mia-2dmyoica-nonrigid-parallel - Online di Cloud

PROGRAM:

NAMA

mia-2dmyoica-nonrigid-parallel - Jalankan pendaftaran serangkaian gambar 2D.

RINGKASAN

mia-2dmyoica-nonrigid-paralel -i -o [pilihan]

DESKRIPSI

mia-2dmyoica-nonrigid-paralel Program ini mengimplementasikan gerakan versi 2D
algoritma kompensasi dijelaskan dalam Wollny G, Kellman P, Santos A, Ledesma-Carbayo MJ,
"Kompensasi Gerakan Otomatis Pernapasan Bebas diperoleh Data Perfusi Miokard oleh
menggunakan Analisis Komponen Independen", Analisis Citra Medis, 2012,
DOI:10.1016/j.media.2012.02.004.Versi program ini dapat menjalankan semua pendaftaran di
paralel.

PILIHAN

File-IO
-i --in-file=(masukan, diperlukan); rangkaian
masukan kumpulan data perfusi

-o --out-file=(keluaran, diperlukan); rangkaian
kumpulan data perfusi keluaran

-r --terdaftar=reg
Basis nama file untuk gambar yang didaftarkan. Jenis gambar dan skema penomoran
diambil dari gambar input seperti yang diberikan dalam set data input.

--save-cropped=(keluaran); rangkaian
simpan set yang dipotong ke file ini, file gambar akan menggunakan batang nama
sebagai basis nama file

--save-feature=(keluaran); rangkaian
simpan gambar fitur segmentasi dan matriks pencampuran ICA awal

--save-refs=(keluaran); rangkaian
untuk setiap pass pendaftaran, simpan gambar referensi ke file dengan yang diberikan
dasar nama

--save-regs=(keluaran); rangkaian
untuk setiap pass pendaftaran, simpan gambar terdaftar menengah

Bantuan & Info
-V --verbose=peringatan
verbositas output, pesan cetak dari tingkat tertentu dan prioritas yang lebih tinggi.
Prioritas yang didukung mulai dari level terendah adalah:
Info - Pesan tingkat rendah
jejak - Jejak panggilan fungsi
gagal - Laporkan kegagalan pengujian
peringatan - Peringatan
kesalahan - Laporkan kesalahan
men-debug - Keluaran debug
pesan - Pesan biasa
fatal - Laporkan hanya kesalahan fatal

--hak cipta
cetak informasi hak cipta

-h --bantuan
cetak bantuan ini

-? --penggunaan
cetak bantuan singkat

--Versi: kapan
cetak nomor versi dan keluar

ICA
-C --komponen=0
Komponen ICA 0 = estimasi otomatis Komponen ICA 0 = otomatis
perkiraan

--normalisasi
IC yang dinormalisasi

--tanpa-meanstrip
jangan lepaskan rata-rata dari kurva pencampuran

-s --segscale=0
segmen dan skala kotak tanaman di sekitar segmen LV (0=tidak ada segmentasi) dan
skala kotak tanaman di sekitar LV (0=tidak ada segmentasi)

-k --lewati=0
lewati gambar di awal seri misalnya karena seperti yang lain
modalitiesmelewati gambar di awal seri, misalnya karena mereka
adalah modalitas lain

-m --max-ica-iter=400
jumlah maksimum iterasi di ICAjumlah maksimum iterasi di ICA

-E --segmethod=fitur
Metode segmentasi
delta-puncak - perbedaan gambar peningkatan puncak
fitur - gambar fitur
delta-fitur - perbedaan gambar fitur

-b --min-pernapasan-frekuensi=-1
frekuensi rata-rata minimal kurva pencampuran harus dianggap berasal dari
pernapasan. Tingkat pernapasan istirahat yang sehat adalah 12 per menit. Nilai negatif
menonaktifkan tes. frekuensi rata-rata minimal kurva pencampuran harus
dianggap berasal dari pernapasan. Tingkat pernapasan istirahat yang sehat adalah 12 per
menit. Nilai negatif menonaktifkan tes.

