nach oben

Erschienen in:

2018 | OriginalPaper | Buchkapitel

Deformetrica 4: An Open-Source Software for Statistical Shape Analysis

verfasst von : Alexandre Bône, Maxime Louis, Benoît Martin, Stanley Durrleman

Erschienen in: Shape in Medical Imaging

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Deformetrica is an open-source software for the statistical analysis of images and meshes. It relies on a specific instance of the large deformation diffeomorphic metric mapping (LDDMM) framework, based on control points: local momenta vectors offer a low-dimensional and interpretable parametrization of global diffeomorphims of the 2/3D ambient space, which in turn can warp any single or collection of shapes embedded in this physical space. Deformetrica has very few requirements about the data of interest: in the particular case of meshes, the absence of point correspondence can be handled thanks to the current or varifold representations. In addition to standard computational anatomy functionalities such as shape registration or atlas estimation, a bayesian version of atlas model as well as temporal methods (geodesic regression and parallel transport) are readily available. Installation instructions, tutorials and examples can be found at http://www.deformetrica.org.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Nächstes Kapitel On the Evaluation and Validation of Off-the-Shelf Statistical Shape Modeling Tools: A Clinical Application

Allassonnière, S., Kuhn, E., Trouvé, A.: Construction of bayesian deformable models via a stochastic approximation algorithm: a convergence study. Bernoulli 16(3), 641–678 (2010)MathSciNetCrossRef

Bône, A., Colliot, O., Durrleman, S.: Learning distributions of shape trajectories from longitudinal datasets: a hierarchical model on a manifold of diffeomorphisms. In: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 9271–9280 (2018)

Bône, A., et al.: Prediction of the progression of subcortical brain structures in Alzheimer’s disease from baseline. In: Cardoso, M.J., et al. (eds.) GRAIL/MFCA/MICGen-2017. LNCS, vol. 10551, pp. 101–113. Springer, Cham (2017). https://doi.org/10.1007/978-3-319-67675-3_10CrossRef

Charlier, B., Feydy, J., Glaunès, J.A., Trouvé, A.: An efficient kernel product for automatic differentiation libraries, with applications to measure transport (2017)

Charon, N., Trouvé, A.: The varifold representation of nonoriented shapes for diffeomorphic registration. SIAM J. Imaging Sci. 6(4), 2547–2580 (2013)MathSciNetCrossRef

Delyon, B., Lavielle, M., Moulines, E.: Convergence of a stochastic approximation version of the EM algorithm. Ann. Stat. 27, 94–128 (1999)MathSciNetCrossRef

Durrleman, S., et al.: Morphometry of anatomical shape complexes with dense deformations and sparse parameters. NeuroImage 101, 35–49 (2014)CrossRef

Fishbaugh, J., Prastawa, M., Gerig, G., Durrleman, S.: Geodesic regression of image and shape data for improved modeling of 4D trajectories. In: ISBI 2014–11th International Symposium on Biomedical Imaging, pp. 385–388, April 2014

Fletcher, T.: Geodesic regression on Riemannian manifolds. In: Proceedings of the Third International Workshop on Mathematical Foundations of Computational Anatomy-Geometrical and Statistical Methods for Modelling Biological Shape Variability, pp. 75–86 (2011)

10.

Gori, P., et al.: A Bayesian framework for joint morphometry of surface and curve meshes in multi-object complexes. Med. Image Anal. 35, 458–474 (2017)CrossRef

11.

Kühnel, L., Sommer, S.: Computational anatomy in Theano. In: Cardoso, M.J., et al. (eds.) GRAIL/MFCA/MICGen-2017. LNCS, vol. 10551, pp. 164–176. Springer, Cham (2017). https://doi.org/10.1007/978-3-319-67675-3_15CrossRef

12.

Liu, D.C., Nocedal, J.: On the limited memory BFGS method for large scale optimization. Math. Program. 45(1–3), 503–528 (1989)MathSciNetCrossRef

13.

Louis, Maxime, Bône, Alexandre, Charlier, Benjamin, Durrleman, Stanley: Parallel transport in shape analysis: a scalable numerical scheme. In: Nielsen, Frank, Barbaresco, Frédéric (eds.) GSI 2017. LNCS, vol. 10589, pp. 29–37. Springer, Cham (2017). https://doi.org/10.1007/978-3-319-68445-1_4CrossRef

14.

Louis, M., Charlier, B., Jusselin, P., Susovan, P., Durrleman, S.: A fanning scheme for the parallel transport along geodesics on Riemannian manifolds. SIAM J. Numer. Anal. 56, 2563–2584 (2018)MathSciNetCrossRef

15.

Miller, M.I., Trouvé, A., Younes, L.: Geodesic shooting for computational anatomy. J. Math. Imaging Vis. 24(2), 209–228 (2006)MathSciNetCrossRef

16.

Paszke, A., et al.: Pytorch: tensors and dynamic neural networks in python with strong GPU acceleration, May 2017

17.

Thompson, D.W., et al.: On growth and form (1942)

18.

Vaillant, M., Glaunès, J.: Surface matching via currents. In: Christensen, G.E., Sonka, M. (eds.) IPMI 2005. LNCS, vol. 3565, pp. 381–392. Springer, Heidelberg (2005). https://doi.org/10.1007/11505730_32CrossRef

19.

Younes, L.: Shapes and Diffeomorphisms, vol. 171. Springer, Heidelberg (2010). https://doi.org/10.1007/978-3-642-12055-8CrossRefMATH

20.

Zhang, M., Singh, N., Fletcher, P.T.: Bayesian estimation of regularization and atlas building in diffeomorphic image registration. IPMI 23, 37–48 (2013)

Titel: Deformetrica 4: An Open-Source Software for Statistical Shape Analysis
verfasst von: Alexandre Bône
Maxime Louis
Benoît Martin
Stanley Durrleman
Verlag: Springer International Publishing
Buch: Shape in Medical Imaging
Print ISBN: 978-3-030-04746-7

Electronic ISBN: 978-3-030-04747-4

Copyright-Jahr: 2018
DOI: https://doi.org/10.1007/978-3-030-04747-4_1

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"