Fourmis
Gracilidris
Advanced Normalization Tools (ANTs) est une bibliothèque C++ disponible via la ligne de commande qui calcule des mappages de grande dimension pour capturer les statistiques de la structure et du fonctionnement du cerveau. Il permet d'organiser, de visualiser et d'explorer statistiquement de grands ensembles d'images biomédicales. De plus, il intègre des modalités d’imagerie dans l’espace et le temps et fonctionne sur plusieurs espèces ou systèmes organiques avec une personnalisation minimale.
La bibliothèque ANTs est considérée comme une boîte à outils d'enregistrement et de segmentation d'images médicales de pointe qui dépend d'Insight ToolKit, une bibliothèque de traitement d'images médicales largement utilisée à laquelle contribuent les développeurs d'ANTs. Les outils liés aux ANT ont également remporté plusieurs concours internationaux impartiaux tels que MICCAI, BRATS et STACOM.
Il est possible d'utiliser des ANT en R (ANTsR) et Python (ANTsPy), avec des fonctionnalités supplémentaires pour l'apprentissage profond en R (ANTsRNet) et Python (ANTsPyNet). Ces bibliothèques aident à intégrer les ANT à l'écosystème R/Python plus large.
Liens rapides : télécharger les binaires | construire à partir des sources | docker | conda.
Le moyen le plus simple d'installer les ANT consiste à télécharger les derniers binaires sur la page Releases. Téléchargez la dernière version dans la section « Actifs », puis décompressez l'archive. Ensuite, ajoutez la bibliothèque ANTs à votre PATH :
export PATH=/path/to/ants/bin:$PATH
Vous pouvez vérifier que cela a fonctionné en exécutant une commande pour trouver le chemin d'accès à n'importe quelle fonction ANT :
which antsRegistration
Si cela fonctionne, vous devriez pouvoir utiliser toutes les fonctionnalités des ANT à partir de la ligne de commande ou de bash. Vous souhaiterez peut-être contrôler le multithreading en définissant la variable d'environnement ITK_GLOBAL_DEFAULT_NUMBER_OF_THREADS .
Si nécessaire, vous pouvez également créer des ANT à partir du dernier code source. Un exemple minimal sous Linux/Mac ressemble à ceci :
workingDir= ${PWD}
git clone https://github.com/ANTsX/ANTs.git
mkdir build install
cd build
cmake
-DCMAKE_INSTALL_PREFIX= ${workingDir} /install
../ANTs 2>&1 | tee cmake.log
make -j 4 2>&1 | tee build.log
cd ANTS-build
make install 2>&1 | tee install.logPlus de détails et un script d'installation téléchargeable complet peuvent être trouvés dans le Guide Linux/MacOS. La construction à partir des sources fonctionnera généralement également sous Windows avec quelques étapes supplémentaires expliquées dans le Guide Windows. Alternativement, il est également possible d'installer des ANT via Docker ou Conda.
ANTs est une bibliothèque flexible qui peut être utilisée pour une variété d'applications et de domaines. Vous trouverez ci-dessous une collection d'exemples de scripts qui, avec un peu d'effort, peuvent être adaptés pour répondre à vos besoins spécifiques. Certains exemples incluent également du code pour ANTsR ou ANTsPy.
Consultez également nos modèles ANT prédéfinis avec des priors spatiaux disponibles en téléchargement [Général, MNI].
Il existe de nombreuses ressources différentes pour apprendre à utiliser les fonctions ANT et la méthodologie qui les sous-tend. Une liste sélectionnée de ressources utiles est fournie ici.
Certains didacticiels fréquemment consultés pour des fonctions spécifiques des ANT sont également présentés ci-dessous.
Si vous avez une question, une demande de fonctionnalité ou un rapport de bogue, le meilleur moyen d'obtenir de l'aide est de publier un problème sur la page GitHub. N'oubliez pas qu'il est difficile de fournir de l'aide si vous ne fournissez pas suffisamment d'informations pour reproduire votre problème ou votre environnement.
Nous apprécions toute nouvelle contribution et idée pour améliorer les ANT. Si vous souhaitez contribuer au code, la meilleure façon de commencer est de lire le wiki pour comprendre le projet ou de publier un problème.
Le développement des ANT est dirigé par Brian B. Avants (créateur, conception d'algorithmes, mise en œuvre), Nicholas J. Tustison (compeller, conception d'algorithmes, gourou de la mise en œuvre), Hans J. Johnson (applications à grande échelle, tests, conception de logiciels), Gang Song (auteur), Philip A. Cook, Jeffrey T. Duda (DTI), Ben M. Kandel (Perfusion, analyse multivariée) et Nick Cullen (Python, R).
Une large collection d'articles de revues a été publiée à l'aide du logiciel ANTs et peut être trouvée en effectuant une recherche sur Google Scholar ou PubMed. Ci-dessous, nous fournissons une liste organisée des articles les plus pertinents à utiliser comme guide pour mieux comprendre ou citer les ANT.
"Enregistrement d'images difféomorphes symétriques avec corrélation croisée : évaluation de l'étiquetage automatisé du cerveau âgé et neurodégénératif" . Med Image Anal (2008). [Lien]
"Évaluation de 14 algorithmes de déformation non linéaire appliqués à l'enregistrement IRM du cerveau humain" . Neuroimage (2009). [Lien]
Évaluation des méthodes d'enregistrement sur scanner thoracique : le défi EMPIRE10 . Imagerie Trans Med IEEE (2011). [Lien]
"Une évaluation reproductible des performances des métriques de similarité des ANT dans l'enregistrement des images cérébrales" . Neuroimage (2011). [Lien]
"L'effet modèle optimal dans les études sur l'hippocampe de populations malades" . Neuroimage (2010). [Lien]
Un cadre multivarié open source pour la segmentation de n-tissus avec évaluation sur des données publiques . Neuroinformatique (2011). [Lien]
Segmentation multi-atlas avec fusion d'étiquettes conjointe et apprentissage correctif : une implémentation open source . Front Neuroinformer (2013). [Lien]
N4ITK : correction améliorée du biais N3 . Imagerie Trans Med IEEE (2010). [Lien]
Mesure de l'épaisseur corticale basée sur l'enregistrement . Neuroimage (2009). [Lien]
"Évaluation à grande échelle des mesures d'épaisseur corticale ANT et FreeSurfer" . Neuroimage (2014). [Lien]
"Variation régionale et hémisphérique de l'épaisseur corticale chez les chimpanzés" . J Neurosci (2013). [Lien]
Cartographie longitudinale des mesures d'épaisseur corticale : étude d'évaluation basée sur une initiative de neuroimagerie de la maladie d'Alzheimer . J Alzheimer Dis (2019). [Lien]
"L'eigénanatomie améliore le pouvoir de détection des changements corticaux longitudinaux" . Med Image Comput Comput Assist Interv (2012). [Lien]
"L'imagerie de la substance blanche aide à dissocier tau du TDP-43 dans la dégénérescence lobaire frontotemporale" . J Neurol Neurochirurgie Psychiatrie (2013). [Lien]
L'écosystème ANTsX pour l'imagerie biologique et médicale quantitative . Rapports scientifiques (2021). [Lien]
"Phénotypes structurels dérivés de la neuroimagerie ANTsX de la biobanque britannique" . Rapports scientifiques (2024). [Lien]
La prise en charge actuelle provient de R01-EB031722. La prise en charge précédente inclut R01-EB006266-01 et K01-ES025432-01.
