文章目录
- 前言
- 一、Elastix简介
- 二、参数文件（类型）
- 三、参数文件（定义）：由多个组件组成，每个组件包含多个参数。
- 3.1、组件的相关参数
- 3.2、图解组件
- 3.2.1、图解 - 金字塔（pyramid）
- 3.2.2、图解 - 度量（metric）
- 3.2.3、图解 - 变换（transform）：affine + bspline + rigid
- 四、参数详解
- 4.1、基础参数：FixedImage + MovingImage
- 4.2、金字塔：Pyramid
- 4.4、图像采样器 + 重采样器：ImageSampler + Resampler
- 4.5、插值器 + 重采样插值器：Interpolator + ResampleInterpolator
- 4.6、度量：Metric
- 4.7、优化器：Optimizer
- 4.8、变换：Transform
- 4.9、配准结果：ResultImage
- 五、图像配准的影响因素
- 5.1、配准异常
- 5.2、配准精度
- 5.3、时间复杂度
- 5.4、空间复杂度
前言
（1）Elastix图像配准：原理 + 源码（详解）
一、Elastix简介
Elastix是一个基于Insight Toolkit (ITK)开发的命令行工具，用于（医学）图像的刚性和非刚性配准。
Elastix源码使用C++开发，由两个部分组成：
（1）实现图像配准功能的ITK样式类
（2）elastix包装器：负责读取和设置参数、实例化和连接组件、保存（中间）结果以及类似的“管理”任务。模块化设计可以添加新组件，而无需更改elastix核心。
图像配准：在空间上，找到
移动图像中的体素 p映射到固定图像中的体素 q。
二、参数文件（类型）
Elastix官网：参数文件（根据不同类型，给出多种案例）：分为以下几类：仪器类型（CT / MRI）、图像数据类型（2D / 3D），变换模型（rigid + affine + B-spline），度量标准（互信息 / 均方差）等等。如：3D图像配准（推荐模板）：Par0033 - elastix
多种变换的使⽤策略：
- 首先是
刚性变换（EulerTransform）- 然后是
仿射变换（AffineTransform）- 最后是
B样条插值变换（BSplineTransform）
三、参数文件（定义）：由多个组件组成，每个组件包含多个参数。
3.1、组件的相关参数
【理解与领悟】参数文件的每一个参数，才能实现图像的精确配准。
- Elastix官网组件：列举了整个配准过程中的每个组件：组件基类 Component Base Classes
- Elastix官网参数：列举了每个组件的相关参数 / 可调参数 / 协同参数：Parameters
3.2、图解组件
Elastix官网手册（第二章节）：图像配准的基本组件
固定图像（Fixed Image）：用于将移动图像配准到其空间的图像。移动图像（Moving Image）：用于待配准到固定图像空间的图像。金字塔（Image Pyramid）：用于捕捉图像的全局和局部特征，有助于快速收敛和避免局部极小值。采样器（Image Sampler）：用于在图像的指定区域内采集一定数量的像素，以进行相似性度量。插值器（Interpolator）：用于在图像的非离散点上估计像素值。度量（Metric）：用于度量固定图像和移动图像之间的相似性（损失函数）。优化器（Optimizer）：通过梯度下降法来迭代更新变换参数，使得度量损失逐步降低。
- 在每一个分辨率级别下（由低到高），通过度量衡量两个图像采集的像素，在优化器下，对移动图像进行逐步变换与插值。
变换（Transform）：用于变换移动图像以使其与固定图像对齐。
3.2.1、图解 - 金字塔（pyramid）
图像金字塔（Image Pyramid）：对原始图像进行一系列降采样（缩小）或上采样（放大）的图像集合。不同尺度的图像堆叠在一起，形成金字塔的层级结构。
- 低复杂图像可以增加配准成功的概率。例如：平滑且下采样的图像
- 使⽤金字塔来指代尺度空间。例如：高斯金字塔、拉普拉斯金字塔、高斯尺度空间金字塔、样条和小波金字塔。高斯金字塔是最常见的一种。
3.2.2、图解 - 度量（metric）
- 两个重要因素：像素之间的物理间距、图像在空间中相对于某些世界坐标系的位置
- 没有空间信息的医学图像不应用于医学诊断、图像分析、特征提取、辅助放射治疗或图像引导手术。换句话说，缺乏空间信息的医学图像不仅无用而且有害。
