Elastic开源图像配准工具

文章目录

前言：图像配准综述
一、常见的图像配准工具：ITK，SimpleITK，ANTs，Elastix，SimpleElastix
二、Elastix：基于ITK开发的医学图像配准工具
- 2.1、elastix.exe：计算图像配准的变换参数
- - 2.1.1、cmd命令行调用elastix.exe
  - 2.1.2、python程序调用elastix.exe
- 2.2、transformix.exe：将变换参数应用到新的图像上
- - 2.2.1、cmd命令行调用transformix.exe
  - 2.2.2、python程序调用transformix.exe
- 2.3、图形化理解
- - 图一：将配准参数文件配准到（移动图像）中 —— 待转换图像 = 移动图像
  - 图二：将配准参数文件配准到（新的图像）中 —— 待转换图像 ≠ 移动图像

前言：图像配准综述

【Image Registration】图像配准是一种图像处理技术，用于将多幅图像或图像的不同部分进行对齐，以便在后续分析中进行比较、融合或提取信息。配准的目标是找到一个变换，将不同图像中的相应特征或区域对准，使它们在同一坐标系中重叠。广泛应用于在医学影像、遥感图像、计算机视觉等领域。
在这里插入图片描述

一、常见的图像配准工具：ITK，SimpleITK，ANTs，Elastix，SimpleElastix

常见的医学图像配准工具：ITK，SimpleITK，ANTs，Elastix，SimpleElastix。

ITK (Insight Segmentation and Registration Toolkit)：是一个开源的C++图像处理库，广泛用于医学图像分割和配准领域。它提供了大量的图像处理算法和数据结构，包括滤波、分割、配准、重建等功能。ITK具有强大的灵活性和可扩展性，可以用于开发复杂的图像处理流程。但由于其是C++库，使用时需要编写C++代码。
SimpleITK：是一个基于ITK的高级封装工具，为Python、Java和Tcl等语言提供了简化的接口。它保留了ITK的强大功能，同时提供了更简单易用的接口，特别适合快速原型开发和简单任务的处理。SimpleITK在Python中特别受欢迎，因为它提供了直观的API和丰富的示例，可以轻松进行图像加载、配准、分割等操作。
ANTs (Advanced Normalization Tools)：是一个广泛用于医学图像配准和处理的开源工具。它主要用于脑部图像处理，包括配准、分割、重建等任务。提供了基于C++的命令行接口，并可以通过ANTsPy（Python的接口）在Python中使用。ANTs在脑部图像配准方面表现出色，尤其是在非线性配准方面。
Elastix：是一个基于ITK库开发用于医学图像配准的开源工具。它支持多种配准算法，包括刚性、相似性、仿射和非线性配准，适用于不同类型的图像配准任务。Elastix使用参数文件来配置配准算法和参数设置，用户可以根据需求自定义参数文件。它提供了命令行接口，也可以与Python等语言集成。
SimpleElastix：是一个基于Elastix的高级封装工具，为Python、Java和R等语言提供了更简单的接口。它保留了Elastix的功能和灵活性，并提供了更友好的API。SimpleElastix使得在Python中使用Elastix更加方便，可以通过几行代码实现复杂的图像配准任务。
PyElastix：是一个Python封装的Elastix库。与SimpleElastix类似，PyElastix提供了更直接的Python接口，使得使用Elastix更加简单。PyElastix的目标是提供简单易用的配准工具，特别适用于在Python中进行图像配准和处理的应用。PyElastix（github源码）：基于python封装的Elastix配准工具。可以通过python来调用Elastix

elastix 是一个命令行程序，不做可视化显示。它接收输入的固定和移动图像，并在注册结束时生成输出（结果）图像。
若需要查看结果可以使用外部查看器，Elastix 手册的page-16介绍了几种免费且开源的可视化工具:

二、Elastix：基于ITK开发的医学图像配准工具

Elastix 官网：https://elastix.lumc.nl/index.php
Elastix 下载：https://elastix.lumc.nl/download.php
Elastix 手册：https://elastix.lumc.nl/download/elastix-5.1.0-manual.pdf

配准原理：计算移动图像与固定图像之间体素的相似性（一一对应关系），得到空间变换参数（配准参数文件），使得移动图像与固定图像进行对齐，实现两幅图像的空间一致性。
备注：
（1）移动图像（配准图像）的位置和几何形状与固定图像存在不同程度的偏移、旋转或缩放等变换。
（2）保持固定图像（参考图像）不变，将移动图像向固定图像进行对齐（配准）。

Elastix图像配准需要两个可执行文件：

Elastix.exe（Elastix软件包中的主要工具）：计算图像配准的变换参数
cmd命令行：elastix.exe -f fixed_image.tif -m moving_image.tif -p parameter_file.txt -out output_folder
Transformix.exe（Elastix软件包中的辅助工具）：将变换参数应用到新的图像上
cmd命令行：transformix.exe -in input_image.tif -tp parameter_file.txt -out output_folder
支持系列图像配准算法：刚性变换（rigid）、仿射变换（affine）、非刚性变换（bspline）等等
支持处理多种图像格式：tif、dicom、jpg、png等等

