前回紹介した、LPixel社のImageJ registration pluginに引き続き、今回は、FijiというImageJの拡張版ソフトを使った画像位置合わせを紹介しようと思います。
ちなみに、FijiでもImageJと同じくpluginやマクロを自作して追加することができますので、ご興味のある方は是非、研究者のためのImageJ勉強会#1（http://lpixel.connpass.com/event/30342/）で学ばれてみてください。
ちなみに、FijiでもImageJと同じくpluginやマクロを自作して追加することができますので、ご興味のある方は是非、研究者のためのImageJ勉強会#1（http://lpixel.connpass.com/event/30342/）で学ばれてみてください。
まず、位置合わせしたい2つの画像を開いてから、plugins > Registration > Rigid Registrationを選択します(図1）。Rigid Registrationとは、画像の平行移動と回転を組み合わせた位置合わせのことです。
図1. Fijiの位置合わせplugin "Rigid Registration"
今回は、元画像を時計周りに30度回転＋縦横方向にそれぞれ20(pixels)平行移動させた処理画像を準備します（図2）。
まず、元画像を処理画像にRigid Registrationするためのパラメータを図2のように設定します。
まず、元画像を処理画像にRigid Registrationするためのパラメータを図2のように設定します。
図2. 元画像、処理画像、registrationパラメータ。
Transforming: 動かす画像（ここでは元画像：original.raw）
Template: ターゲット画像（ここでは処理画像：After.raw）
Measure: 画像の類似度の評価関数（ここでは相互情報量：mutual information）
show transformed: 移動後の画像を表示します
show DifferenceImage: 移動後の画像とターゲット画像の差分を表示します
[OK]をクリックすると、
図3. 元画像の処理画像へのRigid Registration画像（左下）と処理画像との差分画像（右下）。
図3のように、元画像が、処理画像にRigid Registrationされた（左下）のが分かると思います。
また、右下に処理画像とregistration画像の差分画像が表示されています。多少の誤差はありますが、精度よく位置合わせが行われていることが分かります（参考までに差分画像のヒストグラムも表示しました）
内部で行われているプロセスは、画像類似度と移動・回転量の対応関係を表す分布を作り、その分布に基づいて、最も類似度が高い場所に画像を移動・回転する、ということです。
このように、任意の平行・回転移動は、このpluginで容易に行うことができます。
また、この機能の拡張版として、複数の画像を一度にregistrationしてしまう機能もあります。
同じくRegistrationの中の "Register Virtual Stack Slices" というpluginです（図4）。
また、右下に処理画像とregistration画像の差分画像が表示されています。多少の誤差はありますが、精度よく位置合わせが行われていることが分かります（参考までに差分画像のヒストグラムも表示しました）
内部で行われているプロセスは、画像類似度と移動・回転量の対応関係を表す分布を作り、その分布に基づいて、最も類似度が高い場所に画像を移動・回転する、ということです。
このように、任意の平行・回転移動は、このpluginで容易に行うことができます。
また、この機能の拡張版として、複数の画像を一度にregistrationしてしまう機能もあります。
同じくRegistrationの中の "Register Virtual Stack Slices" というpluginです（図4）。
図4. 複数の画像を一度にregistrationするplugin "Register Virtual Stack Slices"。
このpluginを選択すると、図5のような画面が表示されるので、sourceフォルダとoutputフォルダの場所を入力します。
sourceフォルダに、位置合わせしたい画像群を入れます。今回は元画像を含めて10種類の異なる移動・回転処理を施した画像（.png）を入れました（図6）。
sourceフォルダに、位置合わせしたい画像群を入れます。今回は元画像を含めて10種類の異なる移動・回転処理を施した画像（.png）を入れました（図6）。
図5. sourceフォルダ（位置合わせ前の画像群）とoutputフォルダ（位置合わせ後の画像群）の場所を入力
図6. sourceフォルダ（位置合わせ前の画像群）の中身。10種類の異なる移動・回転処理を施した画像群。
図5で[OK]をクリックすると、sourceフォルダが開くので、リファレンス画像（ターゲット画像）をsourceフォルダから１つ選びます。つまり、残り9つの画像がその選択された画像に向けてregistrationされます。今回は、元画像（original.png）をリファレンス画像として選びました（図7）。
図7. リファレンス画像の選択（今回は元画像を選択した）。
その結果、outputフォルダに、位置合わせ後の画像群（.tif）が出力されました。9つの画像が全て、元画像に位置合わせされたことが分かります（図8）。
図8. 位置合わせ後の画像群（.tif）の出力。
但しこの場合、sourceフォルダに入れる画像の形式は、tif, .jpg, .png, .gif, .tiff, .jpeg, .bmp, .pgm, .imaに限られることに注意して下さい。
このように、平行・回転移動による画像位置合わせ（Rigid Registration）は、これらのPluginを用いて簡単に行うことができます。
次回は、アフィン変換による位置合わせを紹介しようと思います。
＊今回用いた脳MRI画像は、McConnell Brain Imaging Centerが公開しているBrain Webという脳MRIのデータベースからダウンロードしました。（http://brainweb.bic.mni.mcgill.ca）
このように、平行・回転移動による画像位置合わせ（Rigid Registration）は、これらのPluginを用いて簡単に行うことができます。
次回は、アフィン変換による位置合わせを紹介しようと思います。
＊今回用いた脳MRI画像は、McConnell Brain Imaging Centerが公開しているBrain Webという脳MRIのデータベースからダウンロードしました。（http://brainweb.bic.mni.mcgill.ca）
前回までの記事はこちらをご覧ください。
医用画像位置合わせの基礎① 〜画像の類似度とは？〜
医用画像位置合わせの基礎② 〜相互情報量とは？〜
医用画像位置合わせの基礎③ 〜MRI画像を使った相互情報量の計算〜
医用画像位置合わせの基礎④ 〜LPixel ImageJ pluginを用いた画像位置合わせ〜
医用画像位置合わせの基礎① 〜画像の類似度とは？〜
医用画像位置合わせの基礎② 〜相互情報量とは？〜
医用画像位置合わせの基礎③ 〜MRI画像を使った相互情報量の計算〜
医用画像位置合わせの基礎④ 〜LPixel ImageJ pluginを用いた画像位置合わせ〜