分辨率（Size）：表示图像的尺度（长宽高）像素间距（Spacing）：表示显微镜拍摄的尺寸，在像素中心之间测量。
- 对实际物体的尺度缩放，且每个维度可以不同（各向异性）。
- 像素间距转换物理尺寸：（20.0，30.0）x （7，6）=（140.0，180.0）。其中：
（7，6）分别表示显微镜拍摄实际物体时，XY所对应的缩放比例（XY由显微镜决定）。（单位：um）微米（Physical extent）：表示实际物体的物理尺寸，在像素中心之间测量。
- 圆圈中心：表示像素的中心。
- 图像原点（Origin）：与图像中第一个像素的坐标相关联。
- 像素：被认为是围绕保存数据值的像素中心的矩形区域Voronoi Region。
像素的线性插值（Linear Interpolation）：在以像素中心为角点（Pixel Coordinates）的Delaunay Region执行。
3.2.3、图解 - 变换（transform）：affine + bspline + rigid
（1）非刚体形变
BSplineTransform（B样条变换）：是一种基于B样条的非线性变换方法。
- 通过控制点（用于控制变换的形状）和插值函数（用于确定非控制点的值）来定义变换。
- 变换是局部的，每个像素的变换只受附近的控制点影响，这有助于减小整体计算的复杂性。
（2）刚体形变
AffineTransform（仿射变换）：在三维空间中，平移、旋转、缩放和错切。
- 12 个自由度： 3 个平移参数，3 个旋转参数，3 个缩放参数，3 个错切参数。
- 引入形变，但仍保持线性关系。
EulerTransform（欧拉变换）：在三维空间中，多种旋转顺序和旋转角度。
- 3 个自由度：多种旋转顺序（如：XYZ、ZYX），每个旋转顺序对应3个旋转角度。
- 不引入形变，但可能引入非线性关系。
RigidTransform（刚体变换）：在三维空间中，平移和旋转。
- 6 个自由度：3 个平移参数，3 个旋转参数（通常是绕 X、Y 和 Z 轴的旋转角度）。
总结：仿射变换包含刚体变换，欧拉变换是刚体变换的特殊情况。但欧拉变换可以根据旋转顺序，灵活的控制旋转角度。
备注：在 Elastix 中，RigidTransform 通常是通过 EulerTransform 实现的。
四、参数详解
4.1、基础参数：FixedImage + MovingImage
| 序号 | 参数 | 简介 | 适用范围 | 备注 |
|---|---|---|---|---|
| 1 | (FixedInternalImagePixelType "float") | 固定图像：像素值类型 | float（默认）、short、unsigned short | 不同的数据类型，占用内存不同，精度也不同 |
| 2 | (MovingInternalImagePixelType "float") | 移动图像：像素值类型 | float（默认）、short、unsigned short | |
| 3 | (FixedImageDimension 3) | 固定图像：维度 | 2D or 3D | |
| 4 | (MovingImageDimension 3) | 移动图像：维度 | 2D or 3D | |
| 5 | (UseDirectionCosines "true") | 图像的方向余弦：用于描述像素在物理空间中的相对位置和定向。 | 通常，图像被认为是一个离散的网格，每个像素占据一个网格单元。 |
- Elastix的3D图像配准具有连续效应：在进行逐帧配准的过程中，
前一帧的变换结果会被传递给下一帧，所以每一帧都会受到前一帧配准结果的影响。因此整个图像序列在配准过程中形成一个连续的变换链，以保持图像的整体一致性。- 传播效应：
若在序列中的某一帧发生配准错误或者有较大变动，可能会对后续帧产生一定的影响。- 解决方案：单独处理异常帧，以平衡每一帧之间的相互影响。
- Elastix4.2版本及之前，尚不完全支持图像的方向余弦。
- Elastix4.3版本开始，完全支持；但出于向后兼容性，可以手动禁用。
4.2、金字塔：Pyramid
| 序号 | 参数 | 简介 | 适用范围 | 备注 |
|---|---|---|---|---|
| 1 | (FixedImagePyramid "FixedRecursiveImagePyramid") | 固定图像：金字塔类型 | 递归金字塔 | 对前一层平滑+降采样下采样：将在第一个分辨率中节省大量时间 |
