --segmethod=функції
Метод сегментації
дельта-пік - відмінність зображень пікового посилення
риси - художні зображення
дельта-ознака - відмінність характерних зображень

-b --min-freathing-frequency=-1
мінімальна середня частота, від якої можна вважати, що випливає крива змішування
дихання. Частота дихання для здорового відпочинку становить 12 за хвилину. Від’ємне значення
вимикає тест. Значення 0.0 змушує серію ідентифікувати як
отримана з початковою затримкою дихання. мінімальна середня частота крива змішування може
слід вважати, що походить від дихання. Здоровий відпочинок швидкість дихання
12 за хвилину. Від’ємне значення вимикає тест. Значення 0.0 змушує
серію слід ідентифікувати як отриману з початковою затримкою дихання.

Обробка
--threads=-1
Максимальна кількість потоків для обробки, це число має бути меншим
або дорівнює кількості ядер логічного процесора в машині. (-1:
автоматична оцінка).Максимальна кількість потоків для обробки,Це
число має бути меншим або дорівнювати кількості ядер логічного процесора в
машина. (-1: автоматична оцінка).

Реєстрація
-L --linear-optimizer=gsl:opt=simplex,step=1.0
Оптимізатор використовується для мінімізації лінійної реєстрації рядкового значення
буде використовуватися для створення плагіна. Про підтримувані плагіни див
ПЛАГІНИ: мінімізатор/одна вартість

--лінійне-перетворення=афінне
лінійне перетворення, яке буде використано. Значення рядка буде використано для побудови a
підключати. Щоб дізнатися про підтримувані плагіни, див. ПЛАГІНИ:2dimage/transform

-O --non-linear-optimizer=gsl:opt=gd,step=0.1
Оптимізатор використовується для мінімізації при нелінійній реєстрації. Нитка
значення буде використано для створення плагіна. Про підтримувані плагіни див
ПЛАГІНИ: мінімізатор/одна вартість

-a --start-c-rate=16
початковий коефіцієнт коефіцієнта в шипах, ділиться на --c-rate-divider with
коефіцієнт коефіцієнта проходження в шипах, ділиться на
--c-rate-divider з кожним проходом.

--c-rate-divider=2
Коефіцієнт розподілу ставки для кожного проходу. Коефіцієнт розподілу ставки для кожного проходу.

-d --start-divcurl=10000
Початок ваги divcurl, ділиться на --divcurl-divider з кожним
pass.Start divcurl вага, ділиться на --divcurl-divider з кожним
прохід.

--divcurl-divider=2
Масштабування ваги Divcurl з кожним новим проходом. Масштабування ваги Divcurl з кожним
новий пропуск.

-R --посилання=-1
Глобальне посилання все зображення має бути вирівняно. Якщо встановлено невід’ємне значення
значення, зображення будуть вирівняні за цим посиланням, а вихідні дані будуть обрізані
дата зображення буде введена в оригінальні зображення. Залиште на -1, якщо ви
байдуже. У цьому випадку всі зображення з реєструються в середньому положенні
рух Глобальне посилання все зображення має бути вирівняно. Якщо встановлено значення a
невід’ємне значення, зображення будуть вирівняні за цим посиланням, і
дата обрізаного вихідного зображення буде введена в вихідні зображення. Залишати
на -1, якщо тобі байдуже. У цьому випадку всі зображення, які мають бути зареєстровані на a
середнє положення руху

-w --imagecost=зображення:вага=1,вартість=ssd
вартість зображення, не вказуйте параметри src і ref, вони будуть встановлені
Програма. Рядкове значення буде використано для створення плагіна. Для
підтримувані плагіни див. ПЛАГІНИ:2dimage/fullcost

-l --mg-levels=3
Рівні з багатьма роздільною здатністю Рівні з багатьма роздільною здатністю

