derivative op• データ種: hessian → voxel
• 呼び出し: import fullseye as fs; fs.ledger.hessian_vesselness(hessian, alpha=0.5, beta=0.5, c=None, black_ridges=False) (実装を直接呼ぶなら import reprconv; reprconv.hessian_vesselness(hessian, alpha=0.5, beta=0.5, c=None, black_ridges=False)、台帳から引くなら opsreprconv.get("hessian_vesselness"))
• GPU: なし(CPU 参照実装のみ)
3-D Hessian → Frangi の管らしさ(vesselness)voxel、値域 [0, 1]。
固有値を |λ1| ≤ |λ2| ≤ |λ3| に並べ、Ra = |λ2|/|λ3|(板と管を分ける)、Rb = |λ1|/sqrt(|λ2 λ3|)(塊を除く)、S = sqrt(λ1²+λ2²+λ3²)(背景の雑音を除く)から
V = (1 − exp(−Ra²/2α²)) · exp(−Rb²/2β²) · (1 − exp(−S²/2c²))
を返す(Frangi et al. 1998, MICCAI)。明るい管(black_ridges=False)では λ2 > 0 か λ3 > 0 の voxel を 0 にする(暗い管なら符号を逆に)。c の既定は Frangi の勧めどおり S の最大値の半分。
vol_frangi は体積から Hessian を自分で作る(尺度ごとに)のに対し、こちらは hessian 型を受ける —— Hessian の出どころ(hessian3d / 外部の微分)を選べ、同じ Hessian から hessian_determinant など複数の量を引き出せる。1 尺度だけ(多尺度の最大は呼ぶ側で取る)。
Args:
hessian: hessian3d の 6 成分 (zz, yy, xx, zy, zx, yx)。
alpha, beta: Frangi の感度(既定 0.5 / 0.5)。> 0。
c: 構造の強さの感度。None で max(S)/2。> 0。全面 0 の Hessian では 0 を返す。
black_ridges: True で暗い管(背景より暗い)を拾う。
Returns:
(D, H, W) float64、[0, 1]。
Raises:
ValueError: 6 成分でない / 非有限 / alpha・beta・c が正でない。
• サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。
• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。
• hessian_numpy_chain — py -3.11 examples/hessian_numpy_chain.py
• type_connectivity_tour — py -3.11 examples/type_connectivity_tour.py
voxel を入力に取れる)correlation_score · voxel_to_hessian
derivative)gradient_magnitude · gradient_coherence · voxel_to_hessian · hessian_determinant
*Provenance: reprconv.py — REPRCONV operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.