| (FixedImagePyramid “FixedSmoothingImagePyramid”) | 平滑金字塔 | 对前一层平滑 | ||
| (FixedImagePyramid “FixedShrinkingImagePyramid”) | 收缩金字塔 | 对前一层下采样 | ||
| 2 | (MovingImagePyramid "MovingRecursiveImagePyramid") | 移动图像：金字塔类型 | 递归金字塔 | |
| (MovingImagePyramid “MovingSmoothingImagePyramid”) | 高斯尺度空间金字塔 | |||
| (MovingImagePyramid " MovingShrinkingImagePyramid") | 收缩金字塔 | |||
| 3 | (NumberOfResolutions 4) | 图像金字塔：分辨率层数 | 0/1较差，3一般，4/5不错，10过度 | （1）若图像之间距离较远 / 分辨率高，则增加层数；（2）层数越多，变形越明显，时间复杂度也越高。 |
| 4 | (ImagePyramidSchedule 8 8 8 4 4 4 2 2 2 1 1 1) | 3D图像金字塔尺度 | （XYZ）每3个数字为一个分辨率层级，1表示保持原始分辨率。 | WARNING: ImagePyramidSchedule is not fully specified! A default pyramid schedule is used.默认：各向同性，每个分辨率减半 |
迭代轮数 = 金字塔层数 * 参数文件个数。
（1）参数文件 = 1，金字塔层数 = 5，迭代轮数 = 5（配准）
（2）参数文件 = 2，金字塔层数 = 5，迭代轮数 = 5 * 2（配准+变换）
（3）参数文件 = 3，金字塔层数 = 5，迭代轮数 = 5 * 2（配准+变换）
（4）参数文件 = 3，金字塔层数 = 1，迭代轮数 = 3
（4）参数文件 = 3，金字塔层数 = 1，迭代轮数 = 3
4.4、图像采样器 + 重采样器：ImageSampler + Resampler
下采样金字塔对于随机采样器或随机坐标采样器而言不是必需的。因为随机采样器无论如何都会选择⽤户定义的样本数量，而与图像大小无关。
| 序号 | 参数 | 简介 | 适用范围 | 备注 |
|---|---|---|---|---|
| 1 | (ImageSampler “Full” “Full” “Full”) | 图像采样器（用于在迭代计算时，使用重采样获取像素值）（XYZ） | 完整采样器：选择固定图像的所有体素坐标 | 时间复杂度较高，但结果更准确。 |
| (ImageSampler “Grid” “Grid” “Grid”) | 网格采样器：在固定图像上定义规则网格，并选择网格上的坐标。 | 时间复杂度较低，但可能会在一些区域失去精度。 | ||
(ImageSampler "Random" "Random" "Random")官方推荐 | 随机采样器：在固定图像中随机选择用户指定数量的体素 | 时间复杂度更低，但结果可能不稳定。 | ||
| (ImageSampler “RandomCooperative” “RandomCooperative” “RandomCooperative”) | 随机合作采样器：不限于体素位置，还可以选择体素之间的位置。 | 使得成本函数变得更平滑，优化问题更容易解决。 | ||
| 2 | (Resampler "DefaultResampler")官方推荐 | 重采样器（用于在应用最终配准结果变换时，使用图像重采样获取最终结果的像素值） | 默认的重采样器 | 在大多数情况下，都能提供良好的性能。 |
| (Resampler “OpenCLResampler”) | OpenCL（Open Computing Language）：用于并行计算的图像重采样（CPU / GPU） | 加速计算 | ||
| 3 | (NewSamplesEveryIteration "true" "true" "true")官方推荐 | 每次迭代时是否生成新的样本点（XYZ） | 增加算法的多样性，帮助更好地搜索参数空间。 | |