-p --linear-pass=3
лінійна реєстрація проходить (0 для вимкнення) лінійна реєстрація проходить (0 до
вимкнути)

-P --нелінійні проходи=3
нелінійна реєстрація проходить (0 для вимкнення) нелінійна реєстрація проходить
(0, щоб вимкнути)

ПЛАГІНИ: 1d/splinebc

дзеркало Граничні умови сплайн-інтерполяції, що дзеркально відображаються на межі

(без параметрів)

повторювати Граничні умови сплайн-інтерполяції, що повторює значення на межі

(без параметрів)

нуль Граничні умови сплайн-інтерполяції, які передбачають нуль для значень за межами

(без параметрів)

ПЛАГІНИ: 1d/splinekernel

bspline Створення ядра B-сплайна, підтримувані параметри:

d = 3; int в [0, 5]
Ступінь сплайна.

омомс Створення ядра OMoms-spline, підтримувані параметри:

d = 3; int в [3, 3]
Ступінь сплайна.

ПЛАГІНИ: 2dimage/вартість

lncc локальна нормована перехресна кореляція з підтримкою маскування, підтримувані параметри
є:

w = 5; uint в [1, 256]
половину ширини вікна, що використовується для оцінки локалізованого хреста
кореляція.

LsD Міра відстані за найменшими квадратами

(без параметрів)

mi Взаємна інформація на основі парзену сплайнів, підтримувані параметри:

вирізати = 0; float у [0, 40]
Відсоток пікселів для вирізання з високою і низькою інтенсивністю для видалення
викиди.

mbins = 64; uint в [1, 256]
Кількість блоків гістограми, що використовуються для рухомого зображення.

mkernel = [bspline:d=3]; фабрика
Сплайн-ядро для рухомого зображення parzen hinstogram. Для підтримуваних плагінів
див. ПЛАГІНИ:1d/splinekernel

bins = 64; uint в [1, 256]
Кількість блоків гістограми, що використовуються для еталонного зображення.

rkernel = [bspline:d=0]; фабрика
Сплайн-ядро для еталонного зображення parzen hinstogram. Для підтримуваних штекерів-
ins див. ПЛАГІНИ:1d/splinekernel

nCC нормалізована перехресна кореляція.

(без параметрів)

ngf Ця функція оцінює схожість зображення на основі нормалізованого градієнта
поля. Доступні різні ядра оцінки, підтримувані параметри:

евал = ds; дикт
підтип плагіна. Підтримувані значення:
sq - квадрат різниці
ds – квадрат масштабованої різниці
точка ‐ ядро ​​скалярного добутку
перетинати - перехресне ядро ​​продукту

SSD Вартість 2D-imaga: сума квадратів різниць, підтримувані параметри:

автообмолот = 0; float у [0, 1000]
Використовуйте автоматичне маскування рухомого зображення, приймаючи лише значення інтенсивності
в обліковий запис, які перевищують заданий поріг.

норма = 0; bool
Укажіть, чи слід нормалізувати показник за кількістю пікселів зображення.

ssd-автомаска
Вартість 2D-зображення: сума квадратів різниць, з автоматичним маскуванням на основі заданого
порогові значення, підтримувані параметри:

rthresh = 0; подвійний
Порогове значення інтенсивності для еталонного зображення.

молоти = 0; подвійний
Порогове значення інтенсивності для вихідного зображення.

ПЛАГІНИ: 2dimage/повна вартість

зображення Функція узагальненої вартості подібності зображень, яка також обробляє багатороздільну здатність
обробка. Фактична міра подібності надається як додатковий параметр.,
підтримувані параметри:

коштувати = ssd; фабрика
Ядро функції вартості. Щоб дізнатися про підтримувані плагіни, див. ПЛАГІНИ:2dimage/cost

відлагоджувати = 0; bool
Збережіть проміжні результати для налагодження.

посилання =(вхід, рядок)
Довідкове зображення.

