mia-2dmyoica-nonrigid2 - Інтернет у хмарі

ПРОГРАМА:

ІМ'Я

mia-2dmyoica-nonrigid2 - запустити реєстрацію серії 2D-зображень.

СИНТАКСИС

mia-2dmyoica-nonrigid2 -i -o [параметри]

ОПИС

mia-2dmyoica-nonrigid2 Ця програма виконує нежорстку реєстрацію зображення перфузії
У кожному проході спочатку виконується аналіз ICA, щоб оцінити та усунути періодичні
рух і створювати еталонні зображення з інтенсивністю, подібною до відповідної
оригінальне зображення. Потім виконується нежорстка реєстрація за вартістю «ssd + divcurl».
модель. Коефіцієнт c-швидкості B-сплайну та вага divcurl змінюються під час кожного проходу відповідно
до заданих параметрів. Під час першого проходу може бути обмежувальна рамка навколо міокарда ЛШ
вилучено для прискорення обчислень Особлива примітка до цієї реалізації: реєстрація є
завжди починайте з вихідних зображень, щоб уникнути накопичення помилок інтерполяції.

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=реєстр
база імен файлів для зареєстрованих полів

--save-cropped=
зберегти обрізаний набір у цей файл

--save-feature=
зберегти зображення функцій сегментації та початкову матрицю змішування ICA

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

-- нормалізувати
не нормалізовані мікросхеми

--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

Реєстрація
-O --optimizer=gsl:opt=gd,step=0.1
Оптимізатор, що використовується для мінімізації. Оптимізатор, що використовується для мінімізації For
підтримувані плагіни див. PLUGINS:minimizer/singlecost

-a --start-c-rate=32
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=4
коефіцієнт дільника ставки для кожного проходу. коефіцієнт подільника ставки для кожного проходу

-d --start-divcurl=20
вага початку divcurl, ділиться на --divcurl-divider з кожним запуском проходу
вага divcurl, ділиться на --divcurl-divider з кожним проходом

--divcurl-divider=4
масштабування ваги divcurl з кожним новим passdivcurl масштабування ваги з кожним
новий прохід

-w --imageweight=1
Вага вартості зображення Вага вартості зображення

-p --інтерполятор=bspline:d=3
image interpolator kernelimage interpolator kernel Для підтримуваних плагінів
див. ПЛАГІНИ:1d/splinekernel

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

-P --проходить=3
реєстраційні перепустки реєстраційні перепустки

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

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).

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: 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-nonrigid2 -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-nonrigid2 онлайн за допомогою сервісів onworks.net