มด
Gracilidris
Advanced Normalization Tools (ANTs) คือไลบรารี C++ ที่พร้อมใช้งานผ่านบรรทัดคำสั่งที่คำนวณการแมปมิติสูงเพื่อบันทึกสถิติของโครงสร้างและการทำงานของสมอง ช่วยให้สามารถจัดระเบียบ แสดงภาพ และสำรวจชุดภาพชีวการแพทย์ขนาดใหญ่ทางสถิติได้ นอกจากนี้ยังผสานรวมรังสีเอกซ์ในอวกาศ + เวลา และทำงานข้ามสายพันธุ์หรือระบบอวัยวะด้วยการปรับแต่งเพียงเล็กน้อย
ไลบรารี ANTs ถือเป็นชุดเครื่องมือการลงทะเบียนและการแบ่งส่วนภาพทางการแพทย์ที่ล้ำสมัย ซึ่งขึ้นอยู่กับ Insight ToolKit ซึ่งเป็นไลบรารีการประมวลผลภาพทางการแพทย์ที่ใช้กันอย่างแพร่หลาย ซึ่งนักพัฒนา ANT มีส่วนร่วมด้วย เครื่องมือที่เกี่ยวข้องกับ ANT ยังชนะการแข่งขันระดับนานาชาติที่เป็นกลางหลายรายการ เช่น MICCAI, BRATS และ STACOM
คุณสามารถใช้ ANT ใน R (ANTsR) และ Python (ANTsPy) พร้อมฟังก์ชันเพิ่มเติมสำหรับการเรียนรู้เชิงลึกใน R (ANTsRNet) และ Python (ANTsPyNet) ไลบรารีเหล่านี้ช่วยผสานรวม ANT เข้ากับระบบนิเวศ R / Python ที่กว้างขึ้น
ลิงค์ด่วน: ดาวน์โหลดไบนารี | สร้างจากแหล่งที่มา | นักเทียบท่า | คอนดา
วิธีที่ง่ายที่สุดในการติดตั้ง ANT คือการดาวน์โหลดไบนารีล่าสุดบนหน้าเผยแพร่ ดาวน์โหลดรุ่นล่าสุดภายใต้ส่วน "สินทรัพย์" จากนั้นแตกไฟล์ zip ถัดไป เพิ่มไลบรารี ANTs ให้กับ PATH ของคุณ:
export PATH=/path/to/ants/bin:$PATH
คุณสามารถตรวจสอบว่าสิ่งนี้ใช้งานได้โดยการรันคำสั่งเพื่อค้นหาเส้นทางไปยังฟังก์ชัน ANT ใดๆ:
which antsRegistration
หากได้ผล คุณควรจะสามารถใช้ฟังก์ชันการทำงานเต็มรูปแบบของ ANT จากบรรทัดคำสั่งหรือทุบตีได้ คุณอาจต้องการควบคุมมัลติเธรดโดยตั้งค่าตัวแปรสภาพแวดล้อม ITK_GLOBAL_DEFAULT_NUMBER_OF_THREADS
เมื่อจำเป็น คุณสามารถสร้าง ANT จากซอร์สโค้ดล่าสุดได้ ตัวอย่างขั้นต่ำบน Linux / Mac มีลักษณะดังนี้:
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.logรายละเอียดเพิ่มเติมและสคริปต์การติดตั้งที่ดาวน์โหลดได้ฉบับเต็มสามารถพบได้ในคู่มือ Linux/MacOS โดยทั่วไปการสร้างจากแหล่งที่มาจะทำงานบน Windows รวมถึงขั้นตอนเพิ่มเติมบางอย่างที่อธิบายไว้ใน Windows Guide หรือคุณสามารถติดตั้ง ANT ผ่าน Docker หรือ Conda ได้
ANTs เป็นไลบรารี่ที่ยืดหยุ่นซึ่งสามารถใช้งานได้กับแอพพลิเคชั่นและพื้นที่ที่หลากหลาย ด้านล่างนี้คือชุดสคริปต์ตัวอย่างที่สามารถปรับให้เหมาะกับความต้องการเฉพาะของคุณได้โดยใช้ความพยายามเพียงเล็กน้อย ตัวอย่างบางส่วนยังรวมถึงโค้ดสำหรับ ANTsR หรือ ANTsPy
ดูเพิ่มเติมที่เทมเพลต ANT ที่สร้างไว้ล่วงหน้าของเราพร้อมนักสำรวจเชิงพื้นที่พร้อมให้ดาวน์โหลด [ทั่วไป, MNI]
มีแหล่งข้อมูลที่แตกต่างกันมากมายสำหรับการเรียนรู้เกี่ยวกับวิธีใช้ฟังก์ชัน ANT และวิธีการเบื้องหลัง รายการทรัพยากรที่เป็นประโยชน์ที่เลือกไว้มีอยู่ที่นี่
บทแนะนำสอนการใช้งานทั่วไปบางรายการสำหรับฟังก์ชัน ANT เฉพาะมีแสดงไว้ด้านล่างนี้ด้วย
หากคุณมีคำถาม คำขอคุณสมบัติ หรือรายงานข้อผิดพลาด วิธีที่ดีที่สุดในการรับความช่วยเหลือคือการโพสต์ปัญหาบนหน้า GitHub โปรดจำไว้ว่าเป็นการยากที่จะให้ความช่วยเหลือใดๆ หากคุณไม่ได้ให้ข้อมูลเพียงพอที่จะจำลองปัญหาหรือสภาพแวดล้อมของคุณ
เรายินดีรับการมีส่วนร่วมและแนวคิดใหม่ๆ เพื่อปรับปรุง ANT หากคุณต้องการสนับสนุนโค้ด วิธีที่ดีที่สุดในการเริ่มต้นคือการอ่าน Wiki เพื่อทำความเข้าใจโครงการหรือโดยการโพสต์ปัญหา
การพัฒนา ANT นำโดย Brian B. Avants (ผู้สร้าง, การออกแบบอัลกอริทึม, การนำไปปฏิบัติ), Nicholas J. Tustison (ผู้รวบรวม, การออกแบบอัลกอริทึม, กูรูด้านการนำไปใช้), Hans J. Johnson (แอปพลิเคชันขนาดใหญ่, การทดสอบ, การออกแบบซอฟต์แวร์), Gang Song (ผู้ริเริ่ม), Philip A. Cook, Jeffrey T. Duda (DTI), Ben M. Kandel (Perfusion, การวิเคราะห์หลายตัวแปร) และ Nick Cullen (หลาม, อาร์).
