蚂蚁

高级标准化工具 (ANTs)是一个可通过命令行使用的 C++ 库，用于计算高维映射以捕获大脑结构和功能的统计数据。它允许人们组织、可视化和统计探索大型生物医学图像集。此外，它集成了空间+时间的成像模式，并以最小的定制跨物种或器官系统工作。

ANTs 库被认为是最先进的医学图像配准和分割工具包，它依赖于 Insight ToolKit，这是 ANTs 开发人员贡献的广泛使用的医学图像处理库。 ANTs相关工具还赢得了多项国际公正的竞赛，例如MICCAI、BRATS和STACOM。

可以在 R (ANTsR) 和 Python (ANTsPy) 中使用 ANT，并在 R (ANTsRNet) 和 Python (ANTsPyNet) 中提供深度学习的附加功能。这些库有助于将 ANT 与更广泛的 R / Python 生态系统集成。

安装

快速链接：下载二进制文件 |从源代码构建 |码头工人 |康达。

预编译的二进制文件

安装 ANT 最简单的方法是在发布页面下载最新的二进制文件。在“资产”部分下载最新版本，然后解压缩存档。接下来，将 ANTs 库添加到您的 PATH 中：

 export PATH=/path/to/ants/bin:$PATH

您可以通过运行命令查找任何 ANT 函数的路径来检查这是否有效：

 which antsRegistration

如果可行，您应该能够从命令行或 bash 使用 ANT 的完整功能。您可能希望通过设置环境变量ITK_GLOBAL_DEFAULT_NUMBER_OF_THREADS来控制多线程。

从源头构建

必要时，您还可以从最新的源代码构建 ANT。 Linux / Mac 上的一个最小示例如下所示：

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

更多详细信息和完整的可下载安装脚本可以在 Linux/MacOS 指南中找到。从源代码构建通常可以在 Windows 上运行，并且需要执行 Windows 指南中解释的一些附加步骤。或者，也可以通过 Docker 或 Conda 安装 ANT。

代码示例

ANTs 是一个灵活的库，可用于各种应用程序和领域。以下是示例脚本的集合，只需稍加努力即可对其进行调整以满足您的特定需求。一些示例还包括 ANTsR 或 ANTsPy 的代码。

登记

• 基本注册 [链接]
• 带口罩的基本注册 [链接]
• 变形大[链接]
• 不对称性 [链接]
• 汽车登记[链接]
• 点集映射 [链接]
• 全局优化[链接]

模板施工

• 大脑模板 [链接]
• 单主题模板 [链接]
• 模板的“烹饪”组织先验[链接]

皮质厚度

• 基本皮质厚度 [链接]
• 黑猩猩的例子[链接]

分割

• N4偏差校正+Atropos [链接]
• 脑肿瘤分割[链接]

脑

• 基本大脑图谱 [链接]
• 大脑提取[链接]
• 多图集联合标签/强度融合 [链接，链接]（来源：@chsasank）
• fMRI 或运动校正 [链接]
• 功能磁共振成像重现性 [链接]
• 部分 EPI 板到 T1 图像配准 [链接]

另请参阅我们预先构建的 ANT 模板，其中包含可供下载的空间先验 [常规，MNI]。

肺

• CT 肺部登记 [链接]
• 肺面罩注册 [链接]
• 肺和肺叶估计 [链接]
• 基于肺通气的分割 [链接]

心脏

• 基本示例[链接]

其他

• 基于补丁的超分辨率 [链接]
• 图像去噪[链接]
• 变形[链接]

学习资源

有许多不同的资源可用于学习如何使用 ANT 函数及其背后的方法。此处提供了精选的有用资源列表。

• ANT 维基 [链接]
• ANT 文档 [链接]
• ANT 教程 [链接]

下面还介绍了一些针对特定 ANT 功能的常见教程。

• 使用蚂蚁注册 [链接]
• 使用 antsApplyTransforms 应用扭曲 [链接]
• 使用 antsCorticalThickness [链接]
• 使用 N4BiasFieldCorrection [链接]
• 多模态演示[链接]

贡献

如果您有问题、功能请求或错误报告，获得帮助的最佳方式是在 GitHub 页面上发布问题。请记住，如果您没有提供足够的信息来重现您的问题或环境，则很难提供任何帮助。

我们欢迎任何改进 ANT 的新贡献和想法。如果您想贡献代码，最好的开始方式是阅读 Wiki 以了解项目或发布问题。

团队

ANT 的开发由 Brian B. Avants（创建者、算法设计、实现）、Nicholas J. Tustison（Compeller、算法设计、实现大师）、Hans J. Johnson（大规模应用、测试、软件设计）、Gang 领导Song（创始人）、Philip A. Cook、Jeffrey T. Duda (DTI)、Ben M. Kandel（灌注、多元分析）和 Nick Cullen（Python、 R）。

参考

使用 ANTs 软件发表了大量期刊文章，可以通过搜索 Google Scholar 或 PubMed 找到。下面，我们提供了最相关文章的精选列表，可用作更好地理解或引用 ANT 的指南。

图像配准

具有互相关性的对称微分同形图像配准：评估老年人和神经退行性大脑的自动标记。医学图像分析（2008）。 [关联]

应用于人脑MRI配准的14种非线性变形算法的评价。神经影像（2009）。 [关联]

胸部 CT 配准方法的评估：EMPIRE10 挑战。 IEEE Trans Med Imaging (2011)。 [关联]

大脑图像配准中 ANT 相似性度量性能的可重复评估。神经影像（2011）。 [关联]

模板

患病人群海马研究中的最佳模板效应。神经影像（2010）。 [关联]

图像分割

用于 n 组织分割的开源多元框架，并对公共数据进行评估。神经信息学（2011）。 [关联]

具有联合标签融合和校正学习的多图集分割——一种开源实现。神经信息前沿（2013）。 [关联]

偏差校正

N4ITK：改进了 N3 偏差校正。 IEEE Trans Med Imaging (2010)。 [关联]

皮质厚度

基于配准的皮质厚度测量。神经影像（2009）。 [关联]

ANT 和 FreeSurfer 皮质厚度测量的大规模评估。神经影像（2014）。 [关联]

黑猩猩皮质厚度的区域和半球变化。神经科学杂志（2013）。 [关联]

皮质厚度测量的纵向绘图：基于阿尔茨海默病神经影像计划的评估研究。阿尔茨海默病杂志（2019）。 [关联]

特征解剖学

特征解剖学提高了纵向皮质变化的检测能力。医学图像计算计算辅助Interv (2012)。 [关联]

白质成像有助于在额颞叶变性中将 tau 蛋白与 TDP-43 分离。 J Neurol Neurosurg Psychiatry (2013)。 [关联]

软件

用于定量生物和医学成像的 ANTsX 生态系统。科学报告（2021）。 [关联]

英国生物银行的 ANTsX 神经影像衍生结构表型。科学报告（2024）。 [关联]

资金

当前支持来自 R01-EB031722。以前的支持包括 R01-EB006266-01 和 K01-ES025432-01。