图谱辅助绘制方法、计算机可读存储介质及电子设备

1.本发明涉及图像处理技术领域，尤其涉及一种图谱辅助绘制方法、计算机可读存储介质及电子设备。


背景技术：

2.脑图谱常常被称为神经科学和医学等领域的百度地图，是开展神经元投射定位、外科手术、精确给药、大脑功能环路研究等不同方向工作的基础。脑图谱的历史非常久远，早在19世纪神经科学诞生的时代，神经解剖学领域的先驱们就已经开始通过显微镜观察脑切片上的神经元形态和分布特征，并据此在白纸上划分出一个个独立的大脑区域。
3.直到今天，尽管计算机辅助绘图技术已经替代了传统的纸笔，但神经解剖学家绘制脑图谱的基本策略仍然和一百多年前没有本质区别：在收集脑片后，通过显微镜拍摄脑片的高倍照片，然后传输到计算机，使用adobe illustrator或corel draw为代表的矢量绘制软件打开，在软件内使用画笔等工具，识别并绘制不同脑区的边界。
4.一代又一代神经解剖学家不断绘制同一物种的脑图谱，这并非是在做重复劳动，因为随着成像技术的进步，人们能够在脑片上不断地观察到更加清晰的神经元形状、尺寸等图像纹理细节；另一方面，样本标记技术也在快速进步，可以更加特异地标记出参与特定功能环路、表达特定功能的细胞，从而允许人们将旧版本图谱上的脑区划分为更加精细的子分区。
5.在上述过程中，图谱复用是一个容易被忽略但又非常关键的技术步骤。所谓图谱复用，是指在图谱绘制过程中，参考其它已经出版的同一物种的全脑图谱或者特定脑区图谱，通过详细比对手头准备用于绘制图谱的脑片图像（以下简称手头图像）和旧版图谱的相同空间位置处图像在细胞构筑特点上的异同，在手头图像上识别出各个脑区并绘制其边界。在图谱复用中，旧版图谱上的脑区分布和边界信息是非常重要的参考，可以据此快速判断出手头图像上各个脑区的具体位置和分界线，比起直接根据经验从零开始判断，可以极大地提升工作效率，因此即便是已经有数十年神经解剖学训练的专家，在绘制图谱的过程中，也会通过图谱复用参考前人已有的工作成果。
6.图谱复用作为图谱绘制过程中的一个非常关键的步骤，其策略可以分为两种。
7.第一种是人眼比对。首先由神经解剖学专家在旧版图谱中选取与手头图像在解剖学空间中位置最为接近的一张图像，然后在旧版图谱的图像上找到若干人眼易识别的特征结构，通过比对两张图像，找到这些特征结构在手头图像上的位置，最后从这些特征结构出发，根据同一物种不同个体大脑中的脑区空间分布关系的相似性，推断出手头图像上这些特征结构周围的脑区分布情况，进而绘制出整张图像上所有脑区的边界。
8.然而，用于绘制图谱的图像通常包含细胞形态、细胞分布和细胞密度等各种丰富的细胞构筑细节，人眼比对难免挂一漏万，忽略掉一些可以用于识别脑区的关键信息；另一方面，在经验欠缺的情况下，图谱绘制者的脑海中难以形成一幅关于全脑范围内各个脑区空间分布与相邻关系的整全地图，对脑区在空间中出现的位置缺乏敏感性，在仅凭细胞构
筑细节作为判别标准的情况下，甚至有可能导致脑区被误识别。后者最典型的例子就是小脑。小脑在标准冠状面上呈现为花冠状，其中每一片“花瓣”即为一个脑叶。各个脑叶分别执行特定功能，但彼此之间在细胞构筑上几无差别，且空间位置相邻。如果沿着头尾方向逐张顺序浏览包含小脑区域的冠状面，就能发现各个脑叶会快速出现然后快速消失，周围其它脑叶则会逐渐填补该脑叶消失空出的区域。由于脑叶是沿着头尾方向在冠状面上按顺序依次出现的，因此一旦错误识别某个脑叶，就会导致后续所有脑叶全部识别错误，对解剖空间定位造成灾难性的后果。
9.第二种是叠加匹配。从旧版图谱中选定与手头图像位置最接近的一张图像后，将旧版图谱中绘制有脑区边界的图像叠加到手头图像上。在上世纪电脑技术普及之前，神经解剖学家将旧图谱与手头图像都制成幻灯片，然后用幻灯机投影到桌面的空白纸张上。旧图谱的脑区边界信息在幻灯机的帮助下可以叠加到用户手头新采集的图像上，从而为图谱绘制提供有效的参考；上世纪80年代以后，更多的科学家尝试使用矢量图绘制软件来简化上述过程，大大加速了图谱复用的工作效率。
