AAL模板及脑区功能介绍

最新推荐文章于 2025-02-27 16:53:56 发布
最新推荐文章于 2025-02-27 16:53:56 发布
阅读量6.9w 收藏 322
点赞数 42
文章标签： 神经网络 人工智能
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。
本文链接：https://blog.csdn.net/dxfgcvhjbnklm/article/details/120731430
版权
AAL，即Anatomical Automatic Labeling，由MNI机构提供，包含116个分区，其中90个属于大脑，26个属于小脑。该模板广泛用于神经科学研究，各脑区的具体功能可在相关链接中详细查阅。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

AAL全称是Anatomical Automatic Labeling，AAL分区是由 Montreal Neurological Institute (MNI)机构提供的。AAL模板一共有116个区域，但只有90个属于大脑，剩余26个属于小脑结构，研究的较少。

116个分区名称见AAL模板 - 百度文库 具体如下表：

中文名称 Mricro编号 Mricro命名 Mricro不明信息
中央前回

1

 Precentral_L

2001
中央前回

2

 Precentral_R

2002
背外侧额上回

3

 Frontal_Sup_L

2101
背外侧额上回

4

 Frontal_Sup_R

2102
眶部额上回

5

 Frontal_Sup_Orb_L

2111
眶部额上回

6

 Frontal_Sup_Orb_R

2112
额中回

7

 Frontal_Mid_L

2201
额中回

8

 Frontal_Mid_R

2202
眶部额中回

9

 Frontal_Mid_Orb_L

2211
眶部额中回

10

 Frontal_Mid_Orb_R

2212
岛盖部额下回

11

 Frontal_Inf_Oper_L

2301
岛盖部额下回

12

 Frontal_Inf_Oper_R

2302
三角部额下回

13

 Frontal_Inf_Tri_L

2311
三角部额下回

14

 Frontal_Inf_Tri_R

2312
眶部额下回

15

 Frontal_Inf_Orb_L

2321
眶部额下回

16

 Frontal_Inf_Orb_R

2322
中央沟盖

17

 Rolandic_Oper_L

2331
中央沟盖（Rolandic operculum）

18

 Rolandic_Oper_R

2332
补充运动区

19

 Supp_Motor_Area_L

2401
补充运动区

20

 Supp_Motor_Area_R

2402
嗅皮质

21

 Olfactory_L

2501
嗅皮质

22

</
最低0.47元/天 解锁文章
AAL模版 中英文对照
weixin_33805743的博客
05-11 1万+
来源：http://52brain.com/thread-17336-1-1.html Brodmann分区是一个根据细胞结构将大脑皮层划分为一系列解剖区域的系统。神经解剖学中所谓细胞结构（Cytoarchitecture），是指在染色的脑组织中观察到的神经元的组织方式。Brodmann分区最早由德国神经科医生科比尼安·布洛德曼（Korbinian Brodmann）提出。他的分区系统包括每个半...
AAL3模板名称以及MNI坐标
04-02
AAL3模板名称以及MNI坐标, AAL3模板提供了170个脑区，本表格提供了相应的全称，简称，以及MNI坐标。
AAL模板划分的90大脑区域.xlsx
03-29
人类脑区划分模板对应，如有侵权请联系删除。
处理AAL的.nii文件：python获取AAL的各个区域的质心坐标
weixin_49983968的博客
02-27 917
编号名字200120022101210221112112220122022211221223012302231123122321232223312332240124022501250226012602261126122701Rectus_L2702Rectus_R3001Insula_L3002Insula_R40014002401140124021402241014102411141124201。
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
MRI学习笔记-ROI分析
linly1219的博客
01-18 6259
创建兴趣区ROI并提取激活值
关于脑区的划分方法及一些模板说明
xiaobaizaza_Ry的博客
12-18 1万+
原创文章，未经同意请勿转载这里主要记录之前自己调研的有关脑区的划分方法及一些标准的脑区划分模板，其中，这里的模板主要是针对MRI的。其中脑影像/信号数据的划分方法没有在笔者的考虑范围内。下面主要分为【脑区划分方法的种类】和常见的【一些标准脑区划分模板】的说明。
AAL template: ROI to brain lobe
weixin_34220623的博客
07-10 1241
Reference: Altmann A, Schröter M S, Spoormaker V I, et al. Validation of non-REM sleep stage decoding from resting state fMRI using linear support vector machines [J]. Neuroimage, 2015, 125:544-555. ...
AAL脑区名称缩写对照表
热门推荐
weixin_54125868的博客
10-10 1万+
给出AAL模版的Micro命名和缩写名称的对应表格。
《大话脑成像》之：模板（mask）
cc1609130201的博客
02-21 4093
前言：时光飞逝，岁月匆匆，不知不觉我们大话脑成像系列已经走过六期，在这六期里我们与读者共同渡过了一段美好的时光，相信你如果完全理解了我写的内容的话，你们应该得到了很大的提升，作为非常娴熟，非常高端的职业数据处理玩家，我会继续这个系列，如果要在这个系列上加个期限的话，我希望是一万年。 大家说吼不吼啊，咨磁不咨磁啊？求个转发得唔得啊？（此处应有掌声） 今天就为大家带来非常严（kua...
AAL3脑区模板中英文对照：科研与学习的得力助手
gitblog_06622的博客
09-26 2426
AAL3脑区模板中英文对照：科研与学习的得力助手 【下载地址】AAL3脑区模板中英文对照 本仓库提供了一个资源文件，内容为AAL3脑区模板的中英文对照。该文件旨在帮助用户更好地理解和使用AAL3脑区模板，特别是在需要中英文对照的情况下 ...
