imregconfig

Строения для регистрации на основе интенсивности

Описание

пример

[optimizer,metric] = imregconfig(modality) создает optimizer и metric строения, которые вы передаете imregister для выполнения регистрации изображений на основе интенсивности, где modality задает режим захвата изображения. imregconfig возвращает optimizer и metric с настройками по умолчанию, чтобы обеспечить базовое строение регистрации.

Примеры

свернуть все

Считайте два изображения. Этот пример использует два магнитно-резонансных (МРТ) изображения колена. Фиксированное изображение является спин-эхо-изображением, в то время как движущееся изображение является спин-эхо-изображением с восстановлением инверсии. Два сагиттальных среза были получены одновременно, но немного не совпадают.

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

Просмотрите несовпадающие изображения.

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

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

Создайте оптимизатор и метрику, установив модальность на 'multimodal' поскольку изображения поступают с разных 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 позволяла проводить 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 параметры

свернуть все

Режим захвата изображений описывает, как ваши изображения были захвачены, заданный как 'monomodal' (с аналогичной яркостью и контрастностью) или 'multimodal' (с различной яркостью или контрастностью).

Типы данных: char | string

Выходные аргументы

свернуть все

Строение оптимизации, возвращенная как RegularStepGradientDescent или OnePlusOneEvolutionary объект оптимизатора.

Метрическое строение описывает метрику подобия изображения, которая будет оптимизирована во время регистрации, возвращенной как MeanSquares или MattesMutualInformation метрический объект.

Подробнее о

свернуть все

Мономодальный

Мономодальные изображения имеют сходную яркость и контрастность. Изображения получаются на том же типе сканера или датчика.

Многомодальный

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

Совет

  • Если настроить оптимизатор или метрические параметры, результаты регистрации могут улучшиться. Например, если вы увеличиваете количество итераций в оптимизаторе, уменьшаете размер шага оптимизатора или изменяете количество выборок в стохастической метрике, регистрация улучшается до точки, за счет эффективности.

Введенный в R2012a