10.和前一种策略相比，叠加匹配策略的最大改进之处在于能够提供全面和实时的脑区位置参考，这使得绘制者不用再担心人眼比对漏掉任何信息。然而该策略仍然无法避免脑区误识别情况的出现，原因在于旧版图谱所使用图像的样本制备技术和绘制者获取手头图像所采用的样本制备技术之间可能有较大的差异，造成脑组织的缩水率、不规则形变状态均有所不同，并最终导致图像在尺寸、脑区形状与空间分布上都有较大差异。而简单地将两幅图像叠加到一起，并未消除这种差异带来的影响，因此不经修改地将旧版图谱的脑区边界直接套用到新图像上，得到的脑区边界往往都是错误的。
11.综上所述，无论是人眼比对还是叠加匹配，目前神经解剖学专家的图谱复用策略都有其内在缺陷，造成准确率不高，降低了旧版图谱的参考价值。为此，必须开发一种新的图谱复用方法，提高准确率。


技术实现要素：

12.基于前述的现有技术缺陷，本发明提供了一种准确率较高的图谱辅助绘制方法、计算机可读存储介质及电子设备。
13.为了实现上述目的，本发明提供了一种图谱辅助绘制方法，包括：步骤s1，脑片轴向对应关系构建：根据旧版图谱的和待绘制新图谱上的标志性解剖结构构建对应关系；步骤s2，旧版图谱数据规范化：将旧版图谱的文件转换为可以复用的.xml数据格式；步骤s3，区域特征提取：对旧版图谱的和待绘制新图谱上的标志性解剖结构进行标记，作为区域特征；步骤s4，非线性配准：基于所述区域特征，根据旧版图谱和待绘制新图谱的对应关系，将旧版图谱非线性配准到待绘制新图谱，获取形变场；步骤s5，旧版图谱信息整合：根据旧版图谱和待绘制新图谱的对应关系、.xml数据格式的旧版图谱以及形变场，将旧版图谱叠加到待绘制新图谱上。
14.在一实施方式中，所述步骤s1，脑片轴向对应关系构建，包括：
获取旧版图谱的第一图像序列；获取待绘制新图谱的第一图像序列；在所述旧版图谱的第一图像序列和所述待绘制新图谱的第一图像序列上挑选标志性解剖结构，根据标志性解剖结构形态和在前后方向上的变化情况，为所述待绘制新图谱的第一图像序列中的每一张图像，在所述旧版图谱的第一图像序列中找到与其在脑区分布上最为接近的一张图像，由此构建一个映射函数。
15.在一实施方式中，所述标志性解剖结构包括海马、小脑、前连合。
16.在一实施方式中，所述步骤s2，旧版图谱数据规范化，包括：使用矢量图绘制软件将所述旧版图谱的第一图像序列转换为.svg格式文件的旧版图谱的第二图像序列，.svg格式文件以ascii码形式保存了各个脑区的边界信息，各个脑区的边界在.svg格式文件中均独立地以一对《path》《/path》路径标签来记录，在路径标签内，脑区边界被划分为多个线段和曲线段，不同段以不同的字母作为开头、后面紧跟若干个点的坐标值来记录，不同的字母表示包括不同数量的控制点和节点；将.svg格式文件转换为.xml格式文件，包括：遍历所述旧版图谱的第二图像序列中的各个图像；对于各个图像，遍历其所有路径标签；对于每一个路径标签，首先创建两个空的队列数据结构，分别记为第一队列和第二队列，然后以字母为标志，使用字符串切分函数将其划分为若干个线段和曲线段，然后依次遍历各段，把该段各点的坐标值存入到第一队列的末尾，然后根据该点是控制点还是节点，分别以不同的字符存入到第二队列的末尾；执行上述操作，直到遍历完该路径标签下的所有线段和曲线段，此时第一队列记录下了该脑区边界的所有点的坐标值，第二队列则记录下了这些点的属性是控制点还是节点；遍历各个图像的所有路径标签后，创建一个.xml格式文件，在该.xml格式文件中，为每一个脑区创建一个脑区标签存储其路径信息，在该标签内，放入前面获取的第一队列和第二队列的信息；遍历所有图像，执行上述操作后，形成旧版图谱的第一图像序列对应的.xml格式文件的旧版图谱的第三图像序列。