roi_overlap:计算一个表格，显示统计集群和脑图谱区域（AAL、Harvard-Oxford、Brodmann 区域）之间的重叠百分比-matlab开发
05-29
计算一个表格，显示统计集群和脑图谱区域（AAL、Harvard-Oxford、Brodmann 区域）之间的重叠百分比
AAL模板及脑区功能介绍-ITADN社区.html
最新发布
03-24
AAL模板及脑区功能介绍-ITADN社区.html
aal3模板中英文对照
12-30
aal3脑区模板中英文对照
AAL2 AAL5 （2）
rheostat的专栏
08-26 3108
ATM层定义了UNI、NNI信元格式，负责信元头的插入和信元交换，严格说来ATM层既有OSI的2层功能也有3层功能。ATM的适配层包括SAR、流量参数和QOS。根据不同的业务需求和服务类型，AAL层划分了多种类型，AAL2和AAL5的特征使之广泛应用于UTRAN各接口的承载，简单
各脑叶功能及联合皮质区
旧人赋荒年
02-15 1万+
（一）各脑叶功能     大脑的左右半球藉由“胼胝体(corpus callosum)”进行连结，胼胝体主要是扮演沟通两个半球之间讯息的角色。经由胼胝体的交错连结，左脑（半球）负责的是身体的右半部，左半部则由右脑（半球）负责。另外有个有趣的话题，就是男人与女人的胼胝体厚薄不同，可以解释男女思维的差异。左右脑两个半球中，每个半球又可以分为额叶(frontal lobe)、颞叶(temporal
BrainNet Viewer:人类大脑连接的网络可视化工具
weixin_40052256的博客
10-11 1万+
BrainNet Viewer:人类大脑连接的网络可视化工具 1 方法 1.1 工具箱的开发1.1.1 开发环境1.1.2 可视化程序1.1.3 文件定义1.1.4 核心代码 1.2 实验数据中的功能性脑网络可视化 1.2.1 对象 1.2.2 图像采集 1.2.3 图像预处理 1.2.4 网络构建 1.2.5 网络分析 2 结果 2.1 工具箱的开发 2.1.1 下载与安装 2.1.2 组合文件 2.1.3 选项设置 2.1.4 用户交互 2.1.5 输出 2.1.6 命令行 2.2 实验数据中的功能脑
使用freesurfer对t1进行预处理后，如何提取aal模板特定脑区的灰质体积
01-23
### 使用 FreeSurfer 处理 T1 加权图像并基于 AAL 模板提取特定区域灰质体积的方法 #### 准备工作 为了实现这一目标，首先需要确保已经成功安装并配置好了 FreeSurfer 和其他必要的工具包。完成 T1 加权图像的预处理后，可以利用 `mri_convert` 或者 `tkregister2` 将原始空间下的数据转换到标准 MNI 空间。 #### 转换至标准化空间 由于 AAL 模板位于 MNI 标准空间内，因此需先将个体化的解剖结构映射至此空间。这一步骤可通过执行如下命令来达成： ```bash mri_vol2vol --mov aseg.mgz --targ $FREESURFER_HOME/average/mni305.cor.mgz \ --regheader --o aseg_mni305.nii.gz --no-resample ``` 此操作会生成一个名为 `aseg_mni305.nii.gz` 的文件，在其中包含了按照 MNI 坐标系排列好的分割信息[^1]。 #### 获取感兴趣区 (ROI) 掩码 接下来要获取所关心脑区对应的二值掩码。假设已知所需 ROI 名字，则可以通过查询 AAL 文档找到对应编号，并据此制作掩码。例如，对于 rACC 这样的区域，可以在 MATLAB 中编写脚本来读取 AAL nii 文件并导出指定 ID 对应的部分为新的 NIfTI 文件。 MATLAB 示例代码： ```matlab % Load the AAL template and define target region IDs aalTemplate = load_untouchable('AAL_template_path'); % Replace with actual path to your AAL file targetRegionIDs = [9, 10]; % Example IDs for bilateral ACC regions; adjust as needed based on documentation % Create binary mask of selected ROIs roiMask = ismember(aalTemplate.img, targetRegionIDs); % Save new NIfTI image containing only these ROIs save_nifti(roiMask, aalTemplate.hdr, 'selected_rois_mask.nii'); ``` 上述过程中涉及到了加载 AAL 模板以及保存新创建的掩码文件的操作；具体函数名可能因使用的库不同而有所变化，请参照实际环境调整相应部分[^2]。 #### 计算灰质体积 最后一步就是计算这些区域内所有体素的数量乘以其各自的体积（通常是 mm³），从而得出总体积数值。考虑到之前得到的是布尔类型的数组形式表示的掩码，可以直接应用逻辑运算符筛选符合条件的位置再求和即可获得最终结果。 Python 实现示例： ```python import nibabel as nib import numpy as np # Load processed segmentation data from previous step seg_data = nib.load('aseg_mni305.nii.gz').get_fdata() # Load previously created ROI mask mask_data = nib.load('selected_rois_mask.nii').get_fdata().astype(bool) # Calculate volume by counting voxels within masked area multiplied by voxel size voxel_volume_mm3 = abs(np.prod(nib.load('aseg_mni305.nii.gz').header.get_zooms())) gray_matter_volume_mm3 = np.sum(seg_data[mask_data]) * voxel_volume_mm3 print(f"Gray matter volume in specified ROIs: {gray_matter_volume_mm3:.2f} cubic millimeters") ``` 这段 Python 代码展示了如何读入先前准备好的分割数据与 ROI 掩码，并通过简单的数学运算得到了选定区域内灰质的具体量度。
评论 7
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