0

1.相互情報の疑いを解消する

SimpleITK Mattes では、相互情報は類似性メトリックの尺度ですが、これは最大化関数または最小化関数ですか?

Metric Mattes Mutual Info metric と Gradient Descent Optimizer を使用して 3D 登録 (画像サイズ: 480*480*60) を試みました。

出力

numofbins = 30

オプティマイザーの停止条件: RegularStepGradientDescentOptimizerv4: 24 回の反復後のステップが小さすぎます。現在のステップ (7.62939e-06) が最小ステップ (1e-05) 未満です。

反復: 25

メトリック値: -0.871268982129

numofbins = 4096

オプティマイザーの停止条件: RegularStepGradientDescentOptimizerv4: 34 回の反復後のステップが小さすぎます。現在のステップ (7.62939e-06) が最小ステップ (1e-05) 未満です。

反復: 23

メトリック値: -1.7890

それが最小化関数である場合、下の方が優れていると思います。

2. 変換行列の最終出力

TranslationTransform (0x44fbd20) RTTI typeinfo: itk::TranslationTransform 参照カウント: 2 変更時間: 5528423

変更時間とは何ですか?

3. 最終的な測定基準は登録精度の測定値ですか?

メトリックは登録精度の兆候ですか? メトリクス値が高いほど、登録が良好であることを意味しますか? それとも最適化後の最適点での値ですか？

4.登録のための無作為抽出

レジストレーションには、ランダム サンプル ポイントの 10 ～ 20% で十分です。しかし、サンプルがメインの ROI から取得されたのか、ROI の外側から取得されたのかという疑問が生じます。マスキングはオプションですが、SimpleITK に他のオプションはありますか?

ありがとう

4

1 に答える 1

0

通常、ITK の類似性メトリックはコストを示すため、オプティマイザーはそれらを最小化しようとします。相互情報量はこのルールの例外です (MI が高いほど良い)。そのため、既存のフレームワークに適合させるために、負の値を持ちます。負の数が大きいほど、小さな負の数よりも優れていますが、最小化する必要があるというロジックに従います。

変更時刻は、特定のフィルターを更新する必要があるかどうかを確認するために使用されます。

一般に、メトリックが低いほど、登録が良好であることを意味します。ただし、異なるメトリック間で比較することはできません。また、同じメトリックを使用する異なるタイプの画像間で比較することさえできません。

ランダム サンプリングでは、RoI のサンプルの 10 ～ 20% が使用されます。RoI 内でランダムに選択するのか、画像内でランダムに選択して RoI 内にあるかどうかを確認するのかはわかりません。

于 2017-05-15T19:57:20.873 に答える