SRC =(вхід, рядок)
Дослідження зображення.

вага = 1; плавати
вага функції витрат.

зображення етикетки
Функція вартості подібності, яка зіставляє етикетки двох зображень і обробляє етикетки
зберігаючи обробку з багатьма роздільною здатністю., підтримувані параметри:

відлагоджувати = 0; int в [0, 1]
запис відстані перетворюється на 3D зображення.

maxlabel = 256; int в [2, 32000]
максимальна кількість міток для розгляду.

посилання =(вхід, рядок)
Довідкове зображення.

SRC =(вхід, рядок)
Дослідження зображення.

вага = 1; плавати
вага функції витрат.

замасковане зображення
Узагальнена функція вартості подібності замаскованих зображень, яка також обробляє багато-
обробка дозволу. Надані маски повинні бути щільно заповнені області
обробка з багатьма роздільною здатністю, тому що в іншому випадку інформація маски може бути втрачена
при зменшенні масштабу зображення. Посилальна маска та перетворена маска
Досліджувані зображення об'єднуються за допомогою двійкового І. Наведено фактичну міру подібності
Це додатковий параметр., підтримувані параметри:

коштувати = ssd; фабрика
Ядро функції вартості. Про підтримувані плагіни див
ПЛАГІНИ:2dimage/maskedcost

посилання =(вхід, рядок)
Довідкове зображення.

реф-маска =(вхід, рядок)
Маска опорного зображення (двійкова).

SRC =(вхід, рядок)
Дослідження зображення.

src-маска =(вхід, рядок)
Маска зображення (двійкова).

вага = 1; плавати
вага функції витрат.

ПЛАГІНИ: 2dimage/io

bmp Підтримка введення/виведення 2D-зображень BMP

Розпізнані розширення файлів: .BMP, .bmp

Підтримувані типи елементів:
двійкові дані, 8 біт без знаку, 16 біт без знака

пул даних Віртуальний IO до та з внутрішнього пулу даних

Розпізнані розширення файлів: .@

dicom 2D зображення io для DICOM

Розпізнані розширення файлів: .DCM, .dcm

Підтримувані типи елементів:
зі знаком 16 біт, без знаку 16 біт

exr плагін 2dimage io для зображень OpenEXR

Розпізнані розширення файлів: .EXR, .exr

Підтримувані типи елементів:
без знака 32 біт, з плаваючою комою 32 біт

JPG плагін 2dimage io для зображень у відтінках сірого jpeg

Розпізнані розширення файлів: .JPEG, .JPG, .jpeg, .jpg

Підтримувані типи елементів:
8 біт без знака

PNG плагін 2dimage io для зображень PNG

Розпізнані розширення файлів: .PNG, .png

Підтримувані типи елементів:
двійкові дані, 8 біт без знаку, 16 біт без знака

сировина Підтримка виведення 2D-зображень RAW

Розпізнані розширення файлів: .RAW, .raw

Підтримувані типи елементів:
двійкові дані, 8 біт зі знаком, 8 біт без знака, 16 біт зі знаком, 16 біт без знака,
32 біт зі знаком, 32 біт без знаку, 32 біт з плаваючою комою, 64 з плаваючою комою
біт

tif Підтримка введення/виведення 2D-зображень TIFF

Розпізнані розширення файлів: .TIF, .TIFF, .tif, .tiff

Підтримувані типи елементів:
двійкові дані, 8 біт без знаку, 16 біт без знака, 32 біт без знака

перспектива плагін 2dimage io для зображень Vista

Розпізнані розширення файлів: .V, .VISTA, .v, .vista

Підтримувані типи елементів:
двійкові дані, 8 біт зі знаком, 8 біт без знака, 16 біт зі знаком, 16 біт без знака,
32 біт зі знаком, 32 біт без знаку, 32 біт з плаваючою комою, 64 з плаваючою комою
біт