17.在一实施方式中，所述不同的字母表示包括不同数量的控制点和节点，包括：c表示三次贝塞尔曲线，包含两个控制点和一个节点；s表示简写贝塞尔曲线，包含一个控制点和一个节点；l表示直线段，仅包含一个节点。
18.在一实施方式中，所述步骤s3，区域特征提取，包括：使用矢量图绘制软件将所述旧版图谱的第二图像序列中的每一张图像转换为位图，然后标记出所述步骤s1中所挑选的标志性解剖结构，其余结构则不标记，形成标记后的旧版图谱的第四图像序列；在所述待绘制新图谱的第一图像序列的每一张图像上标记出标志性解剖结构的边界，作为后续配准计算使用的区域特征，形成标记了区域特征的待绘制新图谱的第二图像序列。
19.在一实施方式中，所述步骤s4，非线性配准，包括：基于步骤s3提取的区域特征，对于所述待绘制新图谱的第二图像序列中的每一张图像，根据步骤s1得到的映射函数，选取所述旧版图谱的第四图像序列中与其对应的图像，使用基于微分同胚大形变映射模型的非线性配准算法，将所述旧版图谱的第四图像序列配准到所述待绘制新图谱的第二图像序列，获取形变场。
20.在一实施方式中，所述步骤s5，旧版图谱信息整合，包括：
遍历所述待绘制新图谱的第一图像序列的所有图像，对于其中的任意一张图像，通过步骤s1得到的映射函数，选取所述旧版图谱的第三图像序列中与其对应的图像，遍历该图像中的所有控制点和节点，使用步骤s4所获取的形变场，获取这些控制点和节点在非线性配准后需要移动到的新位置的坐标，使用这些新位置的坐标值替换掉所述旧版图谱的第三图像序列中相应控制点和节点的第一队列中的原始坐标值，然后保存为新的图像，形成旧版图谱的第五图像序列；遍历所述旧版图谱的第五图像序列中的各个图像，对于各个图像，遍历其所有脑区标签，并创建一个空的.svg格式文件，用于存储该图像所包含的所有脑区信息；对每个脑区标签，顺序读取各点的第二队列信息，根据控制点和节点的分布规律，创建线段或曲线段，以不同的字母为开头、后面记录各点的坐标值；最终将不同段所对应的字符串依次连缀，从而将整个脑区边界信息放入到一个字符串内，将该字符串放入一个《path》《/path》路径标签；依次对各脑区标签执行上述操作，从而获得包含各个图像所有脑区边界信息的.svg格式文件；遍历各个图像，执行上述操作，形成.svg格式文件的旧版图谱的第六图像序列；遍历所述待绘制新图谱的第一图像序列中的每一张图像，使用矢量图绘制软件，将所述待绘制新图谱的第一图像序列中的图像导入作为背景图层，然后通过步骤s1得到的映射函数，选取所述旧版图谱的第六图像序列中与其对应的图像，并将其导入作为新图层，叠加到背景图层上，将所述旧版图谱的脑区边界信息匹配到所述待绘制新图谱的图像上。
21.本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器读取并执行时执行上述图谱辅助绘制方法。
22.本发明还提供一种电子设备，包括：处理器、存储器和通信总线，所述处理器通过所述通信总线与所述存储器连接进行通信，以执行上述图谱辅助绘制方法。
23.本发明所述图谱辅助绘制方法、计算机可读存储介质及电子设备，通过步骤s1，脑片轴向对应关系构建；步骤s2，旧版图谱数据规范化；步骤s3，区域特征提取；步骤s4，非线性配准；步骤s5，旧版图谱信息整合，实现将旧版图谱上的脑区位置和边界信息，准确地匹配到待绘制新图谱的图像上。
附图说明
24.在此描述的附图仅用于解释目的，而不意图以任何方式来限制本发明公开的范围。另外，图中的各部件的形状和比例尺寸等仅为示意性的，用于帮助对本发明的理解，并不是具体限定本发明各部件的形状和比例尺寸。本领域的技术人员在本发明的教导下，可以根据具体情况选择各种可能的形状和比例尺寸来实施本发明。在附图中：图1为本发明第一实施方式提供的一种图谱辅助绘制方法的流程示意图。
具体实施方式
