ARDENT

Affine and Regularized DEformative Numeric Transform (ARDENT) 是一个用于使用LDDMM执行自动图像配准的Python包。

ARDENT因其预测和校正伪影和图像非均匀性的能力、跨图像模态的配准能力、易用性以及开发中的其他功能而脱颖而出。

• 概述
• 文档
• 系统要求
• 安装指南
• 许可证

概述

实验神经科学从光镜、电子显微镜、MRI和其他3D模式中产生了惊人的成像数据。为了真正有用，这些数据集必须相互解释，并与精炼的标准相联系：称为图谱的具有良好特征化的图像数据集。为了构建这些解释，必须计算密集的空间对齐。这个过程称为图像配准，其中一个图像被最佳地变形或流动，直到它与另一个图像对齐。由于成像数据的大规模和物种尺度及模式之间的异质性，精确配准面临着挑战。当前的工具有时在非常标准的图像上表现良好，但在具有各种缺陷的数据上表现不佳。这限制了分析大多数实验室进行的新实验数据的能力。

ARDENT是一个考虑了这些神经影像学挑战的纯Python图像配准包。

文档

官方文档和用法可在https://ardent.neurodata.io/找到

请访问官方网站上的教程部分以获取更深入的用法。

系统要求

硬件要求

ARDENT包只需要一台标准的计算机，只要有足够的RAM来支持内存操作。

Python要求

此包是为Python3编写的。目前，它支持Python 3.6。

Python依赖项

ARDENT主要依赖于Python科学栈，并添加了PyTorch作为显著的补充。但是，这正在等待弃用。

numpy
matplotlib
scipy
scikit-learn
simpleitk
nibabel
nilearn
pytorch

安装指南

通过pip安装

pip install ardent

从Github安装

git clone https://github.com/neurodata/ardent
cd ardent
python3 setup.py install

许可证

本项目受Apache 2.0许可证保护。