Mattes Mutual Info 对 3D 图像配准的基本疑惑答案

【问题标题】：Mattes Mutual Info basic doubts on 3D image registrationMattes Mutual Info 对 3D 图像配准的基本疑惑
【发布时间】：2017-05-15 17:59:46
【问题描述】：

1。消除相互信息疑虑

在 SimpleITK Mattes 中，互信息是一种相似性度量度量，这是最大化函数还是最小化函数？

我尝试了 3D 配准（图像尺寸：480*480*60） Metric Mattes Mutual Info metric 和 Gradient Descent Optimizer

numofbins = 30

优化器停止条件：RegularStepGradientDescentOptimizerv4：24 次迭代后步长太小。当前步长 (7.62939e-06) 小于最小步长 (1e-05)。

迭代次数：25

指标值：-0.871268982129

numofbins = 4096

优化器停止条件：RegularStepGradientDescentOptimizerv4：34 次迭代后步长太小。当前步长 (7.62939e-06) 小于最小步长 (1e-05)。

迭代次数：23

指标值：-1.7890

如果它是一个最小化函数，那么较低的更好，我怀疑。

TranslationTransform (0x44fbd20) RTTI 类型信息：itk::TranslationTransform 参考数：2 修改时间：5528423

什么是修改时间？

度量是注册准确性的标志吗？更高的度量值是否意味着更好的配准？还是只是优化后的最优值？

10-20% 的随机样本点足以进行配准。但问题是，样本是从主要 ROI 还是从 ROI 之外获取的？屏蔽是一个选项，SimpleITK 中还有其他选项吗？

谢谢

【问题讨论】：

【解决方案1】：

ITK 中的相似度指标通常会给出成本，因此优化器会尝试将其最小化。互信息是这个规则的一个例外（更高的 MI 更好），因此为了适应现有的框架，它具有负值 - 更大的负数优于小负数，同时仍然遵循应该最小化的逻辑。

修改时间用于检查某个过滤器是否应该更新。

通常，较低的指标意味着更好的配准。但不同指标之间没有可比性，甚至使用相同指标的不同类型图像之间也没有可比性。

随机抽样将在您的投资回报率中抽取 10-20% 的样本。我不确定它是在 RoI 中随机选择，还是在图像中随机选择然后检查它是否在 RoI 中。

【讨论】：

指标可用于估计箱数。对？因为我们只是在改变垃圾箱的数量。没有其他的。是否有任何输出参数来检查注册花费了多少时间？
随机抽样不知道 ROI 对吧？所以我认为它将整个图像视为样本空间。不？如果我将度量 X 用于方法 A 和方法 B，对于相同的图像对，该度量将无助于比较两者。虽然我不知道它们何时会产生误导，因为对于图像对，成本函数将是相同的，因为我们使用相同的度量，只有优化算法会有所不同。它只会给出要使用的转换，并且在两种情况下将使用相同的公式计算度量。所以，我认为 case 1 中的度量值 1.23 应该与 case 2 相同，不是吗？
对于相同度量和相同图像对的情况，度量值可用于比较不同的配准变换或用于实现它们的方法。而且价值越低越好！较低意味着对互信息的负面影响更大。
是的！只有 MI 相关的指标是相反的。 RMS（均方根）也可以得出同样的结论吗？我的意思是越低越好。在恶魔注册的情况下使用！
是的，它可以 - 相同的指标和相同的图像对导致可比较的注册。