25.为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应当属于本发明保
护的范围。
26.请参阅图1所示，本发明第一实施方式提供一种图谱辅助绘制方法，包括：步骤s1，脑片轴向对应关系构建：根据旧版图谱的和待绘制新图谱上的标志性解剖结构构建对应关系；步骤s2，旧版图谱数据规范化：将旧版图谱的文件转换为可以复用的.xml数据格式；步骤s3，区域特征提取：对旧版图谱的和待绘制新图谱上的标志性解剖结构进行标记，作为区域特征；步骤s4，非线性配准：基于所述区域特征，根据旧版图谱和待绘制新图谱的对应关系，将旧版图谱非线性配准到待绘制新图谱，获取形变场；步骤s5，旧版图谱信息整合：根据旧版图谱和待绘制新图谱的对应关系、.xml数据格式的旧版图谱以及形变场，将旧版图谱叠加到待绘制新图谱上。
27.在一实施方式中，所述步骤s1，脑片轴向对应关系构建，包括：获取旧版图谱的第一图像序列；获取待绘制新图谱的第一图像序列；在所述旧版图谱的第一图像序列和所述待绘制新图谱的第一图像序列上挑选标志性解剖结构，根据标志性解剖结构形态和在前后方向上的变化情况，为所述待绘制新图谱的第一图像序列中的每一张图像，在所述旧版图谱的第一图像序列中找到与其在脑区分布上最为接近的一张图像，由此构建一个映射函数。
28.其中，所述标志性解剖结构包括海马、小脑、前连合。
29.在一具体实施例中，旧版图谱的第一图像序列为a1={ai | i = 1， 2， 3，
ꢀ…
n}，其中n为旧版图谱包含图像的总张数；待绘制新图谱的第一图像序列为b1={bi | i = 1， 2， 3，
ꢀ…
m}，其中m为待绘制新图谱的第一图像序列包含图像的总张数。其中n可以大于m，也可以小于m，也可以等于m，本发明对此没有特别限定。在a1和b1上挑选标志性解剖结构，如海马、小脑、前连合等，根据其形态和在前后方向上的变化情况，为b1中的每一张图像bi，在a1中找到与其在脑区分布上最为接近的一张图像aj，由此可以构成一个标准的映射函数f: f (bi)=aj，其中i = 1，2，3
…
m，j∈{1，2，3
…
n}。
30.在一实施方式中，所述步骤s2，旧版图谱数据规范化，包括：使用矢量图绘制软件将所述旧版图谱的第一图像序列转换为.svg格式文件的旧版图谱的第二图像序列，.svg格式文件以ascii码形式保存了各个脑区的边界信息，各个脑区的边界在.svg格式文件中均独立地以一对《path》《/path》路径标签来记录，在路径标签内，脑区边界被划分为多个线段和曲线段，不同段以不同的字母作为开头、后面紧跟若干个点的坐标值来记录，不同的字母表示包括不同数量的控制点和节点；将.svg格式文件转换为.xml格式文件，包括：遍历所述旧版图谱的第二图像序列中的各个图像；对于各个图像，遍历其所有路径标签；对于每一个路径标签，首先创建两个空的队列数据结构，分别记为第一队列和第二队列，然后以字母为标志，使用字符串切分函数将其划分为若干个线段和曲线段，然后依次遍历各段，把该段各点的坐标值存入到第一队列的末尾，然后根据该点是控制点还是节点，分别以不同的字符存入到第二队列的末尾；执行上述操作，直到遍历完该路径标签下的所有线段和曲线段，此时第一队列记录下了该脑区边界的所有点的坐标值，第二队列则记录下了这些点的属性是控制点还是节点；遍历
各个图像的所有路径标签后，创建一个.xml格式文件，在该.xml格式文件中，为每一个脑区创建一个脑区标签存储其路径信息，在该标签内，放入前面获取的第一队列和第二队列的信息；遍历所有图像，执行上述操作后，形成旧版图谱的第一图像序列对应的.xml格式文件的旧版图谱的第三图像序列。
31.其中，所述不同的字母表示包括不同数量的控制点和节点，包括：c表示三次贝塞尔曲线，包含两个控制点和一个节点；s表示简写贝塞尔曲线，包含一个控制点和一个节点；l表示直线段，仅包含一个节点。
