Строение оптимизатора «один плюс один»
A OnePlusOneEvolutionary объект описывает эволюционное строение оптимизации «один плюс один», которую вы передаете функции imregister для решения проблем регистрации изображений.
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 умолчаниюСоздайте OnePlusOneEvolutionary объект и использование его для регистрации двух МРТ- изображения колена, которые были получены с использованием различных протоколов.
Чтение изображений в рабочую область. Изображения являются мультимодальными, потому что они имеют разную яркость и контрастность.
fixed = dicomread('knee1.dcm'); moving = dicomread('knee2.dcm');
Просмотрите несовпадающие изображения.
figure imshowpair(fixed, moving,'Scaling','joint');
Создайте объект строения 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 строения метрики, подходящий для регистрации мультимодальных изображений.
metric = registration.metric.MattesMutualInformation;
Настройте свойства оптимизатора так, чтобы задача сходилась на глобальных максимумах. Увеличьте количество итераций, которые оптимизатор будет использовать для решения задачи.
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. Он делает это, возмущая, или мутируя, параметры от последней итерации ( родительского элемента). Если новые (дочерние) параметры дают лучший результат, то ребенок становится новым родительским элементом, параметры которого возмущены, возможно, более агрессивно. Если родительский элемент даёт лучший результат, он остается родительским элементом, а следующее возмущение менее агрессивно.
[1] Styner, M., C. Brechbuehler, G. Székely, and G. Gerig. «Параметрическая оценка неоднородностей интенсивности, применяемых к МРТ». Транзакции IEEE по медицинской визуализации. Том 19, № 3, 2000, стр. 153-165.