Pengolahan
--utas=-1
Jumlah maksimum utas yang digunakan untuk pemrosesan, Jumlah ini harus lebih rendah
atau sama dengan jumlah inti prosesor logis dalam mesin. (-1:
estimasi otomatis). Jumlah utas maksimum yang digunakan untuk pemrosesan, Ini
nomor harus lebih rendah atau sama dengan jumlah inti prosesor logis di
mesin. (-1: estimasi otomatis).

Pendaftaran
-O --optimizer=gsl:opt=gd,langkah=0.1
Pengoptimal digunakan untuk minimalisasi. Nilai string akan digunakan untuk membangun
sebuah plug-in. Untuk plugin yang didukung, lihat PLUGIN:minimizer/singlecost

-a --mulai-c-rate=16
mulai tingkat koefisien dalam duri, dibagi dengan --c-rate-divider dengan
setiap pass.start coefficinet rate di spines, akan dibagi dengan
--c-rate-divider dengan setiap pass.

--c-rate-divider=2
Pembagi laju yang efisien untuk setiap lintasan. Pembagi laju yang efisien untuk setiap lintasan.

-d --mulai-divcurl=10000
Mulai bobot divcurl, dibagi dengan --divcurl-divider dengan setiap
pass.Mulai bobot divcurl, dibagi dengan --divcurl-divider dengan setiap
lulus.

--divcurl-pembagi=2
Penskalaan bobot Divcurl dengan setiap pass baru. Penskalaan bobot Divcurl dengan masing-masing pass
lulus baru.

-w --imagecost=gambar:berat=1,biaya=ssd
biaya gambar, jangan tentukan parameter src dan ref, ini akan ditetapkan oleh
program. Nilai string akan digunakan untuk membuat plug-in. Untuk
plugin yang didukung lihat PLUGIN:2dimage/fullcost

-l --mg-level=3
level multi-resolusi level multi-resolusi

-P --lulus=3
tiket pendaftaran tiket masuk

PLUGIN: 1d/kernel spline

bspline Pembuatan kernel B-spline, parameter yang didukung adalah:

d = 3; int di [0, 5]
Gelar spline.

omm Pembuatan kernel OMoms-spline, parameter yang didukung adalah:

d = 3; int di [3, 3]
Gelar spline.

PLUGIN: 2dgambar/biaya

lncc korelasi silang lokal yang dinormalisasi dengan dukungan masking., Parameter yang didukung
adalah:

w = 5; uint di [1, 256]
setengah lebar jendela yang digunakan untuk mengevaluasi salib lokal
korelasi.

LSD Ukuran Jarak Kuadrat Terkecil

(tidak ada parameter)

mi Informasi timbal balik berbasis parzen spline., parameter yang didukung adalah:

memotong = 0; mengapung di [0, 40]
Persentase piksel yang akan dipotong pada intensitas tinggi dan rendah untuk dihapus
outlier.

mbin = 64; uint di [1, 256]
Jumlah histogram bin yang digunakan untuk gambar bergerak.

mkernel = [bspline:d=3]; pabrik
Spline kernel untuk memindahkan gambar parzen hinstogram. Untuk plug-in yang didukung
lihat PLUGIN:1d/splinekernel

rbin = 64; uint di [1, 256]
Jumlah bin histogram yang digunakan untuk gambar referensi.

kernel = [bspline:d=0]; pabrik
Spline kernel untuk parzen hinstogram gambar referensi. Untuk plug-
in lihat PLUGIN: 1d/splinekernel

NCC korelasi silang yang dinormalisasi.

(tidak ada parameter)

ngf Fungsi ini mengevaluasi kesamaan gambar berdasarkan gradien yang dinormalisasi
bidang. Berbagai kernel evaluasi tersedia., parameter yang didukung adalah:

evaluasi = ds; dikte
subtipe plugin. Nilai yang didukung adalah:
sq - kuadrat selisih
ds - kuadrat selisih skala
dot - kernel produk skalar
menyeberang - kernel lintas produk

SSD Biaya gambar 2D: jumlah perbedaan kuadrat, parameter yang didukung adalah:

pengikisan otomatis = 0; mengapung di [0, 1000]
Gunakan masking otomatis dari gambar bergerak dengan hanya mengambil nilai intensitas
ke akun yang lebih besar dari ambang batas yang diberikan.

norma = 0; bodoh
Setel apakah metrik harus dinormalisasi dengan jumlah piksel gambar.

ssd-automask
Biaya gambar 2D: jumlah perbedaan kuadrat, dengan penyamaran otomatis berdasarkan yang diberikan
ambang batas, parameter yang didukung adalah:

mengirik = 0; dobel
Nilai intensitas ambang batas untuk gambar referensi.

mengirik = 0; dobel
Nilai intensitas ambang batas untuk gambar sumber.