| 4 | (UseRandomSampleRegion "true")官方推荐 | 设置随机采样的区域 | false：采样器从整个图像域中抽取样本；true：采样器随机选择一个体素，然后选择该体素周围方形邻域中的剩余样本。 | 与SampleRegionSize结合使⽤ |
| 5 | (SampleRegionSize 50.0 50.0 50.0)官方推荐 | 采样区域尺度（XYZ） | 30、50、60（合理值：图像的三分之一） | |
| 6 | (NumberOfSpatialSamples 3000 3000 3000)官方推荐 | 空间采样点数量（XYZ） | 3000，不要低于2000 | 在每次迭代中，随机选择一个503mm区域。在该区域中，按照均匀分布选取3000个样本。 |
4.5、插值器 + 重采样插值器：Interpolator + ResampleInterpolator
- 高阶插值：可以捕捉细节，但容易受噪声干扰，可能过拟合。
- 低阶插值：无法捕捉细节，将产生平滑曲线，可能欠拟合。
插值器的阶数范围：
ERROR: BSplineInterpolationOrder and FinalBSplineInterpolationOrder must be between 0 and 5
| 序号 | 参数 | 简介 | 适用范围 | 备注 |
|---|---|---|---|---|
| 1 | (Interpolator “NearestNeighborInterpolator”) | 插值器（用于在迭代计算时，使用插值来计算像素值） | 最近邻插值器：返回距离最近的体素的强度 | 时间复杂度较低，但不够平滑。 |
| (Interpolator “LinearInterpolator”) | 1阶B样条插值 = 线性插值 | 线性插值器：使用距离为权重，返回周围体素的加权平均值 | 时间复杂度中等，相对平滑。 | |
| (Interpolator “BSplineInterpolator”) | N阶B样条插值器（默认double类型） | 时间复杂度较高，更高的精度和平滑度。 | ||
(Interpolator "BSplineInterpolatorFloat") | N阶B样条插值器（指定float类型） | 占用内存减半、时间复杂度减半 | ||
| (Interpolator “ReducedDimensionBSplineInterpolator”) | N阶B样条插值器的变体 | 在最后一个维度中，使⽤0阶样条（节省时间） | ||
| 2 | (BSplineInterpolationOrder 3)官方推荐 | BSpline的插值阶数：必须在0到5之间（在迭代计算时） | （1）可以分别指定每个分辨率的值（2）若只有一个值，则适用于所有分辨率 | 0几乎没有配准效果，3增加配准形变程度。 |
| 3 | (ResampleInterpolator “FinalNearestNeighborInterpolator”) | 重采样插值器（用于在应用最终配准结果变换时，使用插值来计算最终结果的像素值） | ||
| (ResampleInterpolator “FinalLinearInterpolator”) | ||||
| (ResampleInterpolator “FinalBSplineInterpolator”) | ||||
(ResampleInterpolator "FinalBSplineInterpolatorFloat")官方推荐 | ||||
| (ResampleInterpolator “ReducedDimensionBSplineInterpolator”) | ||||
| 4 | (FinalBSplineInterpolationOrder 0)官方推荐 | BSpline的插值阶数：必须在0到5之间（在应用最终配准结果变换时） | （1）可以分别指定每个分辨率的值（2）若只有一个值，则适用于所有分辨率 | 迭代计算：使用高阶来拟合细节；结果变换：使用低阶来减小过拟合。（若反向操作，效果差） |
4.6、度量：Metric
单度量多分辨率配准：在每个分辨率级别上，使用相同的度量。—— 简单图像的配准任务多度量多分辨率配准：在每个分辨率级别上，使用不同的度量。—— 复杂图像的配准任务同一个参数文件，只能存放一个多分辨率配准：
ERROR: The parameter "Registration" is specified more than once.
