一种非线性图像配准工具。
ardent的Python项目详细描述
热心的
Affine和R规范化DE格式化Numeric^{str1}$Ttransform(ARDENT)是一个Python包,用于使用LDDMM执行自动图像注册。在
ARDENT以其预测和校正伪影和图像不均匀性、跨图像模式执行注册、易用性和其他开发特性的能力而引人注目。在
概述
实验神经科学从光镜或电子显微镜、核磁共振成像和其他三维成像设备中产生了惊人数量的成像数据。要真正使用这些数据集,就必须相互参照并按照完善的标准进行解释:特征良好的图像数据集称为地图集。为了建立这些解释,必须计算密集的空间排列。这个过程被称为图像配准,其中一个图像被最佳地变形或流动,直到它与另一个对齐为止。大规模的影像数据和物种尺度和模式的异质性对精确配准提出了挑战。目前的工具可以很好地处理非常标准的图像,但在有各种缺陷的数据上却表现不佳。这限制了我们分析在大多数实验室进行的新实验数据的能力。在
ARDENT是一个可访问的纯python图像注册软件包,考虑到这些神经成像的挑战。在
文件
具有用法的官方文档位于https://ardent.neurodata.io/
请访问官方网站中的tutorial section以获得更深入的使用。在
系统要求
硬件要求
ARDENT
包只需要一台标准计算机,该计算机具有足够的RAM来支持内存操作。在
Python要求
这个包是为Python3编写的。目前,Python3.6支持它。在
Python依赖项
ARDENT
主要依赖于pythorch科学堆栈,还有PyTorch的显著添加。然而,这是一个有待讨论的问题。在
numpy
matplotlib
scipy
scikit-learn
simpleitk
nibabel
nilearn
pytorch
安装指南
从pip安装
^{pr2}$从Github安装
git clone https://github.com/neurodata/ardent
cd ardent
python3 setup.py install
许可证
这个项目包括在Apache 2.0 License下。在
- 项目
标签: