消除互信息对三维图像配准的基本质疑

Question

1。消除相互间的信息疑虑

在SimpleITK-Mattes中互信息是一个相似度量，这是一个最大化函数还是一个最小化函数？在

我尝试过3D注册（图像大小：480*480*60） 度量马特互信息度量与梯度下降优化器

输出

---

数量=30

优化器停止条件：RegularStepGradientDescentOptimizerv4:24次迭代后步长太小。电流阶跃（7.62939e-06）小于最小阶跃（1e-05）。在

迭代次数：25

公制值：-0.871268982129

---

数量=4096

优化器停止条件：RegularStepGradientDescentOptimizerv4:34次迭代后步长太小。电流阶跃（7.62939e-06）小于最小阶跃（1e-05）。在

迭代：23

公制值：-1.7890

---

如果它是一个最小化函数，那么较低的函数更好，我怀疑。在

2。变换矩阵最终输出

平移变换（0x44fbd20） RTTI typeinfo:itk:：TranslationTransform 参考计数：2 修改时间：5528423

什么是修改时间？在

3。最后一个指标是注册精度测量？在

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注册？或者它只是优化后在最佳点的一个值？在

4。随机抽样登记

10-20%的随机采样点足以进行注册。但问题在于，样本是从主要投资回报率还是在投资回报率之外？掩蔽是一个选项，SimpleITK中还有其他选项吗？在

谢谢

Answer 1

ITK中的相似性度量通常会给出代价，因此优化器试图将其最小化。互信息是这个规则的一个例外（MI越高越好），因此为了适应现有的框架，它有负值-较大的负数比小的负数更好，同时仍然遵循最小化的逻辑。在

修改时间用于检查某个过滤器是否需要更新。在

通常较低的指标意味着更好的注册。但它在不同的度量之间，甚至在使用相同度量的不同类型的图像之间是不可比较的。在

随机抽样将采取10-20%的样本在您的投资回报率。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。在