Конфигурация метрики взаимной информации Mattes
A MattesMutualInformation объект описывает конфигурацию общей информационной метрики, передаваемую функции imregister для решения проблем регистрации изображения.
Можно создать MattesMutualInformation объект с использованием следующих методов:
imregconfig - Возвращает MattesMutualInformation объект в паре с соответствующим оптимизатором для регистрации мультимодальных изображений
Вход
metric = registration.metric.MattesMutualInformation;
MattesMutualInformation объект с настройками по умолчаниюСоздать MattesMutualInformation объект и использовать его для регистрации двух МРТ-изображений колена, которые были получены с использованием различных протоколов.
Считывание изображений в рабочую область. Изображения мультимодальны, потому что имеют различную яркость и контрастность.
fixed = dicomread('knee1.dcm'); moving = dicomread('knee2.dcm');
Просмотр несовпадающих изображений.
figure imshowpair(fixed, moving,'Scaling','joint');
Создайте объект конфигурации оптимизатора, подходящий для регистрации мультимодальных изображений.
optimizer = registration.optimizer.OnePlusOneEvolutionary;
Создайте объект конфигурации метрики, подходящий для регистрации мультимодальных изображений.
metric = registration.metric.MattesMutualInformation
metric =
registration.metric.MattesMutualInformation
Properties:
NumberOfSpatialSamples: 500
NumberOfHistogramBins: 50
UseAllPixels: 1
Настройте свойства оптимизатора так, чтобы проблема сходилась на глобальных максимумах. Увеличьте число итераций, которые оптимизатор будет использовать для решения проблемы.
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');
Более высокие значения взаимной информации соответствуют лучшим результатам регистрации. Можно проверить вычисленные значения взаимной информации Mattes, если включить 'DisplayOptimization' при звонке imregister, например:
movingRegistered = imregister(moving,fixed,'rigid',optimizer,metric,'DisplayOptimization',true);
Взаимные информационные метрики - это информационные теоретические методы измерения взаимосвязанности двух переменных. Эти алгоритмы используют совместное распределение вероятности выборки пикселей из двух изображений для измерения уверенности в том, что значения одного набора пикселей соответствуют аналогичным значениям в другом изображении. Эта информация является количественной мерой того, насколько похожи изображения. Высокая взаимная информация подразумевает большое снижение неопределенности (энтропии) между двумя распределениями, сигнализируя, что изображения, вероятно, лучше выровнены.
Алгоритм взаимной информации Маттеса использует один набор расположений пикселей на время оптимизации вместо рисования нового набора в каждой итерации. Количество выборок, используемых для вычисления оценок плотности вероятности, и количество ячеек, используемых для вычисления энтропии, являются выбираемыми пользователем. Функция предельной и совместной плотности вероятности оценивается в равномерно разнесенных бункерах с использованием выборок. Значения энтропии вычисляются суммированием по ячейкам. Ядра B-сплайна нулевого и третьего порядка используются для вычисления функций плотности вероятности фиксированного и движущегося изображений соответственно [1].
[1] Рахунатан, Смрити, Д. Стредни, П. Шмальброк и Б. Д. Климер. Регистрация изображения с использованием жесткой регистрации и максимизация взаимной информации. Плакат представлен по адресу: MMVR13. 13-я ежегодная конференция «Медицина встречает виртуальную реальность»; 2005 январь 26-29; Лонг Бич, Калифорния.
[2] Д. Маттес, Д.Р. Хейнор, Х. Вессель, Т. Левеллен и В. Юбанк. «Нежесткая многомодальная регистрация изображения». (Proceedings paper). Медицинская визуализация 2001: Обработка изображений. Публикации СПИ, 3 июля 2001 года. стр 1609–1620.