บทความวารสารจำนวนมากได้รับการตีพิมพ์โดยใช้ซอฟต์แวร์ ANT และสามารถพบได้โดยการค้นหา Google Scholar หรือ PubMed ด้านล่างนี้ เรามีรายการบทความที่เกี่ยวข้องมากที่สุดที่คัดสรรแล้วเพื่อใช้เป็นแนวทางในการทำความเข้าใจหรืออ้างอิง ANT ให้ดียิ่งขึ้น
การลงทะเบียนภาพดิฟฟิโอมอร์ฟิกแบบสมมาตรพร้อมความสัมพันธ์ข้าม: การประเมินการติดฉลากอัตโนมัติของสมองผู้สูงอายุและสมองเสื่อม Med Image ก้น (2008) [ลิงค์]
การประเมินอัลกอริธึมการเปลี่ยนรูปแบบไม่เชิงเส้น 14 แบบที่ใช้กับการลงทะเบียน MRI สมองของมนุษย์ ภาพประสาท (2009) [ลิงค์]
การประเมินวิธีการลงทะเบียนใน CT ทรวงอก: ความท้าทาย EMPIRE10 IEEE Trans Med Imaging (2011) [ลิงค์]
การประเมินประสิทธิภาพการวัดความคล้ายคลึงกันของ ANT ในการลงทะเบียนภาพสมองที่ทำซ้ำได้ ภาพประสาท (2011) [ลิงค์]
ผลเทมเพลตที่เหมาะสมที่สุดในการศึกษาฮิบโปแคมปัสของประชากรที่เป็นโรค ภาพประสาท (2010) [ลิงค์]
กรอบงานหลายตัวแปรแบบโอเพ่นซอร์สสำหรับการแบ่งส่วนเนื้อเยื่อ n พร้อมการประเมินข้อมูลสาธารณะ สารสนเทศประสาท (2011) [ลิงค์]
การแบ่งส่วนหลาย Atlas ด้วยการผสมผสานป้ายกำกับร่วมและการเรียนรู้เชิงแก้ไข—การใช้งานโอเพ่นซอร์ส ข้อมูลระบบประสาทด้านหน้า (2013) [ลิงค์]
N4ITK: ปรับปรุงการแก้ไขอคติ N3 IEEE Trans Med Imaging (2010) [ลิงค์]
การวัดความหนาของเยื่อหุ้มสมองโดยอาศัยการลงทะเบียน ภาพประสาท (2009) [ลิงค์]
การประเมินขนาดใหญ่ของการวัด ANT และการวัดความหนาของเยื่อหุ้มสมอง FreeSurfer ภาพประสาท (2014) [ลิงค์]
ความแปรผันของความหนาของเยื่อหุ้มสมองในระดับภูมิภาคและซีกโลกในลิงชิมแปนซี เจ นิวโรไซ (2013) [ลิงค์]
การทำแผนที่ตามยาวของการวัดความหนาของเยื่อหุ้มสมอง: การศึกษาเพื่อประเมินผลตามความคิดริเริ่มด้านนิวโรอิมเมจของโรคอัลไซเมอร์ เจอัลไซเมอร์ดิส (2019) [ลิงค์]
Eigenanatomy ช่วยเพิ่มพลังการตรวจจับการเปลี่ยนแปลงของเยื่อหุ้มสมองตามยาว Med Image Comput Comput Assist Interv (2012) [ลิงค์]
การถ่ายภาพวัตถุสีขาวช่วยแยกเอกภาพออกจาก TDP-43 ในการเสื่อมของกลีบหน้าผาก จิตเวชศาสตร์ J Neurol Neurosurg (2013) [ลิงค์]
ระบบนิเวศ ANTsX สำหรับการถ่ายภาพทางชีวภาพและการแพทย์เชิงปริมาณ รายงานทางวิทยาศาสตร์ (2021) [ลิงค์]
ฟีโนไทป์เชิงโครงสร้างที่ได้มาจาก ANTsX neuroimaging ของ UK Biobank รายงานทางวิทยาศาสตร์ (2024) [ลิงค์]
การสนับสนุนปัจจุบันมาจาก R01-EB031722 การสนับสนุนก่อนหน้านี้ ได้แก่ R01-EB006266-01 และ K01-ES025432-01