ПЛАГІНИ: 2dimage/maskedcost

lncc локальна нормована перехресна кореляція з підтримкою маскування, підтримувані параметри
є:

w = 5; uint в [1, 256]
половину ширини вікна, що використовується для оцінки локалізованого хреста
кореляція.

mi Взаємна інформація на основі парзена сплайнів із маскуванням. Підтримувані параметри:

вирізати = 0; float у [0, 40]
Відсоток пікселів для вирізання з високою і низькою інтенсивністю для видалення
викиди.

mbins = 64; uint в [1, 256]
Кількість блоків гістограми, що використовуються для рухомого зображення.

mkernel = [bspline:d=3]; фабрика
Сплайн-ядро для рухомого зображення parzen hinstogram. Для підтримуваних плагінів
див. ПЛАГІНИ:1d/splinekernel

bins = 64; uint в [1, 256]
Кількість блоків гістограми, що використовуються для еталонного зображення.

rkernel = [bspline:d=0]; фабрика
Сплайн-ядро для еталонного зображення parzen hinstogram. Для підтримуваних штекерів-
ins див. ПЛАГІНИ:1d/splinekernel

nCC нормалізована перехресна кореляція з підтримкою маскування.

(без параметрів)

SSD Сума квадратів різниць із маскуванням.

(без параметрів)

ПЛАГІНИ: 2dimage/transform

афінний Афінне перетворення (шість ступенів свободи), підтримувані параметри:

imgboundary = дзеркало; фабрика
граничні умови інтерполяції зображення. Про підтримувані плагіни див
ПЛАГІНИ: 1d/splinebc

imgkernel = [bspline:d=3]; фабрика
ядро інтерполятора зображень. Про підтримувані плагіни див
ПЛАГІНИ: 1d/splinekernel

жорсткий Жорсткі перетворення (тобто поворот і переміщення, три ступені
свобода), підтримувані параметри:

imgboundary = дзеркало; фабрика
граничні умови інтерполяції зображення. Про підтримувані плагіни див
ПЛАГІНИ: 1d/splinebc

imgkernel = [bspline:d=3]; фабрика
ядро інтерполятора зображень. Про підтримувані плагіни див
ПЛАГІНИ: 1d/splinekernel

гниль-центр = [[0,0]]; 2dfвектор
Відносний центр обертання, тобто <0.5,0.5> відповідає центру
опорний прямокутник.

обертання Перетворення обертання (тобто обертання навколо даного центру на один градус
свобода), підтримувані параметри:

imgboundary = дзеркало; фабрика
граничні умови інтерполяції зображення. Про підтримувані плагіни див
ПЛАГІНИ: 1d/splinebc

imgkernel = [bspline:d=3]; фабрика
ядро інтерполятора зображень. Про підтримувані плагіни див
ПЛАГІНИ: 1d/splinekernel

гниль-центр = [[0,0]]; 2dfвектор
Відносний центр обертання, тобто <0.5,0.5> відповідає центру
опорний прямокутник.

сплайн Перетворення довільної форми, яке можна описати набором коефіцієнтів B-сплайнів
і базове ядро ​​B-сплайна, підтримувані параметри:

анізорувати = [[0,0]]; 2dfвектор
коефіцієнт анізотропності в пікселях, недодатні значення будуть
замінено значенням "ставка".

imgboundary = дзеркало; фабрика
граничні умови інтерполяції зображення. Про підтримувані плагіни див
ПЛАГІНИ: 1d/splinebc

imgkernel = [bspline:d=3]; фабрика
ядро інтерполятора зображень. Про підтримувані плагіни див
ПЛАГІНИ: 1d/splinekernel

ядро = [bspline:d=3]; фабрика
ядро сплайну трансформації. Про підтримувані плагіни див
ПЛАГІНИ: 1d/splinekernel

штраф = ; фабрика
Термін покарання за трансформацію. Про підтримувані плагіни див
ПЛАГІНИ: 2dtransform/splinepenalty

швидкість = 10; float в [1, inf)
коефіцієнт ізотропності в пікселях.

