Mattes Mutual Info对3D图像配准的基本怀疑

Question

1。 Mattes Mutual Info Doubts

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

我尝试过3D注册（图像尺寸：480 * 480 * 60） Metric Mattes Mutual Info度量标准和Gradient Descent Optimizer

输出

numofbins = 30

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

迭代：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。当前步骤（7.62939e-06）小于最小步骤（1e-05）。

迭代：23

指标值：-1.7890

如果它是最小化函数，那么较低的一个更好，我怀疑。

2。转换矩阵最终输出

TranslationTransform（0x44fbd20） RTTI typeinfo：itk :: TranslationTransform 参考数量：2 修改时间：5528423

什么是修改时间？

3。最终指标是注册准确度测量？

指标是注册准确性的标志吗？更高的指标值是否意味着更好的注册？或者它只是优化后最佳点的值？

4。随机抽样注册

10-20％的随机样本点足以进行注册。但是，样本是从主要投资回报率还是在投资回报率之外？掩码是一种选择，SimpleITK中还有其他选项吗？

由于

Answer 1

ITK中的相似度量通常会给出成本，因此优化器会尝试最小化它们。相互信息是这个规则的一个例外（更高的MI更好），所以为了适应现有的框架它有负值 - 更大的负数比小的负数更好，同时仍然遵循应该最小化的逻辑。

修改时间用于检查是否应更新某个过滤器。

通常较低的指标意味着更好的注册。但是在不同的指标之间，甚至在使用相同指标的不同类型的图像之间无法比较。

随机抽样将占您RoI中10-20％的样本。我不确定它是在RoI中随机选取，还是在图像中随机选取，然后检查它是否在RoI中。