PLUGIN: 2dimage/biaya penuh

gambar Fungsi biaya kesamaan gambar umum yang juga menangani multi-resolusi
pengolahan. Ukuran kesamaan yang sebenarnya diberikan es parameter tambahan.,
parameter yang didukung adalah:

biaya = ssd; pabrik
Kernel fungsi biaya. Untuk plug-in yang didukung, lihat PLUGIN:2dimage/cost

men-debug = 0; bodoh
Simpan hasil perantara untuk debugging.

ref = (masukan, string)
Gambar referensi.

src = (masukan, string)
gambar studi.

berat = 1; mengambang
bobot fungsi biaya.

gambar label
Fungsi biaya kesamaan yang memetakan label dari dua gambar dan menangani label-
melestarikan pemrosesan multi-resolusi., parameter yang didukung adalah:

men-debug = 0; int di [0, 1]
menulis jarak mengubah ke gambar 3D.

maxlabel = 256; int di [2, 32000]
jumlah maksimum label yang perlu dipertimbangkan.

ref = (masukan, string)
Gambar referensi.

src = (masukan, string)
gambar studi.

berat = 1; mengambang
bobot fungsi biaya.

gambar bertopeng
Fungsi biaya kesamaan gambar bertopeng umum yang juga menangani multi-
pemrosesan resolusi. Masker yang disediakan harus diisi dengan daerah padat di
pemrosesan multi-resolusi karena jika tidak, informasi topeng mungkin hilang
saat memperkecil gambar. Topeng referensi dan topeng yang diubah dari
gambar studi digabungkan dengan biner AND. Ukuran kesamaan yang sebenarnya diberikan
es parameter tambahan., parameter yang didukung adalah:

biaya = ssd; pabrik
Kernel fungsi biaya. Untuk plug-in yang didukung, lihat
PLUGIN: 2dimage/maskedcost

ref = (masukan, string)
Gambar referensi.

ref-topeng = (masukan, string)
Masker gambar referensi (biner).

src = (masukan, string)
gambar studi.

src-topeng = (masukan, string)
Pelajari topeng gambar (biner).

berat = 1; mengambang
bobot fungsi biaya.

PLUGIN: 2 gambar/io

bmp Dukungan input/output gambar 2D BMP

Ekstensi file yang dikenali: .BMP, .bmp

Jenis elemen yang didukung:
data biner, unsigned 8 bit, unsigned 16 bit

kumpulan data IO virtual ke dan dari kumpulan data internal

Ekstensi file yang dikenali: .@

dikom Gambar 2D io untuk DICOM

Ekstensi file yang dikenali: .DCM, .dcm

Jenis elemen yang didukung:
bertanda 16 bit, tidak bertanda 16 bit

exr plugin io 2dimage untuk gambar OpenEXR

Ekstensi file yang dikenali: .EXR, .exr

Jenis elemen yang didukung:
tidak ditandatangani 32 bit, titik mengambang 32 bit

jpg plugin io 2dimage untuk gambar skala abu-abu jpeg

Ekstensi file yang dikenali: .JPEG, .JPG, .jpeg, .jpg

Jenis elemen yang didukung:
8 bit yang tidak ditandatangani

png plugin io 2dimage untuk gambar png

Ekstensi file yang dikenali: .PNG, .png

Jenis elemen yang didukung:
data biner, unsigned 8 bit, unsigned 16 bit

mentah Dukungan output gambar 2D RAW

Ekstensi file yang dikenali: .RAW, .raw

Jenis elemen yang didukung:
data biner, bertanda 8 bit, 8 bit tidak bertanda, 16 bit bertanda, 16 bit tidak bertanda,
ditandatangani 32 bit, 32 bit tidak ditandatangani, titik mengambang 32 bit, titik mengambang 64
sedikit

