MNI152脑模板T1 T2 等影像下载记录(全脑+全头两种）

原创 已于 2025-09-25 10:50:26 修改 · 366 阅读 · 6 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#3D Slicer #MNI152脑模板 #MNI extended脑模板

于 2025-09-25 10:37:06 首次发布

最近研究需要完整的MNI头，就是包含完整鼻子嘴巴的那种，搜罗一番以后，下面记录一下
（1） 不包含完整鼻子嘴巴的MNI152脑模型（只在意大脑研究）

下载官网地址
https://nist.mni.mcgill.ca/icbm-152-nonlinear-atlases-2009/?utm_source=chatgpt.com
在这里插入图片描述

（2）需要完整鼻子嘴巴完整头的MNI152 影像模板（除了大脑，需要在意外头皮mark）

下载官网地址
https://nist.mni.mcgill.ca/icbm-152-extended-nonlinear-atlases-2020/?utm_source=chatgpt.com
在这里插入图片描述
（3）get干净的包含完整脸的MNI 152 T1w
从官网下载了完整鼻子和嘴巴的T1w以后，发现其背景稍微有一些干扰，直接用作配准感觉不太符合我的习惯。
如下图，背景使得耳朵两边像是多了“两支箭”（感谢原创提供如此宝贵的资料，没有不尊重的意思哈）
在这里插入图片描述

然后我自己做了一个清理，去除了这些背景干扰，当然一切都是基于原影像，未做任何的空间变化。
如下图是我清理以后的输出，背景变干净了，耳朵上方的那两支多出来的也没有了
在这里插入图片描述
我把我处理过的T1w 上传一下吧，需要就可以下载使用,
https://download.youkuaiyun.com/download/learner_jj/92015441

