跳转到主要内容

NiftyReg Python包

项目描述

#####################

NIFTY_REG 包

#####################

##############################################################################


1 包含什么?

代码包含用于执行2D和3D图像(以Nifti或Analyze格式存储,即nii或hdr/img)的刚性、仿射和非线性配准的程序。

刚性配准和仿射配准使用Ourselin等人最初提出的算法[1]执行。刚性配准和仿射配准的对称版本已在Modat等人[2]中提出。非线性配准基于Rueckert等人最初提出的作品[3]。当前实现已在Modat等人[4]中提出。

ourselin 等人[1]提出了一种名为 Aladin 的算法,该算法基于块匹配方法和 Trimmed Least Square (TLS) 方案。首先,块匹配提供了一组参考图像和变形浮动图像之间的对应点。其次,利用这组对应点,评估最佳的刚体或仿射变换。这个两步循环重复进行,直到收敛到最佳变换。在我们的实现中,我们使用参考图像和变形浮动块之间的归一化互相关来提取最佳对应点。块宽度是恒定的,已设置为 4 像素或体素。采用从粗到细的方法,首先在降采样图像(使用高斯金字塔)上执行配准,最后在全分辨率图像上执行。对称方法同时优化前向和反向变换。reg aladin 是执行刚体或仿射配准的命令。

非刚性算法实现基于 Rueckert 等人[3]提出的自由变形。然而,为了加快配准速度,算法已经被重构。使用三次 B 样条对浮动图像进行变形以生成变形场。具体来说,在参考图像上定义了一个等间距的控制点网格,移动每个点允许局部修改到浮动图像的映射。为了评估两个输入图像之间变形的质量,使用由归一化互信息 (NMI) 和弯曲能 (BE) 组成的目标函数。使用共轭梯度方案中的 NMI 和 BE 的解析导数来优化目标函数值。算法的对称版本利用了静止速度场参数化。reg f3d 是执行非线性配准的命令。

包中集成了第三个程序,名为 reg resample。它使用 reg aladin 和 reg f3d 的输出应用变换、生成变形场或雅可比图等。

代码已经针对 CPU 和 GPU 架构实现。前者代码基于 C/C++ 语言,而后者基于 CUDA(http://www.nvidia.com)。

使用 nifti 库(http://nifti.nimh.nih.gov/)来读取和写入图像。因此,代码处理 nifti 和分析格式。

如果您计划使用我们的任何研究,我们将非常感激您能够引用参考文献 2(刚性或仿射)和/或 4(非刚性)。

##############################################################################


2 许可证

版权所有(c)2009,伦敦大学学院,英国。保留所有权利。

在以下条件满足的情况下,允许重新分发和使用,无论是否修改:

浮动代码的重新分发必须保留上述版权声明、本条件列表和以下免责声明。二进制形式的重新分发必须在文档和/或其他与分发提供的材料中复制上述版权声明、本条件列表和以下免责声明。

未经具体事先书面许可,不得使用伦敦大学学院或其贡献者的名称来认可或推广由此软件派生出的产品。

本软件由版权所有者和贡献者提供“现状”和任何明示或暗示的保证,包括但不限于适销性和特定目的适用性的暗示保证。在任何情况下,版权所有者或贡献者均不对任何直接、间接、偶然、特殊、示范性或后果性的损害(包括但不限于替代商品或服务的采购;使用、数据或利润的损失;或业务中断)承担责任,即使已被告知此类损害的可能性,这些损害无论基于何种理论,包括合同、严格责任或侵权(包括疏忽或不作为)均由此软件的使用而产生。

##############################################################################


3 联系方式

如有任何意见,请随时联系Marc Modat(m.modat@ucl.ac.uk)。

##############################################################################


4 参考文献

[1] Ourselin, et al. (2001). 从连续组织学切片重建3D结构。图像和视觉计算,19(1-2),25–31。[2] Modat, et al. (2014)。使用对称块匹配方法的全局图像配准。医学影像杂志,1(2),024003–024003。doi:10.1117/1.JMI.1.2.024003 [3] Rueckert, et al.. (1999)。使用自由变形的非刚性配准:应用于乳腺MRI图像。医学影像IEEE Transactions,18(8),712–721。doi:10.1109/42.796284 [4] Modat, et al. (2010)。使用图形处理单元的快速自由变形。生物医学计算机方法和程序,98(3),278–284。doi:10.1016/j.cmpb.2009.09.002

############################################################################## ############################################################################## ############################################################################## ##############################################################################

项目详情


下载文件

下载您平台的文件。如果您不确定选择哪个,请了解更多关于安装包的信息。

源分布

niftyreg-1.5.70rc1.tar.gz (3.8 MB 查看哈希值)

上传时间

AWS AWS 云计算和安全赞助商 Datadog Datadog 监控 Fastly Fastly CDN Google Google 下载分析 Microsoft Microsoft PSF 赞助商 Pingdom Pingdom 监控 Sentry Sentry 错误日志 StatusPage StatusPage 状态页面