tif Dukungan input/output gambar 2D TIFF

Ekstensi file yang dikenali: .TIF, .TIFF, .tif, .tiff

Jenis elemen yang didukung:
data biner, unsigned 8 bit, unsigned 16 bit, unsigned 32 bit

pemandangan plugin io 2dimage untuk gambar vista

Ekstensi file yang dikenali: .V, .VISTA, .v, .vista

Jenis elemen yang didukung:
data biner, bertanda 8 bit, 8 bit tidak bertanda, 16 bit bertanda, 16 bit tidak bertanda,
ditandatangani 32 bit, 32 bit tidak ditandatangani, titik mengambang 32 bit, titik mengambang 64
sedikit

PLUGIN: 2dimage/biaya tertutup

lncc korelasi silang lokal yang dinormalisasi dengan dukungan masking., Parameter yang didukung
adalah:

w = 5; uint di [1, 256]
setengah lebar jendela yang digunakan untuk mengevaluasi salib lokal
korelasi.

mi Informasi timbal balik berbasis parzen spline dengan masking., parameter yang didukung adalah:

memotong = 0; mengapung di [0, 40]
Persentase piksel yang akan dipotong pada intensitas tinggi dan rendah untuk dihapus
outlier.

mbin = 64; uint di [1, 256]
Jumlah histogram bin yang digunakan untuk gambar bergerak.

mkernel = [bspline:d=3]; pabrik
Spline kernel untuk memindahkan gambar parzen hinstogram. Untuk plug-in yang didukung
lihat PLUGIN:1d/splinekernel

rbin = 64; uint di [1, 256]
Jumlah bin histogram yang digunakan untuk gambar referensi.

kernel = [bspline:d=0]; pabrik
Spline kernel untuk parzen hinstogram gambar referensi. Untuk plug-
in lihat PLUGIN: 1d/splinekernel

NCC korelasi silang yang dinormalisasi dengan dukungan masking.

(tidak ada parameter)

SSD Jumlah perbedaan kuadrat dengan masking.

(tidak ada parameter)

PLUGIN: perkecil/biaya tunggal

selamat datang Penurunan gradien dengan koreksi ukuran langkah otomatis., parameter yang didukung adalah:

ftolr = 0; ganda dalam [0, inf)
Berhenti jika perubahan relatif dari kriteria di bawah..

langkah-maks = 2; ganda dalam (0, inf)
Ukuran langkah absolut maksimal.

maxiter = 200; uint di [1, inf)
Kriteria penghentian: jumlah maksimum iterasi.

min-langkah = 0.1; ganda dalam (0, inf)
Ukuran langkah absolut minimal.

xtola = 0.01; ganda dalam [0, inf)
Hentikan jika inf-norma dari perubahan yang diterapkan pada x di bawah nilai ini..

gdsq Penurunan gradien dengan estimasi langkah kuadrat, parameter yang didukung adalah:

ftolr = 0; ganda dalam [0, inf)
Berhenti jika perubahan relatif dari kriteria di bawah..

gtola = 0; ganda dalam [0, inf)
Hentikan jika inf-norma gradien di bawah nilai ini..

maxiter = 100; uint di [1, inf)
Kriteria penghentian: jumlah maksimum iterasi.

skala = 2; ganda dalam (1, inf)
Penskalaan ukuran langkah mundur tetap.

langkah = 0.1; ganda dalam (0, inf)
Ukuran langkah awal.

xtola = 0; ganda dalam [0, inf)
Hentikan jika inf-norma x-update di bawah nilai ini..

gsl plugin pengoptimal berdasarkan pengoptimal multimin dari Perpustakaan Ilmiah GNU
(GSL) https://www.gnu.org/software/gsl/, parameter yang didukung adalah:

eps = 0.01; ganda dalam (0, inf)
pengoptimal berbasis gradien: berhenti saat |grad| < eps, simpleks: berhenti ketika
ukuran simpleks < eps..

proses = 100; uint di [1, inf)
jumlah iterasi maksimum.