7、医学影像处理：椎间盘标记与脑年龄预测的创新方法
d3e4f的博客
07-07 51
本文介绍了两种医学影像处理领域的创新方法：一种结合形状信息的椎间盘标记方法，显著提高了标记的准确性和效率；另一种采用Mixup增强策略的脑年龄预测方法，有效提升了预测的准确性并减少了计算开销。两种方法均在各自任务中展现出显著优势，并为医学诊断和个性化治疗提供了强有力的支持。
MNI152 坐标空间和 fsaverage 坐标空间相互转换， 如已知fsaverage空间的坐标如何求MNI152 坐标？aparc.a2009s.annot转化到MNI152空间？
从事脑科学核磁共振方法学研究，在Nature communications等权威期刊发表研究论文，熟练掌握磁共振处理方法和统计学方法，欢迎大家和我交流。
11-13 2758
大多数神经影像学研究的结果是在体积（例如，MNI152）或表面（例如，fsaverage）坐标系中报告的。体积坐标系和表面坐标系之间的准确映射可以促进许多应用，例如将 fMRI 组分析从 MNI152 投影到 fsaverage 以进行可视化或从 fsaverage 投影静息状态 fMRI 分区对 MNI152进行新数据的体积分析。Wu et al., 2018 评估了三种在 MNI152通过模拟上述应用的 Colin27 和 fsaverage 坐标系：将组平均数据从 MNI152/Colin27 投影到
核磁数据处理之配准标准模板
几何君的算法天空
03-16 1万+
说到registration,就必须要首先介绍一下模板.由于人脑存在个体差异, 扫描时候的图像在空间中的坐标也不同, 研究时必须要首先消除个体差异,统一坐标, 也就是需要将被试人员的大脑全部”订正/配准”到标准模板上, 这样后续才能进行统计分析. 目前国际上最广泛使用的标准模板是MNI152. MNI是加拿大的蒙特利尔神经科学研究中心 “Montreal Neurosciences Instit...
【知识管理】fsLR surface，fsaverage，MNI152 volumetric 不同space
m0_50089584的博客
02-29 1795
每种空间都适用于特定类型的数据处理和分析。选择哪种空间取决于研究的具体需求、所用的分析软件以及数据的来源。例如，表面空间特别适合于分析大脑皮层的数据，而体积空间适用于整个大脑的分析，包括皮层下结构。通过在适当的空间中分析数据，研究者可以更准确地解释大脑活动和结构的变化。在神经科学和脑成像研究中，不同的"space"（空间）表示用于分析和比较功能磁共振成像(fMRI)数据的不同标准脑模板或坐标系统。
运用FSL在MNI152脑膜板上画目标靶区
learner_jj的博客
12-25 1291
采用FSL软件生成基于目标靶点的目标靶区文件
MRI多序列，多中心数据集预处理--使用FSL-Flirt 配准数据
Tina姐的博客
05-21 1万+
FLIRT（FMRIB 的线性图像配准工具）是用于线性（仿射）模态内和模态间脑图像配准的全自动稳健且准确的工具。 什么是配准 在这两张图片上，很容易看出它们没有对齐，左边相对右边倾斜，虽然我们人类视觉系统还是能把对应的解剖关系连系在一起，但是我们使用计算机分析时确不能够 因此，我们希望相同的解剖结构对齐，用坐标表示的话，希望他们在相同的坐标上。如下图 对齐这些解剖结构的过程就叫做配准（register） 因此，配准的目的也是使相同的解剖结构在同一个位置，便于分析。可以将CT和MRI配准，看同一结构在两个
MRI脑影像分析从哲学到技术：一文搞懂VBM预处理基本原理（全网最详细解析）
热门推荐
意疏的学习笔记
12-12 3万+
   分析大脑解剖学差异最常用方法之一是基于体素的形态学方法（voxel-based morphometry, VBM）。 VBM的基本思想是测量大脑组织，尤其是灰质的局部浓度的差异。在大脑的每个体素处进行操作，然后在两个或多个实验组之间进行统计比较，从而在受调查的组之间建立特定大脑区域中脑组织浓度的统计学显着差异。 VBM分析基于（高分辨率）MRI脑部扫描，涉及大量处理步骤，主要是空间归一化，分割，平滑和统计分析，最终结果是统计图，显示了各组之间组织类型明显不同的区域[^1]。 参考 [^1] ..
Brain：威尔逊病脑损伤的神经影像学相关因素：一项多模态全脑磁共振成像研究
NHKJ_ZF的博客
06-20 702
肝豆状核变性（威尔逊病）是一种常染色体隐性遗传的铜代谢紊乱疾病，可表现出神经和肝脏方面的症状。螯合疗法用于对患者进行“排铜”治疗，但神经方面的治疗效果仍难以预测。已有多种神经影像学异常被描述，这些异常除了可作为预后和监测的生物标志物外，或许还能为了解疾病机制提供线索。此前的定量磁共振成像（MRI）分析主要集中在特定的序列或感兴趣区域，而且常常根据持续存在的症状对长期接受治疗的患者进行分层，而非依据患者的初始表现。
基于MRI的神经影像分析与脑疾病预测数据集
数据集中可能包括T1加权、T2加权、FLAIR（液体衰减反转恢复）、DWI（弥散加权成像）等多种模态的MRI图像，这些不同序列反映了组织的不同物理特性，例如水分含量、细胞密度、血流状态等，为多模态融合分析提供了可能...
类脑计算节点划分
最新发布
Rootfyx的博客
07-23 936
在类脑建模流程中，节点划分是一个基础而关键的步骤，以下总结主要的划分方法，主要分为三类：按解剖结构划分、按功能连接划分和按数据驱动划分。
antsTemplate_to_MNI:hcpUR100模板到标准模板的注册
04-08
Snakemake工作流程：antsTemplate_to_MNI 这用于将使用ants_build_template_smk （ ）创建的hcpUR100模板重采样为标准模板（MNI152NLin2009cAsym）。
脑模板 AAL模板
04-18
脑数据分析模板 脑模板 AAL 116个通道 脑数据分析模板 脑模板 AAL 116个通道 脑数据分析模板 脑模板 AAL 116个通道
STM32F20xxx 驱动库工程模板
04-18
1.基于V1.1的库 2.开发环境为keil MDK 4.7 3.适用于STM32F20xx 的程序开发
11、基于深度学习神经网络的脑肿瘤分割与生存预测
qqq44的博客
06-28 74
本博客介绍了基于深度学习神经网络的脑肿瘤分割与生存预测研究。通过比较DeepMedic和3D U-Net两种3D卷积神经网络在多模态MRI数据上的分割性能，结果显示3D U-Net在骰子系数和豪斯多夫距离等指标上表现更优。进一步地，从分割结果中提取形状与纹理特征，并结合临床数据（如年龄、切除状态）构建线性回归模型，显著提升了对高级别胶质瘤患者生存期的预测准确性。研究还探讨了数据预处理流程、模型结构优势及临床应用前景，提出了未来改进方向，包括提升模型解释性、扩大数据多样性及加强临床验证，以推动该技术在精准医疗
标准化人脑分区
cc1609130201的博客
04-01 1300
使用本文提出的格式化方法,存储库的任何用户都能够找到每个图谱的来源、图谱中存在多少不同的ROI、每个ROI的位置和大小、图谱的分割与其他图谱的比较方式,以及不同图谱的ROI所覆盖的区域之间是否存在显著相关性。在这种情况下,应该使用NULL作为区域的标签。使用Neuroparc中提供的Python脚本,该脚本使用了AFNI和FSL的函数,计算了图谱对之间的Dice系数。我们的团队致力于将广泛选择的流行人脑图谱整合到一个经过策划的开源库中,在那里按照标准化协议存储它们,并附有元数据,这可以作为未来图谱的基础。
MNI模板和Talairach 模板的对比
weixin_34232617的博客
03-23 1258
The MNI brain and the Talairach atlas SPM 96 and later use standard brains from the Montreal Neurological Institute. The MNI defined a new standard brain by using a large series of MRI scans on norma...
脑成像坐标系： MNI + Talairach
Neurant的博客
03-19 1万+
脑成像坐标系： MNI, Talairach MNI (Montreal Neurological Institute) 脑 是基于大量的正常被试MRI扫描结果得到的标准脑。（当然是欧罗巴人群的） Talairach脑 是从著名的Talairach和Tournoux图谱解剖拍摄得到的。 剑桥大学官网 The MNI brain and the Talairach atlas——MNI 与Talairach坐标系转换 https://imaging.mrc-cbu.cam.ac.uk/im...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值