AFNI program: 3dNwarpAdjust

Output of -help

Usage: 3dNwarpAdjust [options]

This program takes as input a bunch of 3D warps, averages them,
and computes the inverse of this average warp.  It then composes
each input warp with this inverse average to 'adjust' the set of
warps.  Optionally, it can also read in a set of 1-brick datasets
corresponding to the input warps, and warp each of them, and average
those.

           Input warps: Wi(x) for i=1..N
          Average warp: Wbar(x) = mean of the displacements in Wi(x)
       Inverse average: Wbin(x) = inverse of Wbar(x)
        Adjusted warps: Ai(x) = Wi(Wbin(x))

       Source datasets: Di(x) for i=1..N
   Output mean dataset: average of Di(Ai(x))

The logic behind this arcane necromancy is the following sophistry:

   We use 3dQwarp to warp each Di(x) to match a template T(x), giving
   warp Wi(x) such that Di(Wi(x)) matches T(x).  Now we want to average
   these warped Di datasets to create a new template; say
     B(x) = average of Di(Wi(x))
   But the warps might be biased (e.g., have net shrinkage of the volumes).
   So we compute the average warp Wbar(x), and its inverse Wbin(x), and then
   instead we want to use as the new template B(Wbin(x)), which will 'put back'
   each x to a bias-corrected location.  So then we have
     B(Wbin(x)) = average of Di(Wi(Wbin(x)))
   which is where the 'adjusted warp' Ai(x) = Wi(Wbin(x)) comes from.

All these calculations could be done with other programs and a script,
but the goal of this program is to make them faster and simpler to combine.
It is intended to be used in an incremental template-building script, and
probably has no other utility (cf. the script @toMNI_Qwarpar).

OPTIONS:
--------
 -nwarp  w1 w2 ... = List of input 3D warp datasets (at least 5).
                     The list ends when a command line argument starts
                     with a '-' or the command line itself ends.
                     * This 'option' is REQUIRED!
                -->>** Each input warp is adjusted, and the altered warp
                       over-writes the input dataset. (Therefore, there is
                       no reason to run 3dNwarpAdjust twice over the same
                       collection of warp datasets!)
                     * These input warps do not have to be defined on
                       exactly the same grids, but the grids must be
                       'conformant' -- that is, they have to have the
                       the same orientation and grid spacings.  Warps
                       will be extended to match the minimum containing
                       3D rectangular grid, as needed.

 -source d1 d2 ... = List of input 3D datasets to be warped by the adjusted
                     warp datasets.  There must be exactly as many of these
                     datasets as there are input warps.
                     * This option is NOT required.
                     * These datasets will NOT be altered by this program.
                     * These datasets DO have to be on the same 3D grid
                       (so they can be averaged after warping).

 -prefix ppp       = Use 'ppp' for the prefix of the output mean dataset.
                     (Only needed if the '-source' option is also given.)
                     The output dataset will be on the common grid shared
                     by the source datasets.

 =========================================================================
* This binary version of 3dNwarpAdjust is compiled using OpenMP, a semi-
   automatic parallelizer software toolkit, which splits the work across
   multiple CPUs/cores on the same shared memory computer.
* OpenMP is NOT like MPI -- it does not work with CPUs connected only
   by a network (e.g., OpenMP doesn't work across cluster nodes).
* For some implementation and compilation details, please see
   https://afni.nimh.nih.gov/pub/dist/doc/misc/OpenMP.html
* The number of CPU threads used will default to the maximum number on
   your system. You can control this value by setting environment variable
   OMP_NUM_THREADS to some smaller value (including 1).
* Un-setting OMP_NUM_THREADS resets OpenMP back to its default state of
   using all CPUs available.
   ++ However, on some systems, it seems to be necessary to set variable
      OMP_NUM_THREADS explicitly, or you only get one CPU.
   ++ On other systems with many CPUS, you probably want to limit the CPU
      count, since using more than (say) 16 threads is probably useless.
* You must set OMP_NUM_THREADS in the shell BEFORE running the program,
   since OpenMP queries this variable BEFORE the program actually starts.
   ++ You can't usefully set this variable in your ~/.afnirc file or on the
      command line with the '-D' option.
* How many threads are useful? That varies with the program, and how well
   it was coded. You'll have to experiment on your own systems!
* The number of CPUs on this particular computer system is ...... 1.
* The maximum number of CPUs that will be used is now set to .... 1.
 =========================================================================

++ Compile date = Dec 17 2024 {AFNI_24.3.10:linux_ubuntu_24_64}
This page auto-generated on Tue Dec 17 06:53:24 PM EST 2024