memilih = g; dikte
Pengoptimal khusus yang akan digunakan.. Nilai yang didukung adalah:
bfg – Broyden-Fletcher-Goldfarb-Shann
bfgs2 - Broyden-Fletcher-Goldfarb-Shann (versi paling efisien)
cg-fr - Algoritma gradien konjugasi Flecher-Reeves
gd - Penurunan gradien.
simpleks - Algoritma simpleks dari Nelder dan Mead
cg-pr - Algoritma gradien konjugasi Polak-Ribiere

langkah = 0.001; ganda dalam (0, inf)
ukuran langkah awal.

dorongan = 0.1; ganda dalam (0, inf)
beberapa parameter toleransi.

tidak ada Algoritma Minimizer menggunakan library NLOPT, untuk deskripsi dari
pengoptimal silakan lihat 'http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms', parameter yang didukung adalah:

ftola = 0; ganda dalam [0, inf)
Kriteria penghentian: perubahan absolut dari nilai objektif di bawah
nilai ini.

ftolr = 0; ganda dalam [0, inf)
Kriteria penghentian: perubahan relatif dari nilai objektif di bawah
nilai ini.

lebih tinggi = inf; dobel
Batas yang lebih tinggi (sama untuk semua parameter).

lokal-opt = tidak ada; dikte
algoritma minimisasi lokal yang mungkin diperlukan untuk main
algoritma minimisasi.. Nilai yang didukung adalah:
gn-orig-langsung-l - Membagi Persegi Panjang (implementasi asli,
bias lokal)
gn-langsung-l-noscal - Membagi Persegi Panjang (tidak berskala, bias lokal)
gn-isres - Strategi Evolusi Peringkat Stokastik yang Ditingkatkan
ld-tnewton - Newton terpotong
gn-langsung-l-rand - Membagi Persegi Panjang (bias lokal, acak)
In-newuoa - Optimalisasi Tanpa Batasan Bebas Derivatif secara Iteratif
Pendekatan Kuadrat Terbangun
gn-direct-l-rand-noscale - Membagi Persegi Panjang (tidak berskala, lokal
bias, acak)
gn-asal-langsung - Membagi Persegi Panjang (implementasi asli)
ld-tnewton-precond - Newton terpotong yang telah dikondisikan sebelumnya
ld-tnewton-restart - Newton terpotong dengan restart turunan paling curam
gn-langsung - Membagi Persegi Panjang
ln-nedermad - Algoritma simpleks Nelder-Mead
in-cobyla - Optimasi Terbatas OLEH Pendekatan Linier
gn-crs2-lm - Pencarian Acak Terkendali dengan Mutasi Lokal
ld-var2 - Metrik Variabel Memori Terbatas yang Digeser, Peringkat 2
ld-var1 - Metrik Variabel Memori Terbatas yang Digeser, Peringkat 1
ld-mma - Metode Memindahkan Asimtot
ld-lbfgs-nocedal - Tidak ada
ld-lbfgs - BFGS penyimpanan rendah
gn-langsung-l - Membagi Persegi Panjang (bias lokal)
tak satupun - jangan tentukan algoritma
ln-bobyqa - Optimasi Batas-Terikat Bebas Derivatif
ln-sbplx - Varian subpleks dari Nelder-Mead
ln-newuoa-terikat - Optimalisasi Batas-Terikat Bebas Derivatif dengan
Pendekatan Kuadrat yang Dibangun secara Iteratif
ln-praksis – Optimasi Lokal Bebas Gradien melalui Poros Utama
metode
gn-langsung-noscal - Membagi Persegi Panjang (tidak berskala)
ld-tnewton-precond-restart - Newton terpotong yang telah dikondisikan sebelumnya dengan
restart turunan paling curam

menurunkan = -inf; dobel
Batas bawah (sama untuk semua parameter).

maxiter = 100; int dalam [1, inf)
Kriteria penghentian: jumlah maksimum iterasi.