переводити Тільки переклад (два ступені свободи), підтримувані параметри:

imgboundary = дзеркало; фабрика
граничні умови інтерполяції зображення. Про підтримувані плагіни див
ПЛАГІНИ: 1d/splinebc

imgkernel = [bspline:d=3]; фабрика
ядро інтерполятора зображень. Про підтримувані плагіни див
ПЛАГІНИ: 1d/splinekernel

vf Цей плагін реалізує перетворення, яке визначає переклад для кожного
точка сітки, що визначає область перетворення., підтримується
параметри:

imgboundary = дзеркало; фабрика
граничні умови інтерполяції зображення. Про підтримувані плагіни див
ПЛАГІНИ: 1d/splinebc

imgkernel = [bspline:d=3]; фабрика
ядро інтерполятора зображень. Про підтримувані плагіни див
ПЛАГІНИ: 1d/splinekernel

ПЛАГІНИ: 2d-перетворення/splinepenalty

divcurl покарання divcurl на перетворення, підтримувані параметри:

витися = 1; float в [0, inf)
штрафна вага на локони.

DIV = 1; float в [0, inf)
вага штрафу за розбіжність.

норма = 0; bool
Встановіть 1, якщо штраф потрібно нормалізувати щодо зображення
розмір.

вага = 1; плавати в (0, inf)
вага штрафної енергії.

ПЛАГІНИ: мінімізер/одна вартість

gdas Градієнтний спуск з автоматичною корекцією розміру кроку, підтримувані параметри:

ftolr = 0; подвоїти в [0, inf)
Зупинити, якщо відносна зміна критерію нижче.

максимальний крок = 2; подвоїти (0, inf)
Максимальний абсолютний розмір кроку.

максітер = 200; uint в [1, inf)
Критерій зупинки: максимальна кількість ітерацій.

хв-крок = 0.1; подвоїти (0, inf)
Мінімальний абсолютний розмір кроку.

xtola = 0.01; подвоїти в [0, inf)
Зупиняється, якщо inf-норма зміни, застосованої до x, нижче цього значення.

gdsq Градієнтний спуск з квадратичною оцінкою кроку, підтримувані параметри:

ftolr = 0; подвоїти в [0, inf)
Зупинити, якщо відносна зміна критерію нижче.

gtola = 0; подвоїти в [0, inf)
Зупинити, якщо inf-норма градієнта нижче цього значення.

максітер = 100; uint в [1, inf)
Критерій зупинки: максимальна кількість ітерацій.

масштаб = 2; подвоїти (1, inf)
Запасне фіксоване масштабування розміру кроку.

крок = 0.1; подвоїти (0, inf)
Розмір початкового кроку.

xtola = 0; подвоїти в [0, inf)
Зупинити, якщо inf-норма x-update нижче цього значення.

gsl плагін оптимізатора, заснований на оптимізаторах multimin з Наукової бібліотеки GNU
(GSL) https://www.gnu.org/software/gsl/, підтримувані параметри:

прибуток на акцію = 0.01; подвоїти (0, inf)
оптимізатори на основі градієнта: зупиняються, коли |grad| < eps, симплекс: зупинитися, коли
симплексний розмір < eps..

ітер = 100; uint в [1, inf)
максимальна кількість ітерацій.

вибирати = gd; дикт
Конкретний оптимізатор, який буде використовуватися. Підтримувані значення:
bfgs - Бройден-Флетчер-Голдфарб-Шенн
bfgs2 ‐ Бройден-Флетчер-Голдфарб-Шенн (найефективніша версія)
cg-fr ‐ Алгоритм спряженого градієнта Флечера-Рівза
gd - Градієнтний спуск.
симплекс - Симплексний алгоритм Нелдера і Міда
cg-pr ‐ Алгоритм спряженого градієнта Полака-Ріб’єра

крок = 0.001; подвоїти (0, inf)
початковий розмір кроку.

