Конфигурация эволюционного оптимизатора «один плюс один»
A OnePlusOneEvolutionary объект описывает конфигурацию эволюционной оптимизации «один плюс один», передаваемую функции imregister для решения проблем регистрации изображения.
Можно создать OnePlusOneEvolutionary объект с использованием следующих методов:
imregconfig - Возвращает OnePlusOneEvolutionary объект в паре с соответствующей метрикой для регистрации мультимодальных изображений
Вход
metric = registration.optimizer.OnePlusOneEvolutionary;
OnePlusOneEvolutionary объект с настройками по умолчаниюСоздать OnePlusOneEvolutionary 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
optimizer =
registration.optimizer.OnePlusOneEvolutionary
Properties:
GrowthFactor: 1.050000e+00
Epsilon: 1.500000e-06
InitialRadius: 6.250000e-03
MaximumIterations: 100
Создайте объект конфигурации метрики, подходящий для регистрации мультимодальных изображений.
metric = registration.metric.MattesMutualInformation;
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');
Эволюционный алгоритм итерирует, чтобы найти набор параметров, которые дают наилучший возможный результат регистрации. Это происходит путем возмущения или изменения параметров последней итерации (родителя). Если новые (дочерние) параметры дают лучший результат, то потомок становится новым родителем, параметры которого возмущены, возможно, более агрессивно. Если родитель дает лучший результат, он остается родителем, и следующее возмущение менее агрессивно.
[1] Стайнер, М., К. Брехбюлер, Г. Секели и Г. Гериг. «Параметрическая оценка неоднородностей интенсивности, применяемых к МРТ». Транзакции IEEE по медицинской визуализации. Том 19, номер 3, 2000, стр. 153-165.