memilih = ld-lbfgs; dikte
algoritma minimisasi utama. Nilai yang didukung adalah:
gn-orig-langsung-l - Membagi Persegi Panjang (implementasi asli,
bias lokal)
g-mlsl-lds - Multi-Level Single-Linkage (urutan perbedaan rendah,
memerlukan optimasi dan batas berbasis gradien lokal)
gn-langsung-l-noscal - Membagi Persegi Panjang (tidak berskala, bias lokal)
gn-isres - Strategi Evolusi Peringkat Stokastik yang Ditingkatkan
ld-tnewton - Newton terpotong
gn-langsung-l-rand - Membagi Persegi Panjang (bias lokal, acak)
In-newuoa - Optimalisasi Tanpa Batasan Bebas Derivatif secara Iteratif
Pendekatan Kuadrat Terbangun
gn-direct-l-rand-noscale - Membagi Persegi Panjang (tidak berskala, lokal
bias, acak)
gn-asal-langsung - Membagi Persegi Panjang (implementasi asli)
ld-tnewton-precond - Newton terpotong yang telah dikondisikan sebelumnya
ld-tnewton-restart - Newton terpotong dengan restart turunan paling curam
gn-langsung - Membagi Persegi Panjang
auglag-eq - Algoritma Lagrangian yang diperbesar dengan batasan kesetaraan
hanya
ln-nedermad - Algoritma simpleks Nelder-Mead
in-cobyla - Optimasi Terbatas OLEH Pendekatan Linier
gn-crs2-lm - Pencarian Acak Terkendali dengan Mutasi Lokal
ld-var2 - Metrik Variabel Memori Terbatas yang Digeser, Peringkat 2
ld-var1 - Metrik Variabel Memori Terbatas yang Digeser, Peringkat 1
ld-mma - Metode Memindahkan Asimtot
ld-lbfgs-nocedal - Tidak ada
g-mlsl - Multi-Level Single-Linkage (memerlukan optimasi lokal dan
batas)
ld-lbfgs - BFGS penyimpanan rendah
gn-langsung-l - Membagi Persegi Panjang (bias lokal)
ln-bobyqa - Optimasi Batas-Terikat Bebas Derivatif
ln-sbplx - Varian subpleks dari Nelder-Mead
ln-newuoa-terikat - Optimalisasi Batas-Terikat Bebas Derivatif dengan
Pendekatan Kuadrat yang Dibangun secara Iteratif
Agustus - Algoritma Lagrangian yang diperbesar
ln-praksis – Optimasi Lokal Bebas Gradien melalui Poros Utama
metode
gn-langsung-noscal - Membagi Persegi Panjang (tidak berskala)
ld-tnewton-precond-restart - Newton terpotong yang telah dikondisikan sebelumnya dengan
restart turunan paling curam
ld-slqp – Pemrograman Kuadrat Kuadrat Terkecil Berurutan

langkah = 0; ganda dalam [0, inf)
Ukuran langkah awal untuk metode bebas gradien.

berhenti = -inf; dobel
Kriteria penghentian: nilai fungsi berada di bawah nilai ini.

xtola = 0; ganda dalam [0, inf)
Kriteria penghentian: perubahan mutlak dari semua nilai-x di bawah ini
nilai.

xtolr = 0; ganda dalam [0, inf)
Kriteria penghentian: perubahan relatif dari semua nilai-x di bawah ini
nilai.

CONTOH

Daftarkan seri perfusi yang diberikan di 'segment.set' dengan menggunakan estimasi ICA otomatis.
Lewati dua gambar di awal dan jika tidak gunakan parameter default. Simpan
menghasilkan 'terdaftar.set'.

mia-2dmyoica-nonrigid-parallel -i segment.set -o terdaftar.set -k 2

PENULIS

Gert Wolny

HAK CIPTA

Perangkat lunak ini adalah Hak Cipta (c) 1999-2015 Leipzig, Jerman dan Madrid, Spanyol. Itu datang
dengan BENAR-BENAR TANPA JAMINAN dan Anda dapat mendistribusikannya kembali di bawah ketentuan GNU
LISENSI UMUM UMUM Versi 3 (atau lebih baru). Untuk informasi lebih lanjut, jalankan program dengan
opsi '--hak cipta'.

Gunakan mia-2dmyoica-nonrigid-parallel online menggunakan layanan onworks.net