cmtk-warpx - Trực tuyến trên đám mây

CHƯƠNG TRÌNH:

TÊN

warpx - đăng ký B-spline nonrigid

SYNOPSIS

cong vênh Hình ảnh tham chiếu Hình ảnh nổi ban đầuXform

MÔ TẢ

Chương trình này thực hiện đăng ký hình ảnh không bẩn bằng cách sử dụng tối ưu hóa đa độ phân giải của
Các phép đo độ tương tự hình ảnh dựa trên voxel và phép biến đổi B-spline đa độ phân giải
mô hình.

LỰA CHỌN

Toàn cầu Toolkit Các lựa chọn (những đang chia sẻ by tất cả các CMTK công cụ)
--Cứu giúp
Viết danh sách các tùy chọn dòng lệnh cơ bản vào đầu ra tiêu chuẩn.

- trợ giúp tất cả
Viết danh sách đầy đủ các tùy chọn dòng lệnh cơ bản và nâng cao vào đầu ra tiêu chuẩn.

--wiki
Viết danh sách các tùy chọn dòng lệnh vào đầu ra tiêu chuẩn trong đánh dấu MediaWiki.

--Đàn ông
Viết nguồn trang người đàn ông trong đánh dấu 'nroff' cho đầu ra tiêu chuẩn.

--xml
Viết đặc tả cú pháp dòng lệnh trong đánh dấu XML (để tích hợp Slicer).

--phiên bản
Viết phiên bản bộ công cụ ra đầu ra tiêu chuẩn.

--echo
Viết dòng lệnh hiện tại vào đầu ra tiêu chuẩn.

--verbose cấp
Đặt mức độ chi tiết.

--dài dòng, -v
Mức độ chi tiết tăng lên 1 (không dùng nữa; được hỗ trợ cho khả năng tương thích ngược).

--chủ đề
Đặt số lượng luồng song song tối đa (cho luồng POSIX và OpenMP).

Chuyển đổi nhập khẩu xuất khẩu
--ban đầu
Khởi tạo phép biến đổi từ đường dẫn đã cho [Vỡ nợ: KHÔNG AI]

--invert-ban đầu
Đảo ngược phép biến đổi ban đầu (affine) đã cho.

--write-itk-xform
Đường dẫn đầu ra cho chuyển đổi cuối cùng ở định dạng ITK [Vỡ nợ: KHÔNG AI]

--write-formatedted
Viết hình ảnh nổi được định dạng lại. [Vỡ nợ: KHÔNG AI]

Chuyển đổi thông số
- giãn cách lưới
Kiểm soát khoảng cách lưới điểm [Vỡ nợ: 10]

--grid -fining
Số lần tinh chỉnh (mức độ phân giải lưới điểm kiểm soát) [Vỡ nợ: 0]

--delay-tinh chỉnh
Tinh chỉnh lưới điểm kiểm soát độ trễ; đầu tiên chuyển sang độ phân giải hình ảnh cao hơn tiếp theo

- giãn cách chính xác
Sử dụng khoảng cách điểm kiểm soát chính xác; không sửa đổi khoảng cách để phù hợp với hình ảnh tham chiếu
hộp giới hạn

- cực kỳ cạnh tranh
Bỏ qua n lớp điểm điều khiển dọc theo mỗi mặt ảnh [Vỡ nợ: 0]

--hạn chế
Hạn chế biến dạng đối với (các) thứ nguyên tọa độ [một hoặc nhiều 'x', 'y', 'z']
[Vỡ nợ: KHÔNG AI]

--không thích ứng-sửa chữa
Vô hiệu hóa việc sửa chữa thích ứng các điểm kiểm soát; tối ưu hóa tất cả các thông số biến dạng

--adaptive-fix-thresh
Hệ số ngưỡng cho tiêu chí entropy để cố định các điểm kiểm soát cục bộ [Vỡ nợ: 0.5]

--chính xác
Chế độ tính toán chính xác: có thể cho kết quả tốt hơn một chút sau khi về cơ bản
tính toán lâu hơn [Cái này is các vỡ nợ]

--Nhanh
Chế độ tính toán nhanh: có thể cho kết quả kém hơn một chút so với chế độ chính xác, nhưng tiết kiệm
thời gian CPU đáng kể

Chính quy thông số
--jacobian-ràng buộc-trọng lượng
Trọng lượng cho giới hạn lưu trữ khối lượng cục bộ dựa trên Jacobian [Vỡ nợ: 0]

- độ mềm mại-hạn chế-trọng lượng
Trọng lượng để hạn chế độ mịn dựa trên năng lượng uốn lưới bậc hai.
[Vỡ nợ: 0]

- nghịch đảo-nhất quán-trọng lượng
Trọng số cho ràng buộc nhất quán nghịch đảo [Vỡ nợ: 0]

--constraint-thư giãn-yếu tố
Hệ số thư giãn trọng lượng cho các lần lặp lại xen kẽ ít hạn chế [Vỡ nợ: -1]

--relax-to-open
Trước mỗi mức độ phân giải, điều chỉnh các khu vực Jacobian âm của biến dạng
để mở chúng ra.

