MattesMutualInformation

Матовые стекла взаимная информационная метрическая настройка

Описание

MattesMutualInformation объект описывает взаимную информационную метрическую настройку, которую вы передаете функции imregister решать регистрационные задачи изображений.

Создание

Можно создать MattesMutualInformation объект с помощью следующих методов:

  • imregconfig — Возвращает MattesMutualInformation объект, соединенный с соответствующим оптимизатором для регистрации многомодальных изображений

  • Ввод

    metric = registration.metric.MattesMutualInformation;
    на командной строке создает MattesMutualInformation объект с настройками по умолчанию

Свойства

развернуть все

Количество пространственных выборок использовалось для расчета взаимной информационной метрики в виде положительного целочисленного скаляра. NumberOfSpatialSamples задает количество случайных пикселей imregister используется для расчета метрики. Ваши регистрационные результаты более восстанавливаемы (за счет эффективности), когда вы увеличиваете это значение. imregister только использование NumberOfSpatialSamples когда UseAllPixels = 0 ложь).

Типы данных: double | single | uint8 | uint16 | uint32 | uint64 | int8 | int16 | int32 | int64

Количество интервалов гистограммы использовалось для расчета взаимной информационной метрики в виде положительного целочисленного скаляра. NumberOfHistogramBins задает количество интервалов imregister используется для расчета гистограммы совместного распределения. Минимальным значением является 5.

Типы данных: double | single | uint8 | uint16 | uint32 | uint64 | int8 | int16 | int32 | int64

Опция, чтобы вычислить метрику с помощью всех пикселей в области перекрытия изображений при вычислении взаимной информационной метрики в виде логического скаляра.

Можно достигнуть значительно лучшей эффективности, если вы устанавливаете это свойство на 0 ложь). Когда UseAllPixels = 0, NumberOfSpatialSamples свойство управляет количеством случайных пиксельных местоположений это imregister используется для расчета метрики. Результаты вашей регистрации не могут быть восстанавливаемыми когда UseAllPixels = 0. Это вызвано тем, что imregister выбирает случайное подмножество пикселей от изображений, чтобы вычислить метрику.

Примеры

свернуть все

Создайте MattesMutualInformation объект и использование это, чтобы указать два изображения MRI колена, которые были получены с помощью различных протоколов.

Считайте изображения в рабочую область. Изображения многомодальны, потому что у них есть различная яркость и контраст.

fixed  = dicomread('knee1.dcm');
moving = dicomread('knee2.dcm');

Просмотрите неправильно выровненные изображения.

figure
imshowpair(fixed, moving,'Scaling','joint');

Создайте объект настройки оптимизатора, подходящий для регистрации многомодальных изображений.

optimizer = registration.optimizer.OnePlusOneEvolutionary;

Создайте метрический объект настройки, подходящий для регистрации многомодальных изображений.

metric = registration.metric.MattesMutualInformation
metric = 
  registration.metric.MattesMutualInformation

  Properties:
    NumberOfSpatialSamples: 500
     NumberOfHistogramBins: 50
              UseAllPixels: 1

Настройте свойства оптимизатора так, чтобы проблема сходилась на глобальные максимумы. Увеличьте число итераций, которые оптимизатор будет использовать, чтобы решить задачу.

optimizer.InitialRadius = 0.009;
optimizer.Epsilon = 1.5e-4;
optimizer.GrowthFactor = 1.01;
optimizer.MaximumIterations = 300;

Выполните регистрацию.

movingRegistered = imregister(moving,fixed,'affine',optimizer,metric);

Просмотрите зарегистрированные изображения.

figure
imshowpair(fixed, movingRegistered,'Scaling','joint');

Советы

  • Большие значения взаимной информации соответствуют лучшим регистрационным результатам. Можно исследовать вычисленные значения Матовых стекол взаимная информация, если вы включаете 'DisplayOptimization' когда вы вызываете imregister, например:

    movingRegistered = imregister(moving,fixed,'rigid',optimizer,metric,'DisplayOptimization',true);

Алгоритмы

Взаимные информационные метрики являются информацией теоретические методы для измерения, как связанные две переменные. Эти алгоритмы используют объединенное вероятностное распределение выборки пикселей от двух изображений, чтобы измерить уверенность, которую значения одного набора пикселей сопоставляют с подобными значениями в другом изображении. Этой информацией являются количественные показатели того, насколько подобный изображения. Высокая взаимная информация подразумевает большое сокращение неопределенности (энтропия) между этими двумя распределениями, сигнализируя, что изображения, вероятно, лучше выравниваются.

Матовые стекла взаимный информационный алгоритм используют один набор пиксельных местоположений на время оптимизации, вместо того, чтобы чертить новый набор в каждой итерации. Количество выборок использовалось для расчета оценок плотности вероятности, и количество интервалов использовалось для расчета энтропии, оба можно выбрать пользователь. Крайняя и объединенная функция плотности вероятности оценена в однородно расположенных с интервалами интервалах с помощью выборок. Энтропийные значения вычисляются путем подведения итогов по интервалам. Нулевой порядок и третий порядок ядра B-сплайна используются для расчета функции плотности вероятности фиксированных и движущихся изображений, соответственно [1].

Ссылки

[1] Rahunathan, Смрити, Д. Стредни, П. Шмэлброк и Б.Д. Климер. Отобразите Регистрацию Используя Твердую Регистрацию и Максимизацию Взаимной информации. Плакат, представленный в: MMVR13. 13-я Ежегодная Медицина Соответствует Конференции по Виртуальной реальности; 2005 26-29 января; Лонг-Бич, Приблизительно

[2] D. Матовые стекла, Д.Р. Хейнор, Х. Весселл, Т. Льюеллен и В. Юбенк. "Нетвердая мультимодальность отображает регистрацию". (Бумага продолжений).Medical Обработка изображений 2001: Обработка изображений. Публикации SPIE, 3 июля 2001. стр 1609–1620.

Представленный в R2012a
Для просмотра документации необходимо авторизоваться на сайте