| 序号 | 参数 | 简介 | 适用范围 | 备注 |
|---|---|---|---|---|
| 1 | (Registration "MultiResolutionRegistration")官方推荐 | 单度量多分辨率配准 | 简单任务、时间复杂度低 | 若不需要多分辨率，则设置NumberOfResolutions=1，而无需设置其他任何内容。 |
(Registration "MultiMetricMultiResolutionRegistration") | 多度量多分辨率配准 | 复杂任务、时间复杂度非常高 | ||
| 2 | (Metric0Weight 0.125) + (Metric1Weight 0.225) + (Metric2Weight 0.125) | 指定多个度量的权重 | 与（多度量）搭配使用 | 度量权重的数量必须和度量方法的方法一致 |
| 3 | (Metric "AdvancedMeanSquares" "AdvancedMattesMutualInformation" "NormalizedMutualInformation") | 指定多个度量的方法 | 与（多度量）搭配使用 | |
| (Metric “AdvancedMeanSquares”) | 度量标准（度量：用于评估图像之间相似性的指标） | 均方差MSD | 适用于具有相等强度分布的两个图像（即相同模态图像） | |
| (Metric “AdvancedNormalizedCorrelation”) | 归一化相关系数NCC | 该度量对于强度分布之间的线性差异是不变的（适用CT图像） | ||
(Metric "AdvancedMattesMutualInformation")官方推荐 | 互信息MI | 两个图像的强度的概率分布关系（适用单模态+多模态） | ||
| (Metric “NormalizedMutualInformation”) | 归一化互信息NMI | 在特定情况下，比MI的性能更好（适用单模态+多模态） | ||
| (Metric “AdvancedKappaStatistic”) | Kappa统计KS | 测量分段结构的重叠（适用二值图像（分段）） | ||
| 4 | (ShowMetricValue "false") | 在迭代过程中，是否显示度量的汇总信息 | 汇总信息：最终的度量值、度量值的平均值、最小值、最大值等（不区分每个度量的详细值）。 | 通常设置false，以避免在控制台中显示过多信息。 |
| 5 | (ShowExactMetricValue "false" "false" "false") | 在迭代过程中，是否显示每个度量的详细信息 | 详细信息：每个度量的单独结果、每个分辨率的结果等。 | 与MetricNWeight数量一致 |
| 序号 | 参数 | 简介 | 适用范围 | 备注 |
|---|---|---|---|---|
| 1 | (NumberOfHistogramBins 32 32 32)官方推荐 | 直方图 bin 数量（XYZ） | bin数量越多，度量精度越高，但时间复杂度也越高。 | 直方图：用于衡量图像之间的相似性 |
| 2 | (ErodeMask "false" "false" "false")官方推荐 | 是否对掩模进行腐蚀操作（XYZ） | （1）若为true，则仅对掩模=1的图像执行配准;（2）当图像包含没有实际意义的人造边缘时，配准可能会倾向于对齐这些人造边缘，从而忽略有意义的边缘。 |
4.7、优化器：Optimizer
梯度下降（GD）：StandardGradientDescent或RegularStepGradientDescentRobbins‑Monro（RM）：StandardGradientDescent 或 FiniteDifferenceGradientDescent（1）GD 和 RM 实际上非常相似。使⽤完整采样器而不是随机采样器运行 RM 相当于执行 GD。
（2）建议使⽤ RM 而不是 GD，速度更快，但可能会恶化 GD 方案的收敛特性，因为每次迭代都会产生近似误差。
（3）AdaptiveStochasticGradientDescent：参数更少，且更稳健。
| 序号 | 参数 | 简介 | 适用范围 | 备注 |
|---|---|---|---|---|
| 1 | (Optimizer “StandardGradientDescent”) | 优化器：获得最优变换参数 | (SGD)随机梯度下降法 | 对学习率敏感 |
| (Optimizer “RegularStepGradientDescent”) | (RSGD)固定步长的梯度下降法 | 学习率步长：需要经验或试验来确定 | ||
(Optimizer "AdaptiveStochasticGradientDescent")官方推荐 | (ASGD)自适应随机梯度下降法 | 在配准过程中，学习率会自动调整 | ||
| (Optimizer “LimitedMemoryBroyden-Fletcher-Goldfarb-Shanno”) | (LBFGS)拟牛顿法 | 维护了一个有限的历史梯度信息，以估计牛顿方向。 | ||
