【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 StartedRust0152- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
617
795
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++
1.01 K
1.01 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
433
395
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
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
1.18 K
152
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
403
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989