Tối ưu hóa thông số
- max-stepize
Kích thước bước tối ưu hóa tối đa, xác định khả năng khám phá không gian tìm kiếm. [Vỡ nợ:
-1]

--min-stepize
Kích thước bước tối ưu hóa tối thiểu, xác định độ chính xác. [Vỡ nợ: -1]

--hệ số bước
Yếu tố giảm kích thước bước tìm kiếm. Phải> 0.0 và <1.0 [mặc định: 0.5]
[Vỡ nợ: 0.5]

--delta-f-ngưỡng
Ngưỡng tùy chọn để kết thúc (cấp độ) tối ưu hóa nếu mục tiêu thay đổi tương đối
hàm giảm xuống dưới giá trị này. [Vỡ nợ: 0]

--no-maxnorm
Sử dụng định mức Euclid để chuẩn hóa độ dốc trong tối ưu hóa, thay vì định mức tối đa

Hình ảnh độ phân giải thông số
--lấy mẫu , -s
Lấy mẫu hình ảnh (độ phân giải hình ảnh được lấy mẫu lại tốt nhất) [Vỡ nợ: -1]

--cao nhất
Giới hạn trên để lấy mẫu hình ảnh trong hệ thống phân cấp đa độ phân giải [Vỡ nợ: -1]

--omit-gốc-dữ liệu
Không sử dụng dữ liệu gốc ở độ phân giải đầy đủ cho giai đoạn đăng ký cuối cùng.

Hình ảnh dữ liệu
- đăng ký-số liệu
Chỉ số đăng ký để ước tính chuyển động bằng đăng ký hình ảnh. Được hỗ trợ
giá trị: "nmi", "mi", "cr", "rms", "msd", "ncc", trong đó giá trị mặc định là "nmi" hoặc sử dụng
một trong những điều sau đây:

--nmi
Chỉ số thông tin tương hỗ được chuẩn hóa [Cái này is các vỡ nợ]

--mi Chỉ số thông tin tương hỗ chuẩn

--cr Chỉ số Tỷ lệ tương quan

--rms
Số liệu Root of Mean Squaresa (đây là căn bậc hai của MSD)

--msd
Chỉ số Chênh lệch Trung bình Bình phương

--ncc
Chỉ số Tương quan chéo được chuẩn hóa

Floating Hình ảnh Phép nội suy Các lựa chọn
- nội suy
Phương pháp nội suy để lấy mẫu hình ảnh nổi: Các giá trị được hỗ trợ: "gần nhất-
láng giềng "," tuyến tính "," lập phương "," cosine-sinc "," thể tích một phần "," tự động ", trong đó
mặc định là "tự động" hoặc sử dụng một trong các tùy chọn sau:

--người hàng xóm gần nhất
Nội suy láng giềng gần nhất (đối với dữ liệu cường độ và nhãn)

--tuyến tính
Nội suy ba tuyến

--khối
Nội suy ba ống

--cosine-sinc
Nội suy sinc cửa sổ cosine (chính xác nhất nhưng chậm nhất)

--khối lượng một phần
Nội suy thể tích từng phần (đối với dữ liệu nhãn)

--tự động
Chọn nội suy tự động dựa trên kiểu dữ liệu: tuyến tính cho mức xám
dữ liệu, láng giềng gần nhất cho dữ liệu nhãn. [Cái này is các vỡ nợ]

--match-histogram
Khớp biểu đồ hình ảnh nổi với biểu đồ hình ảnh tham chiếu.

--repeat-match-histogram
Lặp lại đối sánh biểu đồ sau mỗi cấp độ đăng ký để tính khối lượng
những thay đổi. Khi đăng ký dữ liệu bị che, bạn cũng nên sử dụng --force-
tùy chọn giá trị bên ngoài để ngăn các biểu đồ được khớp kém.

