Image processing 2D-3D非刚性配准

我正在寻找一种实现2D-3D非刚性图像配准的方法，只需最少的努力和最大限度地重用现有代码。到目前为止，我发现：

---

然而，这些库似乎仅限于刚性2D-3D注册，在我的例子中，非刚性是强制性的。欢迎任何帮助。

Elastix确实支持非刚性注册，因此得名； 您可以在这里找到一些默认参数文件的列表：如果您不想深入了解详细信息，这非常好。如果要执行非刚性配准，请签出B样条曲线文本文件

最重要的参数是FixedImageDimension和MovingImageDimension。剩下的应该没问题

调用Elastix的工作原理如下：

elastix -m <MovingDataFile> -f <FixedDataFile> -out <OutputFolder> -p <ParameterFile> -threads <NumberOfThreads>

---

要求我们推荐或查找工具、库或喜爱的非站点资源的问题对于堆栈溢出来说是离题的，因为它们往往会吸引固执己见的答案和垃圾邮件。现在的问题是使用非刚性变换将2D图像与3D体积进行匹配。我只是做了一些研究来找到一个图书馆，我已经提出了上面提到的那些。我需要准备好代码，因为根据我从该领域的专家那里听到的，这是一个相当复杂的问题。我只有几个星期的时间来解决这个问题，而且我不可能在这么短的时间内自己编写一个解决方案。我不知道你为什么取消这个话题…我取消这个话题是因为见第5项-我知道这不是你需要的，但这些是指导原则。关于你的问题，它可能很复杂，我有3D-3D非刚性配准的经验，我所知道的唯一广泛使用的工具是。如果能重新开放，我将不胜感激。如果有人对这个实现问题有一个简单的解决方案，请说出来。我并不在乎答案是否明确提到了一个库或提供了其他解决方案。基本问题只是实现非刚性2D-3D配准，而无需付出最小的努力，也就是说，无需重新发明轮子。这对我来说不再紧迫，因为该项目因其他原因而停止，但它在未来可能对我有用。不过，我不是指2D-2D或3D-3D注册，而是指此处提到的2D-3D注册：。这也是非刚性的吗？我在问，因为在他们提到的论文中，他们提到了一个由三个旋转和三个平移参数描述的变换。对我来说，这听起来像是一个严格的注册。。。另外，2D-3D注册的示例参数文件似乎只使用了EulerTransform。啊，这使问题复杂化了。我认为你是对的，2D-3D注册只是一种刚性。我曾尝试将参数变换的值更改为BSplineTransform，而不是EulerTransform和其他一些更改，但未能成功创建非刚性2D-3D配准。使用正确的参数可能是可行的，但我对Elastix没有太多的经验，所以我不能肯定。。。