32.因为随着计算机辅助绘制技术的普及，如今神经解剖学家通常会采用adobe illustrator等矢量绘图软件来绘制图谱，然后将.ai格式的矢量图源文件直接发布，或者将其制作为.pdf格式的电子书，以论文附件的形式发布或单独成书出版。所以，所述旧版图谱的第一图像序列可能是.ai格式的矢量图源文件或.pdf格式文件。在一实施例中，如果旧版图谱为.ai格式的矢量图源文件，则首先使用矢量图绘制软件(比如adobe illustrator)将其转换为.svg格式文件；如果是.pdf格式，则首先使用矢量图绘制软件逐页打开，然后再将每一页转换为.svg格式文件，由得得到由.svg格式文件组成的旧版图谱的第二图像序列a2。
33.因为a2中的.svg文件，以人类可读的ascii码形式保存了各个脑区的边界信息；具体而言，各个脑区的边界在.svg文件中均独立地以一对《path》《/path》标签，也就是路径标签来记录。所以，然后遍历a2中的各个图像，对于各当前图像，遍历其所有路径标签。对于每一个路径标签，也就是对应脑区的边界，首先创建两个空的队列数据结构，分别记为p和t，然后以字母（比如c、s、l）为标志，使用字符串切分函数将其划分为若干个线段和曲线段，然后依次遍历各段，把该段各点坐标信息存入到队列p的末尾，然后根据该点到底是节点还是控制点，分别以字符“n”和“c”为值，存入到队列t的末尾。执行上述步骤，直到遍历完该路径标签下的所有线段和曲线段，此时队列p记录下了该脑区边界的所有点的坐标值，队列t则记录下了这些点的属性到底是节点还是控制点。遍历当前图像的所有路径标签后，创建一个.xml格式文件。在该.xml文件中，为每一个脑区创建一个脑区标签存储其路径信息，在该标签内，放入前面获取的队列p和队列t的信息。遍历所有图像，执行上述操作后，可以获取旧图谱各个图像对应的.xml格式文件。此时由.xml文件所构成旧版图谱第三图像序列a3。
34.在一实施方式中，所述步骤s3，区域特征提取，包括：使用矢量图绘制软件将所述旧版图谱的第二图像序列中的每一张图像转换为位图，然后标记出所述步骤s1中所挑选的标志性解剖结构，其余结构则不标记，形成标记后的旧版图谱的第四图像序列；在所述待绘制新图谱的第一图像序列的每一张图像上标记出标志性解剖结构的边界，作为后续配准计算使用的区域特征，形成标记了区域特征的待绘制新图谱的第二图像序列。
35.在一具体实施例中，所述位图可以是.png格式或者.tif格式。旧版图谱的第四图像序列为a4，待绘制新图谱的第二图像序列为b2。
36.在一实施方式中，所述步骤s4，非线性配准，包括：基于步骤s3提取的区域特征，对于所述待绘制新图谱的第二图像序列中的每一张图像，根据步骤s1得到的映射函数，选取所述旧版图谱的第四图像序列中与其对应的图像，
使用基于微分同胚大形变映射模型的非线性配准算法，将所述旧版图谱的第四图像序列配准到所述待绘制新图谱的第二图像序列，获取形变场。
37.其中，基于微分同胚大形变模型的非线性配准计算，可以很好地模拟生物脑组织样本发生的不规则、各向异性的空间形变，并在不同的脑组织之间建立起精准的空间对应关系。获得的形变场为w={wi | i = 1， 2， 3，
ꢀ…
n}。
38.在一实施方式中，所述步骤s5，旧版图谱信息整合，包括：遍历所述待绘制新图谱的第一图像序列的所有图像，对于其中的任意一张图像，通过步骤s1得到的映射函数，选取所述旧版图谱的第三图像序列中与其对应的图像，遍历该图像中的所有控制点和节点，使用步骤s4所获取的形变场，获取这些控制点和节点在非线性配准后需要移动到的新位置的坐标，使用这些新位置的坐标值替换掉所述旧版图谱的第三图像序列中相应控制点和节点的第一队列中的原始坐标值，然后保存为新的图像，形成旧版图谱的第五图像序列；遍历所述旧版图谱的第五图像序列中的各个图像，对于各个图像，遍历其所有脑区标签，并创建一个空的.svg格式文件，用于存储该图像所包含的所有脑