- lực lượng bên ngoài giá trị
Buộc các giá trị bên ngoài trường xem vào giá trị này thay vì giảm pixel không hoàn chỉnh
cặp [Vỡ nợ: Vô hiệu hóa]

Tài liệu tham khảo Hình ảnh Sơ chế
--class-ref
Lớp dữ liệu: xám (mặc định) hoặc nhãn [Vỡ nợ: KHÔNG AI]

--pad-ref
Giá trị đệm [Vỡ nợ: Vô hiệu hóa]

--thresh-min-ref
Ngưỡng cắt bớt giá trị tối thiểu [Vỡ nợ: Vô hiệu hóa]

--thresh-max-ref
Ngưỡng cắt bớt giá trị tối đa [Vỡ nợ: Vô hiệu hóa]

--prune-biểu đồ-ref
Số lượng thùng để cắt tỉa dựa trên biểu đồ [Vỡ nợ: Vô hiệu hóa]

- histogram-equalization-ref
Áp dụng cân bằng biểu đồ

--median-filter-bán kính-ref
Áp dụng bộ lọc trung vị với bán kính đã cho [Vỡ nợ: 0]

--sobel-filter-ref
Áp dụng bộ lọc phát hiện cạnh Sobel

--crop-index-ref
Vùng cắt trong tọa độ chỉ mục pixel [được phân tích cú pháp là% d,% d,% d,% d,% d,% d cho
i0,j0,k0,i1,j1,k1] [Vỡ nợ: KHÔNG AI]

--crop-world-ref
Vùng cắt trong tọa độ thế giới [được phân tích cú pháp là% f,% f,% f,% f,% f,% f cho
x0,y0,z0,x1,y1,z1] [Vỡ nợ: KHÔNG AI]

--crop-thresh-ref
Cắt tự động dựa trên ngưỡng [Vỡ nợ: Vô hiệu hóa]

Floating Hình ảnh Sơ chế
--class-flt
Lớp dữ liệu: xám (mặc định) hoặc nhãn [Vỡ nợ: KHÔNG AI]

--pad-flt
Giá trị đệm [Vỡ nợ: Vô hiệu hóa]

--thresh-min-flt
Ngưỡng cắt bớt giá trị tối thiểu [Vỡ nợ: Vô hiệu hóa]

--thresh-max-flt
Ngưỡng cắt bớt giá trị tối đa [Vỡ nợ: Vô hiệu hóa]

--prune-biểu đồ-flt
Số lượng thùng để cắt tỉa dựa trên biểu đồ [Vỡ nợ: Vô hiệu hóa]

- histogram-cân bằng-flt
Áp dụng cân bằng biểu đồ

--median-filter-radius-flt
Áp dụng bộ lọc trung vị với bán kính đã cho [Vỡ nợ: 0]

--sobel-filter-flt
Áp dụng bộ lọc phát hiện cạnh Sobel

--crop-index-flt
Vùng cắt trong tọa độ chỉ mục pixel [được phân tích cú pháp là% d,% d,% d,% d,% d,% d cho
i0,j0,k0,i1,j1,k1] [Vỡ nợ: KHÔNG AI]

--crop-world-flt
Vùng cắt trong tọa độ thế giới [được phân tích cú pháp là% f,% f,% f,% f,% f,% f cho
x0,y0,z0,x1,y1,z1] [Vỡ nợ: KHÔNG AI]

--crop-thresh-flt
Cắt tự động dựa trên ngưỡng [Vỡ nợ: Vô hiệu hóa]

Đầu ra thông số
--danh sách ngoài , -o
Đường dẫn đầu ra cho chuyển đổi cuối cùng [Vỡ nợ: KHÔNG AI]

--thời gian , -t
Tên tệp đầu ra thống kê thời gian tính toán [Vỡ nợ: KHÔNG AI]

- đầu ra-trung gian
Viết biến đổi cho mỗi cấp độ [mặc định: chỉ viết biến đổi cuối cùng]

Hình ảnh / Chuyển đổi Cơ sở dữ liệu
--db
Đường dẫn đến cơ sở dữ liệu chuyển đổi / hình ảnh cần được cập nhật mới
đăng ký và / hoặc hình ảnh được định dạng lại. [Vỡ nợ: KHÔNG AI]

TÁC GIẢ

Torsten Rohlfing, với sự đóng góp của Michael P. Hasak, Greg Jefferis, Calvin R.
Maurer, Daniel B.Russakoff và Yaroslav Halchenko

Sử dụng cmtk-warpx trực tuyến bằng các dịch vụ onworks.net