| (Optimizer “ConjugateGradient”) | (CG)共轭梯度法 | 在某些情况下，它可能比梯度下降法更高效。 | ||
| (Optimizer “SimultaneousTruthandPerformanceLevelEstimation”) | (STAPLE)估计每个像素的“真实标签”以及每个配准算法的性能水平法 | 用于多模态 | ||
| - | (MaximumStepLength 0.015) | 最大步长（学习率）：控制了每次参数更新的幅度 | 与SGD一起使用（0.01 ~ 0.001） | （1）较大：学习快，模型不收敛；（2）较小：学习慢，局部收敛，找不到最优解； |
| 2 | (MaximumNumberOfIterations 500)官方推荐 | 图像金字塔：每个分辨率的最大迭代次数。 | 赶时间250、默认500、一般800、最好2000 | （1）iter次数决定是否收敛；（2）若配准成功，则iter次数越多，精度越高，但可能过拟合；（3）若配准失败，则iter次数越多，结果越异常；（4）若全脑配准，则iter次数越多，可能配准的slice越多； |
(MaximumNumberOfIterations 300 300 600 600) | 若指定的参数少于金字塔层数，则循环赋值。 | |||
| 3 | (MaximumNumberOfSamplingAttempts 10 15 10) | （XYZ）采样尝试的最大次数（默认0） | 有时无法抽取足够的相应样本，从而引发异常。使用此参数可以尝试绘制另一组样本。 |
以下参数默认效果即可满足要求，无需指定。且23456仅在1使用时有效。
| 序号 | 参数 | 简介 | 适用范围 | 备注 |
|---|---|---|---|---|
| 1 | (AutomaticParameterEstimation "true") | 自动估计参数（默认true）：SP_a、SP_alpha、SigmoidMax、SigmoidMin 和 SigmoidScale | （1）可以分别指定每个分辨率的值（2）若只有一个值，则适用于所有分辨率 | |
| 2 | (NumberOfGradientMeasurements 10) | 梯度数N（默认0，表示自动估算该值）：用于估计精确梯度和近似误差的平均平方幅值。 | 原则上越多越好，但越慢。 | （1）可以分别指定每个分辨率的值（2）若只有一个值，则适用于所有分辨率 |
| 3 | (NumberOfJacobianMeasurements 5000 10000 20000) | 测量雅可比行列式的体素 M 的数量（默认M = max( 1000, nrofparams )，其中 nrofparams 为变换参数的数量）：用于估计协方差矩阵。 | 原则上越多越好，但越慢。 | （1）可以分别指定每个分辨率的值（2）若只有一个值，则适用于所有分辨率 |
| 4 | (NumberOfSamplesForNoiseCompensationFactor 100000) | 用于计算“精确”梯度的图像样本数（默认100000） | 原则上越多越好，但越慢。 | （1）可以分别指定每个分辨率的值（2）若只有一个值，则适用于所有分辨率 |
| 5 | (NumberOfSamplesForPrecondition 500000) | 用于计算预处理器梯度的图像样本数（默认500000） | 原则上越多越好，但越慢。 | （1）可以分别指定每个分辨率的值（2）若只有一个值，则适用于所有分辨率 |
| 6 | (RegularizationKappa 0.9) | 预处理器正则化 |
4.8、变换：Transform
多种变换的使⽤策略（由简单到复杂）：
- 首先是
刚性变换（EulerTransform）—— （默认）旋转中心取固定图像的几何中心- 然后是
仿射变换（AffineTransform）—— （默认）旋转中心取固定图像的几何中心- 最后是
B样条插值变换（BSplineTransform）
2222222222222
- 同一个参数文件，只能存放一个变换模型：
ERROR: The parameter "Transform" is specified more than once.- 同一个参数文件，不能同时存放物理单位与体素单位：
ERROR: You can not specify both "FinalGridSpacingInVoxels" and "FinalGridSpacingInPhysicalUnits" in the parameter file.- 网格间距尺度需和分辨率层数一致：
ERROR: Invalid GridSpacingSchedule! The number of entries behind the GridSpacingSchedule option should equal the numberOfResolutions, or the numberOfResolutions * ImageDimension.