тол = 0.1; подвоїти (0, inf)
деякий параметр допуску.

nlopt Алгоритми мінімізатора, що використовують бібліотеку NLOPT, для опису
оптимізатори див.http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms', підтримувані параметри:

фтола = 0; подвоїти в [0, inf)
Критерій зупинки: абсолютна зміна цільового значення нижче
це значення.

ftolr = 0; подвоїти в [0, inf)
Критерій зупинки: відносна зміна цільового значення нижче
це значення.

вище = inf; подвійний
Вища межа (рівна для всіх параметрів).

місцевий-опт = немає; dict
локальний алгоритм мінімізації, який може знадобитися для основного
алгоритм мінімізації. Підтримувані значення:
gn-orig-direct-l ‐ Поділ прямокутників (оригінальна реалізація,
локально упереджений)
gn-прямий-l-noscal ‐ Поділ прямокутників (немасштабований, локально зміщений)
гн-ісрес ‐ Покращена стратегія розвитку стохастичного рейтингу
ld-ньютон ‐ Усічений Ньютон
gn-прямий-l-rand ‐ Поділ прямокутників (локально упереджений, рандомізований)
ln-newuoa ‐ Безпохідна оптимізація без обмежень шляхом ітерації
Побудовано квадратичне наближення
gn-прямий-l-rand-noscale ‐ Поділ прямокутників (немасштабований, локально
упереджений, рандомізований)
gn-orig-direct - Поділ прямокутників (оригінальна реалізація)
ld-тнютон-попередня ‐ Попередньо обумовлений усічений Ньютон
ld-tnewton-restart ‐ Усічений Ньютон із перезапуском із найкрутішим спуском
gn-прямий - Ділення прямокутників
Ін-нелдермід - Симплексний алгоритм Нелдера-Міда
лн-кобила ‐ Оптимізація з обмеженнями за допомогою лінійної апроксимації
gn-crs2-lm ‐ Контрольований випадковий пошук з локальною мутацією
ld-var2 ‐ Змінена метрика змінної обмеженої пам’яті, ранг 2
ld-var1 ‐ Змінена метрика змінної обмеженої пам’яті, ранг 1
ld-mma ‐ Метод переміщення асимптот
ld-lbfgs-nocedal - Жодного
ld-lbfgs ‐ BFGS з низьким вмістом
gn-прямий-l ‐ Поділ прямокутників (локально зміщений)
ніхто - не вказувати алгоритм
ln-bobyqa ‐ Оптимізація з обмеженими обмеженнями без похідних
ln-sbplx ‐ Субплексний варіант Nelder-Mead
ln-newuoa зв'язаний ‐ Оптимізація з обмеженими обмеженнями без похідних
Ітеративно побудоване квадратичне наближення
ln-praxis ‐ Локальна оптимізація без градієнтів через головну вісь
Метод
gn-прямо-носальний - Ділення прямокутників (без масштабу)
ld-tnewton-precond-restart ‐ Попередньо обумовлений усічений Ньютон з
перезапуск з найкрутішим спуском

знизити = -inf; подвійний
Нижня межа (рівна для всіх параметрів).

максітер = 100; int в [1, inf)
Критерій зупинки: максимальна кількість ітерацій.

