如何针对人群进行基于NMI相似性和LBFGS优化技术的刚性配准？

Question

我是SimpleITK和使用SimpleElastix进行注册的初学者。我有一组患者的MRI及其相应的标记量。我按照图像卷标和标签卷上的SimpleElastix中的说明进行了groupwise注册。我正在尝试做的是在我的数据上复制注册阶段的类似过程，这是相关论文之一中提到的。

作者使用多图集刚性注册，通过使用 LBFGS优化技术最大化归一化互信息（NMI）来注册两次扫描。配准后，三个感兴趣结构的强度分别为0.92、0.85和0.73，这使该对象在空间上优先于分割算法。

作者还提到，他们已将每次扫描都注册到所有训练扫描中（即，如果我没有记错的话，则为GroupWise注册），其中优化是通过指定手动分割的质心表示的平移初始化的感兴趣的结构。

我的问题如下：

1. 如何在GroupWise注册期间将NMI和LBFGS分配给注册过程？我阅读了SimpleElastix文档，其中提到了NMI和LBFGS，但是，我不知道如何将这些参数分配给参数向量图。

2. 我可以将参数附加到groupwise registration上，类似于this link中的代码吗？例如：

   parameterMapVector = sitk.VectorOfParameterMap（）parameterMapVector.append（sitk.GetDefaultParameterMap（“ affine”））parameterMapVector.append（sitk.GetDefaultParameterMap（“ bspline”）） elastixImageFilter.SetParameterMap（parameterMapVector）

非常感谢您的帮助