derivative op• Data kinds: hessian → voxel
• Call: import fullseye as fs; fs.ledger.hessian_vesselness(hessian, alpha=0.5, beta=0.5, c=None, black_ridges=False) (implementation को सीधे call करना हो तो import reprconv; reprconv.hessian_vesselness(hessian, alpha=0.5, beta=0.5, c=None, black_ridges=False), registry से लेना हो तो opsreprconv.get("hessian_vesselness"))
• GPU: नहीं (केवल CPU reference implementation)
3-D Hessian → Frangi vesselness voxel, range [0, 1]।
> नीचे का विस्तृत विवरण मूल text में है — सारांश और headings का अनुवाद हो चुका है।
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。
• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।
• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।
• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।
• type_connectivity_tour — py -3.11 examples/type_connectivity_tour.py
voxel को input के रूप में लेते हैं)derivative)gradient_magnitude · gradient_coherence · hessian_determinant
*Provenance: reprconv.py — REPRCONV operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.