提出了一种基于最优Atlas图像搜索和局部加权B样条变换的全自动非刚性分层配准分割感兴趣区域（ROI）方法。实验结果表明, 所提算法配准的ROI准确度达到95.6%, 归一化互信息值为1.8432, 均方根误差为1.12%, 相关系数提高了18.33%。相比其他配准方法, 所提方案的配准精度及准确度明显提升, 对临床辅助诊断有重要意义。

具有可变变换（弹性，微晶，微晶，无偏）和相似性度量（地标，互相关，互信息等）的图像配准。 使用先验和非参数多变量模型进行图像分割。 ***当前的ANTs代码和支持位于Github上。***获得ANTs的最佳方法是从源代码进行编译。 构建说明位于此处https://github.com/ANTsX/ANTs/wiki/Compiling-ANTs-on-Linux-and-Mac-OS Binaries（不经常更新）在此处提供：https://github.com/stnava/ANTs / releases旧版本的代码和二进制文件在SourceForge（1.9x）上仍然可用。 如果您不熟悉ANT，则应该去Github并获取最新的代码。

TK（ Insight Segmentation and Registration Toolkit）是美国国家卫生院下属的国立医学图书馆开发的一款医学图像处理软件包，是一个开源的、跨平台的影像分析扩展软件工具。