Alat Normalisasi Tingkat Lanjut (ANTs) adalah pustaka C++ yang tersedia melalui baris perintah yang menghitung pemetaan dimensi tinggi untuk menangkap statistik struktur dan fungsi otak. Hal ini memungkinkan seseorang untuk mengatur, memvisualisasikan, dan mengeksplorasi secara statistik kumpulan gambar biomedis yang besar. Selain itu, ia mengintegrasikan modalitas pencitraan dalam ruang + waktu dan bekerja lintas spesies atau sistem organ dengan penyesuaian minimal.
Pustaka ANTs dianggap sebagai perangkat registrasi dan segmentasi citra medis canggih yang bergantung pada Insight ToolKit, pustaka pemrosesan citra medis yang banyak digunakan dan disumbangkan oleh pengembang ANTs. Alat yang berhubungan dengan ANT juga telah memenangkan beberapa kompetisi internasional yang tidak memihak seperti MICCAI, BRATS, dan STACOM.
Dimungkinkan untuk menggunakan ANT di R (ANTsR) dan Python (ANTsPy), dengan fungsionalitas tambahan untuk pembelajaran mendalam di R (ANTsRNet) dan Python (ANTsPyNet). Pustaka ini membantu mengintegrasikan ANT dengan ekosistem R/Python yang lebih luas.
Tautan cepat: unduh binari | membangun dari sumber | buruh pelabuhan | conda.
Cara termudah untuk menginstal ANT adalah dengan mengunduh binari terbaru di halaman Rilis. Unduh rilis terbaru di bagian "Aset", lalu unzip arsipnya. Selanjutnya, tambahkan perpustakaan ANTs ke PATH Anda:
export PATH=/path/to/ants/bin:$PATH
Anda dapat memeriksa apakah ini berhasil dengan menjalankan perintah untuk menemukan jalur ke fungsi ANT apa pun:
which antsRegistration
Jika berhasil, Anda seharusnya dapat menggunakan fungsionalitas penuh ANT dari baris perintah atau bash. Anda mungkin ingin mengontrol multi-threading dengan mengatur variabel lingkungan ITK_GLOBAL_DEFAULT_NUMBER_OF_THREADS
.
Bila diperlukan, Anda juga dapat membuat ANT dari kode sumber terbaru. Contoh minimal di Linux/Mac terlihat seperti ini:
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.log
Detail lebih lanjut dan skrip instalasi lengkap yang dapat diunduh dapat ditemukan di Panduan Linux/MacOS. Membangun dari sumber umumnya juga dapat berfungsi di Windows dengan beberapa langkah tambahan yang dijelaskan di Panduan Windows. Alternatifnya, Anda juga dapat menginstal ANT melalui Docker atau Conda.
ANTs adalah perpustakaan fleksibel yang dapat digunakan untuk berbagai aplikasi dan area. Di bawah ini adalah kumpulan contoh skrip yang - dengan sedikit usaha - dapat disesuaikan dengan kebutuhan spesifik Anda. Beberapa contoh juga menyertakan kode untuk ANTsR atau ANTsPy.
Lihat juga templat ANT kami yang telah dibuat sebelumnya dengan prioritas spasial yang tersedia untuk diunduh [Umum, MNI].
Ada banyak sumber berbeda untuk mempelajari cara menggunakan fungsi ANT dan metodologi di baliknya. Daftar pilihan sumber daya berguna disediakan di sini.
Beberapa tutorial yang umum dikunjungi untuk fungsi ANT tertentu juga disajikan di bawah.
Jika Anda memiliki pertanyaan, permintaan fitur, atau laporan bug, cara terbaik untuk mendapatkan bantuan adalah dengan memposting masalah di halaman GitHub. Harap diingat bahwa sulit untuk memberikan bantuan apa pun jika Anda tidak memberikan informasi yang cukup untuk mereproduksi masalah atau lingkungan Anda.
Kami menyambut setiap kontribusi dan ide baru untuk meningkatkan ANT. Jika Anda ingin menyumbangkan kode, cara terbaik untuk memulai adalah dengan membaca Wiki untuk memahami proyek atau dengan memposting masalah.
Pengembangan ANTs dipimpin oleh Brian B. Avants (Creator, Algorithm Design, Implementation), Nicholas J. Tustison (Compeller, Algorithm Design, Implementation Guru), Hans J. Johnson (Large-Scale Application, Testing, Software design), Gang Song (Originator), Philip A. Cook, Jeffrey T. Duda (DTI), Ben M. Kandel (Perfusion, analisis multivariat), dan Nick Cullen (Python, R).
Banyak koleksi artikel jurnal telah diterbitkan menggunakan perangkat lunak ANTs dan dapat ditemukan dengan mencari di Google Scholar atau PubMed. Di bawah ini, kami menyediakan daftar artikel paling relevan yang dikurasi untuk digunakan sebagai panduan untuk lebih memahami atau mengutip ANT.
Registrasi gambar diffeomorfik simetris dengan korelasi silang: mengevaluasi pelabelan otomatis otak lansia dan neurodegeneratif . Anal Gambar Medis (2008). [Link]
Evaluasi 14 algoritma deformasi nonlinier yang diterapkan pada registrasi MRI otak manusia . Gambar Saraf (2009). [Link]
Evaluasi metode registrasi pada CT toraks: tantangan EMPIRE10 . Pencitraan Med Trans IEEE (2011). [Link]
Evaluasi kinerja metrik kesamaan ANT yang dapat direproduksi dalam registrasi citra otak . Gambar Syaraf (2011). [Link]
Efek templat optimal dalam studi hipokampus pada populasi yang sakit . Gambar Saraf (2010). [Link]
Kerangka kerja multivariat sumber terbuka untuk segmentasi n-jaringan dengan evaluasi data publik . Neuroinformatika (2011). [Link]
Segmentasi multi-atlas dengan penggabungan label bersama dan pembelajaran korektif—implementasi sumber terbuka . Neuroinformasi Depan (2013). [Link]
N4ITK: peningkatan koreksi bias N3 . Pencitraan Med Trans IEEE (2010). [Link]
Pengukuran ketebalan kortikal berdasarkan registrasi . Gambar Saraf (2009). [Link]
Evaluasi skala besar terhadap pengukuran ketebalan kortikal ANT dan FreeSurfer . Gambar Saraf (2014). [Link]
Variasi regional dan hemisfer dalam ketebalan kortikal pada simpanse . J Neurosci (2013). [Link]
Pemetaan Longitudinal Pengukuran Ketebalan Kortikal: Studi Evaluasi Berbasis Inisiatif Neuroimaging Penyakit Alzheimer . J Alzheimer Dis (2019). [Link]
Eigenanatomi meningkatkan kekuatan deteksi untuk perubahan kortikal longitudinal . Interv Bantuan Komputasi Gambar Med (2012). [Link]
Pencitraan materi putih membantu memisahkan tau dari TDP-43 pada degenerasi lobar frontotemporal J Neurol Bedah Saraf Psikiatri (2013). [Link]
Ekosistem ANTsX untuk pencitraan biologis dan medis kuantitatif . Laporan Ilmiah (2021). [Link]
"Fenotip struktural turunan neuroimaging ANTsX dari UK Biobank" . Laporan Ilmiah (2024). [Link]
Dukungan saat ini berasal dari R01-EB031722. Dukungan sebelumnya mencakup R01-EB006266-01 dan K01-ES025432-01.