【免费下载】 brainreg:强大的脑部图像配准工具
2026-01-21 05:11:05作者:蔡怀权
项目介绍
brainreg 是一个用于脑部图像配准的开源工具,旨在将模板脑(如来自 Allen Reference Atlas)与样本图像进行配准。通过这一过程,任何其他在模板空间中的图像(如区域注释)都可以与样本图像对齐。此外,模板到样本的变换也可以被反转,从而允许样本图像在通用坐标空间中对齐。brainreg 是 amap 的更新版本,支持多种配准后端,并兼容 brainglobe-atlasapi 提供的多种脑图谱。
项目技术分析
brainreg 的核心技术在于其三步配准过程:重定向、仿射配准和自由形式配准。首先,模板和样本图像经过滤波处理,然后通过这三个步骤进行配准。最终的变换结果应用于脑图谱,从而实现样本图像与模板图像的对齐。此外,brainreg 还提供了一个可选的 napari 插件,使用户可以通过图形界面更直观地使用该工具。
项目及技术应用场景
brainreg 适用于多种脑部图像分析场景,特别是在需要将样本图像与标准脑图谱对齐的研究中。例如,在神经科学研究中,研究人员可以使用 brainreg 将实验动物的脑部图像与 Allen 脑图谱对齐,以便进行精确的区域分割和注释。此外,brainreg 还可以用于注射位点、Neuropixels 探针等大规模结构的 3D 空间分割。
项目特点
- 多后端支持:
brainreg支持多种配准后端,提供了灵活的配准选项。 - 兼容多种脑图谱:通过 brainglobe-atlasapi,
brainreg可以兼容多种脑图谱,满足不同物种和分辨率的需求。 - 图形界面支持:提供可选的 napari 插件,使用户可以通过图形界面更直观地使用该工具。
- 高效配准:通过三步配准过程(重定向、仿射配准和自由形式配准),
brainreg能够高效地完成图像配准任务。 - 易于使用:
brainreg提供了详细的文档和命令行工具,用户可以轻松上手并进行自定义配置。
结语
brainreg 是一个功能强大且易于使用的脑部图像配准工具,适用于多种神经科学研究场景。无论您是进行基础研究还是应用开发,brainreg 都能为您提供高效、精确的图像配准解决方案。立即尝试 brainreg,体验其强大的功能和便捷的操作吧!
参考文献
- Tyson, A. L., Vélez-Fort, M., Rousseau, C. V., Cossell, L., Tsitoura, C., Lenzi, S. C., Obenhaus, H. A., Claudi, F., Branco, T., Margrie, T. W. (2022). Accurate determination of marker location within whole-brain microscopy images. Scientific Reports, 12, 867. doi.org/10.1038/s41598-021-04676-9
- Niedworok, C.J., Brown, A.P.Y., Jorge Cardoso, M., Osten, P., Ourselin, S., Modat, M. and Margrie, T.W., (2016). AMAP is a validated pipeline for registration and segmentation of high-resolution mouse brain data. Nature Communications. 7, 1–9. https://doi.org/10.1038/ncomms11879
- Claudi, F., Petrucco, L., Tyson, A. L., Branco, T., Margrie, T. W. and Portugues, R. (2020). BrainGlobe Atlas API: a common interface for neuroanatomical atlases. Journal of Open Source Software, 5(54), 2668. https://doi.org/10.21105/joss.02668
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
Notepad--极速优化指南:中文开发者的轻量编辑器解决方案Axure RP本地化配置指南:提升设计效率的中文界面切换方案3个技巧让你10分钟消化3小时视频,B站学习效率翻倍指南让虚拟角色开口说话:ComfyUI语音驱动动画全攻略7个效率倍增技巧:用开源工具实现系统优化与性能提升开源船舶设计新纪元:从技术原理到跨界创新的实践指南Zynq UltraScale+ RFSoC零基础入门:软件定义无线电Python开发实战指南VRCX虚拟社交管理系统:技术驱动的VRChat社交体验优化方案企业级Office插件开发:从概念验证到生产部署的完整实践指南语音转换与AI声音克隆:开源工具实现高质量声音复刻全指南
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
560
98
暂无描述
Dockerfile
705
4.51 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
412
338
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
957
955
Ascend Extension for PyTorch
Python
568
694
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
940
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
78
5
暂无简介
Dart
951
235