exponenta event banner

imregconfig

Конфигурации для регистрации на основе интенсивности

Описание

пример

[optimizer,metric] = imregconfig(modality) создает optimizer и metric конфигурации, которые вы передаете imregister для выполнения регистрации изображения на основе интенсивности, где modality определяет режим захвата изображения. imregconfig прибыль optimizer и metric с настройками по умолчанию для обеспечения базовой конфигурации регистрации.

Примеры

свернуть все

Прочитайте два изображения. В этом примере используются два магнитно-резонансных (МРТ) изображения колена. Фиксированное изображение представляет собой спинное эхо-изображение, а движущееся изображение представляет собой спинное эхо-изображение с инверсионным восстановлением. Два сагиттальных фрагмента были получены одновременно, но немного не выровнены.

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

Просмотр несовпадающих изображений.

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

Figure contains an axes. The axes contains an object of type image.

Создайте оптимизатор и метрику, установив модальность как 'multimodal' поскольку изображения поступают от различных датчиков.

[optimizer, metric] = imregconfig('multimodal')
optimizer = 
  registration.optimizer.OnePlusOneEvolutionary

  Properties:
         GrowthFactor: 1.050000e+00
              Epsilon: 1.500000e-06
        InitialRadius: 6.250000e-03
    MaximumIterations: 100
metric = 
  registration.metric.MattesMutualInformation

  Properties:
    NumberOfSpatialSamples: 500
     NumberOfHistogramBins: 50
              UseAllPixels: 1

Настройте свойства оптимизатора, чтобы задача сходилась на глобальных максимумах и допускала больше итераций.

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);

Просмотр зарегистрированных изображений.

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

Figure contains an axes. The axes contains an object of type image.

Входные аргументы

свернуть все

Способ захвата изображений описывает способ захвата изображений, указанный как 'monomodal' (с аналогичной яркостью и контрастностью) или 'multimodal' (с различной яркостью или контрастностью).

Типы данных: char | string

Выходные аргументы

свернуть все

Конфигурация оптимизации, возвращенная как RegularStepGradientDescent или OnePlusOneEvolutionary объект оптимизатора.

Метрическая конфигурация описывает метрику подобия изображения, которая должна быть оптимизирована во время регистрации и возвращена в виде MeanSquares или MattesMutualInformation метрический объект.

Подробнее

свернуть все

Мономодальный

Мономодальные изображения имеют схожую яркость и контрастность. Изображения регистрируются на сканере или сенсоре того же типа.

Многомодальный

Мультимодальные изображения имеют различную яркость и контрастность. Изображения могут поступать из двух различных типов устройств, таких как две модели камеры или два типа методов медицинской визуализации (таких как КТ и МРТ). Изображения также могут поступать с одного устройства, такого как камера, использующая различные настройки экспозиции, или МРТ-сканер, использующий различные последовательности изображений.

Совет

  • При настройке параметров оптимизатора или метрики результаты регистрации могут быть улучшены. Например, если увеличить число итераций в оптимизаторе, уменьшить размер шага оптимизатора или изменить количество выборок в стохастической метрике, регистрация улучшится до точки за счет производительности.

Представлен в R2012a