Elastix (图像注册)

Elastix是一个建立在InsightSegmentationandRegistrationToolkit(ITK)之上的图像注册工具箱。它是完全开源的，并提供了在图像配准问题上采用的广泛的算法。

它的组件被设计成模块化，以方便快速可靠地创建各种针对特定应用的套准管道。它首先由StefanKlein和MariusStaring在图像科学研究所（ISI）的JosienP.W.Pluim的监督下开发。

它的第 一个版本是基于命令行的，允许最终用户使用脚本来自动处理大数据集，并以几行代码部署多个注册管道。

现在，为了进一步扩大其受众范围，还提供了一个名为SimpleElastix的版本，由KasperMarstal开发，它允许elastix与高级语言（如Python、Java和R）整合。

图像配准是数字图像处理中的一项著名技术，它寻找一种几何变换，应用于移动图像，获得与目标图像的一对一映射。

一般来说，从不同的传感器（多模态）、时间段（多时态）和视点（多视角）获取的图像应该正确对齐，以进行进一步的处理和特征提取。尽管有大量不同的图像注册方法，但大多数都是由相同的宏观构件组成，即变换、插值器、度量和优化器。

两个或多个图像的注册可以被看作是一个优化问题，需要多次迭代才能收敛到最佳解决方案。从一个从图像时刻计算出来的初始变换开始，优化过程根据选定的相似度量值搜索最佳变换参数。

显示了两幅图像的注册的高层表示，在整个过程中，参照物保持不变，而移动的图像将根据变换参数进行变换。

换句话说，当相似度指标（这是一个有一定数量的参数需要优化的数学函数）达到最佳值时，注册就结束了，这与具体的应用有很大关系。

按照图像配准工作流程的结构，elastix工具箱提出了一个模块化的解决方案，为每个构件实现了不同的算法，这些算法在医学图像配准中被高度采用，并帮助最终用户通过为每个主要构件选择最合适的算法来建立他们的特定管道。

每个模块都可以通过选择预定义的初始化值或通过尝试多组参数然后选择最有效的一个来轻松配置。

注册是在图像上进行的，elastix工具箱支持ITK支持的所有数据格式，从JPEG和PNG到医学标准格式，如DICOM和NIFTI。

当元数据中提供时，它还存储物理像素间距、原点和与外部世界参考系统的相对位置，以促进注册过程，特别是在医疗领域的应用。

变换是一个重要的构件，因为它定义了可允许的变换。在图像注册中，主要的区别是平行到平行和平行到非平行（可变形）的线条映射变换。

在elastix工具箱中，最终用户可以选择一个变换或通过加法或通过组合来组成更多的变换。下面报告了不同的转换模型，按照灵活性增加的顺序，以及括号内相应的elastix类名称。

平移（TranslationTransform）只允许平移刚性（EulerTransform）扩展了平移，增加了旋转，物体被看作是一个刚体类似（SimilarityTransform）通过引入各向同性的缩放扩展了刚性变换Affine（AffineTransform）扩展了刚性变换，允许缩放和剪切B-花键(BSplineTransform)是一种可变形变换，通常在刚性或仿生变换之前薄板花键(SplineKernelTransform)是一种可变形变换，属于基于核的变换类别，是仿生和非刚性部分的组合。

相似性度量是数学函数，其参数应该被优化以达到预期的注册。在这个过程中，它被多次计算。