вибирати = ld-lbfgs; дикт
основний алгоритм мінімізації. Підтримувані значення:
gn-orig-direct-l ‐ Поділ прямокутників (оригінальна реалізація,
локально упереджений)
g-mlsl-lds ‐ Багаторівнева одноланкова зв’язка (послідовність з низькою невідповідністю,
потрібна оптимізація та межі на основі локального градієнта)
gn-прямий-l-noscal ‐ Поділ прямокутників (немасштабований, локально зміщений)
гн-ісрес ‐ Покращена стратегія розвитку стохастичного рейтингу
ld-ньютон ‐ Усічений Ньютон
gn-прямий-l-rand ‐ Поділ прямокутників (локально упереджений, рандомізований)
ln-newuoa ‐ Безпохідна оптимізація без обмежень шляхом ітерації
Побудовано квадратичне наближення
gn-прямий-l-rand-noscale ‐ Поділ прямокутників (немасштабований, локально
упереджений, рандомізований)
gn-orig-direct - Поділ прямокутників (оригінальна реалізація)
ld-тнютон-попередня ‐ Попередньо обумовлений усічений Ньютон
ld-tnewton-restart ‐ Усічений Ньютон із перезапуском із найкрутішим спуском
gn-прямий - Ділення прямокутників
ауглаг-екв ‐ Розширений алгоритм Лагранжа з обмеженнями рівності
тільки
Ін-нелдермід - Симплексний алгоритм Нелдера-Міда
лн-кобила ‐ Оптимізація з обмеженнями за допомогою лінійної апроксимації
gn-crs2-lm ‐ Контрольований випадковий пошук з локальною мутацією
ld-var2 ‐ Змінена метрика змінної обмеженої пам’яті, ранг 2
ld-var1 ‐ Змінена метрика змінної обмеженої пам’яті, ранг 1
ld-mma ‐ Метод переміщення асимптот
ld-lbfgs-nocedal - Жодного
g-mlsl ‐ Багаторівнева однозв’язка (вимагають локальної оптимізації та
межі)
ld-lbfgs ‐ BFGS з низьким вмістом
gn-прямий-l ‐ Поділ прямокутників (локально зміщений)
ln-bobyqa ‐ Оптимізація з обмеженими обмеженнями без похідних
ln-sbplx ‐ Субплексний варіант Nelder-Mead
ln-newuoa зв'язаний ‐ Оптимізація з обмеженими обмеженнями без похідних
Ітеративно побудоване квадратичне наближення
ауглаг - Розширений алгоритм Лагранжа
ln-praxis ‐ Локальна оптимізація без градієнтів через головну вісь
Метод
gn-прямо-носальний - Ділення прямокутників (без масштабу)
ld-tnewton-precond-restart ‐ Попередньо обумовлений усічений Ньютон з
перезапуск з найкрутішим спуском
ld-slsqp ‐ Послідовне квадратичне програмування за методом найменших квадратів

крок = 0; подвоїти в [0, inf)
Початковий розмір кроку для методів без градієнта.

СТОП = -inf; подвійний
Критерій зупинки: значення функції падає нижче цього значення.

xtola = 0; подвоїти в [0, inf)
Критерій зупинки: абсолютна зміна всіх значень x нижче цього
value.

xtolr = 0; подвоїти в [0, inf)
Критерій зупинки: відносна зміна всіх значень x нижче цього
value.

приклад

Зареєструйте серію перфузії, наведену в 'segment.set', використовуючи автоматичну оцінку ICA.
Пропустіть два зображення на початку, інакше використовуйте параметри за замовчуванням. Зберігайте
результатом є 'registered.set'.

mia-2dmyoica-full -i segment.set -o registered.set -k 2

АВТОР(и)

Герт Волний

АВТОРСЬКЕ

Авторське право на це програмне забезпечення (c) 1999-2015, Лейпциг, Німеччина та Мадрид, Іспанія. Воно приходить
без АБСОЛЮТНО НІ ГАРАНТІЙ, і ви можете розповсюджувати його відповідно до умов GNU
ЗАГАЛЬНА ПУБЛІЧНА ЛІЦЕНЗІЯ Версія 3 (або новіша). Для отримання додаткової інформації запустіть програму за допомогою
параметр '--copyright'.

Використовуйте mia-2dmyoica-full онлайн за допомогою сервісів onworks.net