2.1、elastix.exe：计算图像配准的变换参数

Elastix官网：配准参数文件（案例）
github官网：配准参数文件（案例）

（rigid + affine + bspline）三个参数文件的运算结果

2.1.1、cmd命令行调用elastix.exe

cmd命令行输入：elastix.exe -f fixed_image.tif -m moving_image.tif -p parameter_file.txt -out output_folder

python">（1）elastix.exe				（输入）elastix.exe的文件路径
（1）-f fixed_image.tif			（输入）固定图像的文件路径
（2）-m moving_image.tif		（输入）移动图像的文件路径
（3）-p parameter_file.txt		（输入）配准参数的文件路径
（4）-out output_folder			（输出）保存结果的文件夹路径

> 备注：在参数文件中，以"//"开头的一行可以提供注释。给出参数的顺序的顺序并不重要，但参数只能指定一次。
> 备注：计算需要一定的时间，具体取决于图像的大小和选定的配准算法。

（1）支持同时输入多对（固定图像+移动图像），并分别进行一次配准：
elastix.exe -f fixed1.tif -m moving1.tif -f fixed2.tif -m moving2.tif -f fixed3.tif -m moving3.tif -out output -p Rigid.txt
（2）支持同时输入多个（参数文本），并按顺序进行多次配准：
elastix.exe -f fixed.tif -m moving.tif -out output -p Rigid.txt -p Affine.txt -p Bspline.txt备注：前一个配准的输出文件TransformParameter0.txt，作为下一个的输入）。
（3）支持同时输入多对（固定图像+移动图像），同时输入多个（参数文本），并对多对图像分别进行多次配准（按顺序）：
elastix.exe -f fixed1.tif -m moving1.tif -f fixed2.tif -m moving2.tif -f fixed3.tif -m moving3.tif -out output -p Rigid.txt -p Affine.txt -p Bspline.txt。

pythonelastixexe_64">2.1.2、python程序调用elastix.exe

在Python程序中使用subprocess模块来调用命令行命令，以运行elastix.exe。subprocess模块允许您在Python中启动新进程，并与其进行交互。

python">import subprocess

# 定义命令行命令
elastix_command = "elastix.exe -f fixed_image.tif -m moving_image.tif -p parameter_file.txt -out output_directory"

# 使用subprocess.run()运行elastix.exe命令
try:
    subprocess.run(elastix_command, shell=True, check=True)
    print("Elastix运行成功！")
except subprocess.CalledProcessError as e:
    print("Elastix运行出错：", e)

2.2、transformix.exe：将变换参数应用到新的图像上

运算结果：

2.2.1、cmd命令行调用transformix.exe

在cmd命令行中输入以下命令：transformix.exe -in input_image.tif -tp parameter_file.txt -out output_folder

python">（1）transformix.exe			（输入）transformix.exe的文件路径
（2）-in input_image.tif		（输入）需要转换图像的文件路径。即：将配准参数应用到该图像上
（3）-tp parameter_file.txt		（输入）配准参数的文件路径。
（4）-out output_folder			（输出）保存结果的文件夹路径。
备注：
	parameter_file.txt是配准所得的output_folder文件夹中的"TransformParameters.0.txt"
	其中：	"0"表示第一个参数文件配准结果；
			"TransformParameters.0.txt"表示使用第一个参数文件配准结果，将其应用到新的图像上。

备注：计算需要一定的时间，具体取决于图像的大小和选定的配准算法。

pythontransformixexe_101">2.2.2、python程序调用transformix.exe

在Python程序中使用subprocess模块来调用命令行命令，以运行transformix.exe。subprocess模块允许您在Python中启动新进程，并与其进行交互。

python">import subprocess

# 定义命令行命令
transformix_command = "transformix.exe -in input_image.mhd -out output_folder -tp parameter_file.txt"

# 使用subprocess.run()运行transformix.exe命令
try:
    subprocess.run(transformix_command , shell=True, check=True)
    print("Transformix运行成功！")
except subprocess.CalledProcessError as e:
    print("Transformix运行出错：", e)

2.3、图形化理解

Elastix.exe：固定图像 + 移动图像 + 参数文件 = 配准参数文件
Transformix.exe：待转换图像 + 配准参数文件 = 配准图像
详细解读：将固定图像+移动图像通过参数文件进行配准，得到将移动图像配准到固定图像的配准参数文件，然后将其应用在待转换图像上（可以是移动图像或新的图像），待转换图像的长宽高+数据类型需与移动图像相同，最终得到与固定图像的长宽高+数据类型相同的配准图像。