| 序号 | 参数 | 简介 | 适用范围 | 备注 |
|---|---|---|---|---|
| 1 | (Transform “TranslationTransform”) | 变换模型 | 平移变换 | 平移 |
| (Transform “SimilarityTransform”) | 相似性变换（当移动与固定的缩放比较大时） | 平移、旋转、缩放 | ||
(Transform "AffineTransform") | 仿射变换 | 平移、旋转、缩放、错切 | ||
(Transform "EulerTransform") | 欧拉变换 | 多种旋转顺序和旋转角度 | ||
(Transform "BSplineTransform") | B样条插值变换 | 非刚性变换 | ||
| (Transform “SplineKernelTransform”) | 基于内核的B样条变换 | 非刚性变换。比B样条效率低，但形变更精确 | ||
| 2 | (HowToCombineTransforms "Compose")官方推荐 | 组合变换：在一个参数文件中，同时指定多个变换，并按指定的顺序将多个变换合并为一个复杂变换 | 用于处理复杂的配准任务 | |
3(仅限bspline) | (FinalGridSpacingInPhysicalUnits 10.0 10.0 10.0)官方推荐 | （XYZ）最终网格间距的物理单位：毫米（mm） | 间隔越小，变换复杂度越高，可能过拟合。 | （1毫米mm = 1000微米um） |
(FinalGridSpacingInVoxels 8.0 8.0 8.0)官方推荐 | （XYZ）最终网格间距的体素单位 | 匹配较小结构：4、8、16；匹配较大结构：32 | ||
4(仅限bspline) | (GridSpacingSchedule 6.0 6.0 6.0 4.0 4.0 4.0 2.5 2.5 2.5 1.0 1.0 1.0)官方推荐 | （XYZ）每个分辨率级别的网格间距尺度 | 分辨率级别0中的网格间距：6×8=48体素，经过32和20体素，最终分辨率级别为8体素。 |
| 序号 | 参数 | 简介 | 适用范围 | 备注 |
|---|---|---|---|---|
| 1 | (AutomaticTransformInitialization "true") | 自动估计初始变换参数 | 解决问题：当两个图像之间的初始对齐非常偏离时，无法启动非刚性配准。 | |
2(Origins仅限Affine) | (AutomaticTransformInitializationMethod "Origins") | 自动估计初始变换参数的方法 | 使用固定图像和移动图像的（原点）来初始化变换场 | 平滑处理，模糊所有细节，将配准集中在主要结构上。 |
| (AutomaticTransformInitializationMethod “GeometricalCenter”) | 使用固定图像和移动图像的（几何中心）来初始化变换场 | |||
| (AutomaticTransformInitializationMethod “CenterOfMass”) | 使用固定图像和移动图像的（质心）来初始化变换场 | |||
| 3 | (AutomaticScalesEstimation "true")官方推荐 | 自动估计变换的尺度 | 为变换模型的每个像素定义了一个缩放值（在迭代计算时） | |
| 4 | (WriteTransformParametersEachIteration "false") | 在每次迭代后，是否保存变换参数。 | ||
| 5 | (WriteTransformParametersEachResolution "false") | 在每个分辨率后，是否保存变换参数。 | ||
| 6 | (WriteResultImageAfterEachResolution "false") | 在每个分辨率后，是否保存最终的配准结果图像。 |
4.9、配准结果：ResultImage
| 序号 | 参数 | 简介 | 适用范围 |
|---|---|---|---|
| 1 | (UseFastAndLowMemoryVersion "true") | 启用快速和低内存版本 | 精度低、运算速度块、内存占用低 |
| 2 | (DefaultPixelValue 0) | 当某个像素值未定义时，将其默认设置为 0。 | |
