correlation_score — REPRCONV `score` op

• 데이터 종류: voxel × voxel → score

• 호출: import reprconv; reprconv.correlation_score(voxel_a, voxel_b)(또는 opsreprconv.get("correlation_score"))

두 `voxel → 정규화 상호상관의 score` 볼륨. 이 타입의 유일한 입구.

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

`score は refine_peak_newton` が食う型だが、**台帳のどの op も

`score` を産まなかった**(実測。生成器の種を置いてようやく到達していた)。

ここでは FFT による循環相互相関を返す:

score[s] = sum_x (a[x] - mean_a) * (b[x + s] - mean_b) / (N * std_a * std_b)

したがって `b が a を s0 だけ np.roll` したものなら、

ピークは厳密に `s0` に立つ(閉形式の真値。テストがこれを使う)。

循環相関なので端は巻き込む —— 打ち切り相関ではないことを明記しておく。

Args:

voxel_a: (D, H, W)。

voxel_b: (D, H, W)、`voxel_a` と同形。

Returns:

(D, H, W) float64、値域は概ね [-1, 1] (完全一致で 1.0)。

Raises:

ValueError: 3-D でない / 形が違う / 定数体積(標準偏差 0)/ 非有限。

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

• representation_conversion — py -3.11 examples/representation_conversion.py

• representation_roundtrip — py -3.11 examples/representation_roundtrip.py

*Provenance: reprconv.py — REPRCONV 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

correlation_score — REPRCONV score op