区信息；对每个脑区标签，顺序读取各点的第二队列信息，根据控制点和节点的分布规律，创建线段或曲线段，以不同的字母为开头、后面记录各点的坐标值；最终将不同段所对应的字符串依次连缀，从而将整个脑区边界信息放入到一个字符串内，将该字符串放入一个《path》《/path》路径标签；依次对各脑区标签执行上述操作，从而获得包含各个图像所有脑区边界信息的.svg格式文件；遍历各个图像，执行上述操作，形成.svg格式文件的旧版图谱的第六图像序列；遍历所述待绘制新图谱的第一图像序列中的每一张图像，使用矢量图绘制软件，将所述待绘制新图谱的第一图像序列中的图像导入作为背景图层，然后通过步骤s1得到的映射函数，选取所述旧版图谱的第六图像序列中与其对应的图像，并将其导入作为新图层，叠加到背景图层上，将所述旧版图谱的脑区边界信息匹配到所述待绘制新图谱的图像上。
39.在一具体实施例中，遍历b1的所有图像，对于其中的任意一张图像bi，通过步骤s1得到的映射函数f，选取a3中与其对应的图像aj。遍历aj中的所有节点和控制点，使用步骤s4所获取的形变场wi，获取这些节点和控制点在非线性配准后需要移动到的新位置的坐标。使用这些新的坐标替换掉aj中相应节点或控制点的原始坐标，然后保存为新的图像。记新图像构成的旧版图谱的第五图像序列为a5。
40.遍历a5中的各个图像，对于当前图像，遍历其所有脑区标签，并创建一个空的.svg格式文件，用于存储该图像所包含的所有脑区信息。对每个脑区标签，顺序读取点属性队列信息，根据节点和控制点的分布规律，创建线段或曲线段：如果两个控制点之后出现一个节点，则将其视为一个三次贝塞尔曲线段，并使用一个以字母“c”开头的字符串，记录下三个点的坐标信息；如果一个控制点之后紧跟一个节点，则将其视为简写贝塞尔曲线段，并使用一个以字母“s”开头的字符串记录下两个点的坐标信息，以此类推，最终将不同段所对应的字符串依次连缀，从而将整个脑区边界信息放入到一个字符串内。将该字符串放入一个路径标签，也就是《path》《/path》标签内。依次对各脑区标签执行上述操作，从而获得包含当前图像所有脑区边界信息的.svg格式文件。遍历各个图像，执行上述操作，可以获取旧图谱各个图像对应.svg格式文件。此时.svg格式文件构成的旧版图谱的第六图像序列a6。
41.遍历b1中的每一张图像bi，使用矢量图绘制软件，将bi导入作为背景图像，然后通过步骤s1得到的映射函数f，选取a6中与其对应的图像aj，并将其导入作为新图层，叠加到背景图层上，由此即可以将旧版图谱的脑区边界信息精准地匹配到待绘制新图谱的图像上。
42.本发明第二实施方式还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器读取并执行时执行上述图谱辅助绘制方法。
43.本发明第三实施方式还提供一种电子设备，包括：处理器、存储器和通信总线，所述处理器通过所述通信总线与所述存储器连接进行通信，以执行上述图谱辅助绘制方法。
44.本发明所述图谱辅助绘制方法、计算机可读存储介质及电子设备，通过步骤s1，脑片轴向对应关系构建；步骤s2，旧版图谱数据规范化；步骤s3，区域特征提取；步骤s4，非线性配准；步骤s5，旧版图谱信息整合，实现将旧版图谱上的脑区位置和边界信息，准确地匹配到待绘制新图谱的图像上。
45.应该理解，以上描述是为了进行图示说明而不是为了进行限制。通过阅读上述的描述，在所提供的示例之外的许多实施例和许多应用对本领域技术人员来说都将是显而易见的。因此，本教导的范围不应该参照上述描述来确定，而是应该参照前述权利要求以及这些权利要求所拥有的等价物的全部范围来确定。出于全面之目的，所有文章和参考包括专利申请和公告的公开都通过参考结合在本文中。在前述权利要求中省略这里公开的主题的任何方面并不是为了放弃该主体内容，也不应该认为申请人没有将该主题考虑为所公开的申请主题的一部分。