| 3 | (WriteResultImage "true") | 是否保存配准结果图像 | |
| 4 | (ResultImagePixelType "unsigned short") | 配准结果图像的像素类型 | float（默认）、short、unsigned short |
| 5 | (ResultImageFormat "tif") | 配准结果图像的图像格式 | mhd、tif |
五、图像配准的影响因素
5.1、配准异常
| 影响因素 | 简介 | 解决方法 |
|---|---|---|
XYZ | Elastix默认各向同性 | 最终网格间距的物理单位=(FinalGridSpacingInPhysicalUnits 10.0 10.0 10.0) |
数据类型 | Elastix同时支持8-bit与16bit的图像（固定与移动） | |
图像尺度 | 固定图像与移动图像的尺度需一致 | |
图像质量（太差） | （1）背景与前景不具有区分度；（2）四个角全黑/四周全黑 | 图像分割，使背景为0 |
5.2、配准精度
| 影响因素 | 简介 | 解决方法 |
|---|---|---|
iter次数（不足） | ||
图像质量（较差） | 前景与背景有一定区分度，但效果不明显 | （1）图像调色：亮度 + 对比度 + gamma（2）参数文件：调参 |
（多个）参数文件 | 只影响配准精度，若使用不当则系统会直接报错，而不会导致配准异常。 | （1）文件类型rigid、affine、bspline；（2）组件的协同参数 |
（多个）移动图像 | 对同一张图像通过不同处理方法得到多张图像（特征），用于迭代优化。 |
以下列举的是常规因素：
备注：若需要根据组件与参数之间的协同关系进行详细调参，可以参考Parameters。
- 图像金字塔：
(NumberOfResolutions 4)- 插值器：
(BSplineInterpolationOrder 3)- 重采样插值器：
(FinalBSplineInterpolationOrder 0)- 度量：
(Registration "MultiResolutionRegistration") + (Registration "MultiMetricMultiResolutionRegistration")- 掩膜：
(ErodeMask "false" "false" "false")- 优化器：
(MaximumNumberOfIterations 500)- 变换：
(FinalGridSpacingInPhysicalUnits 10.0 10.0 10.0)
5.3、时间复杂度
- 若显示详细的过程记录信息，则极大增加时耗。
- 金字塔pyramid
（1）金字塔类型（递增）：递归金字塔 -> 缩小金字塔 -> 平滑金字塔
（2）金字塔分辨率级别：(NumberOfResolutions 4) 层数越多，变形效果越明显，但时间复杂度也越高。- 多分辨率（递增）：
单一度量 -> 多个度量—— 影响因素最高- 变换模型（递增）：
线性变换（刚性变换和仿射变换） -> 非线性变换（B样条变换）- 插值器与重采样插值器（递增）：
最近邻 -> 线性 -> 一阶B样条 -> 二阶B样条等—— 影响因素第二- 图像采样器（递增）：
Full -> Grid -> Random- 度量metric：
(NumberOfHistogramBins 32 32 32) bin数量越多，度量精度越高，但时间复杂度也越高。- (UseFastAndLowMemoryVersion “true”)：精度低、运算速度块、内存占用低
5.4、空间复杂度
官网介绍：Memory consumption in transformix
- (FixedInternalImagePixelType “float”)：
float、short、unsigned short- (MovingInternalImagePixelType “float”)：
float、short、unsigned short- (ResultImagePixelType “unsigned short”)：
float、short、unsigned short- 插值器：
BSplineInterpolator（默认double类型）、BSplineInterpolatorFloat- 重采样插值器：
FinalBSplineInterpolator（默认double类型）、FinalBSplineInterpolatorFloat
