Це команда mia-2dmyomilles, яку можна запустити в постачальнику безкоштовного хостингу OnWorks за допомогою однієї з наших численних безкоштовних робочих станцій, таких як Ubuntu Online, Fedora Online, онлайн-емулятор Windows або онлайн-емулятор MAC OS
ПРОГРАМА:
ІМ'Я
mia-2dmyomilles - Запустіть реєстрацію серії 2D-зображень.
СИНТАКСИС
mia-2dmyomilles -i -o [параметри]
ОПИС
mia-2dmyomilles Ця програма використовується для запуску модифікованої версії на основі ICA
підхід до реєстрації, описаний у Milles et al. Повністю автоматизована корекція руху в
Перфузія міокарда першого проходження MR Image Sequences', Trans. мед. Зображення., 27(11)
1611-1621, 2008. Зміни включають вилучення квазіперіодичного руху у вільний
набори даних, отримані за допомогою дихання, і можливість замість цього запустити афінну або жорстку реєстрацію
лише оптимізації перекладів.
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 файлів
--save-references=
зберегти синтетичні опорні зображення в цю файлову базу
--save-cropped=
зберегти обрізане зображення в цьому файлі
--save-feature=
зберегти зображення функцій, отримані з ICA, і деякі проміжні зображення
використовується для сегментації RV-LV із заданим іменем файлу, основою для файлів PNG.
Також збережіть коефіцієнти початкового найкращого та остаточного змішування IC
матриця.
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
-g --здогадатися
використовуйте початкове припущення для перфузії міокарда
-s --segscale=1.4
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, як і інші
модальності пропускати зображення на початку серії, як і 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
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
-c --cost=ssd
критерій реєстрації
-O --optimizer=gsl:opt=simplex,step=1.0
Оптимізатор, що використовується для мінімізації. Оптимізатор, що використовується для мінімізації For
підтримувані плагіни див. PLUGINS:minimizer/singlecost
-f --transForm=твердий
Тип трансформаціїТип трансформації. Про підтримувані плагіни див
ПЛАГІНИ:2dimage/transform
-l --mg-levels=3
Рівні з багатьма роздільною здатністю Рівні з багатьма роздільною здатністю
-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
-P --проходить=2
реєстраційні перепустки реєстраційні перепустки
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/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-2dmyomilles -i сегмент.набір -o зареєстрований.набір -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-2dmyomilles онлайн за допомогою служб onworks.net