CynoBrain 猕猴脑图谱
CynoBrain 是基于 9.4 Tesla MRI 群体平均数据构建的高分辨率多模态脑图谱，具备 150 µm 各向同性分辨率，并采样于 75 µm 各向同性模板网格
基本信息
资源简介
CynoBrain 猕猴脑图谱
CynoBrain Atlas
CynoBrain 是基于 9.4 Tesla MRI 群体平均数据构建的高分辨率多模态脑图谱，具备 150 µm 各向同性分辨率，并采样于 75 µm 各向同性模板网格。该图谱包含共配准的全脑自发荧光模板，可分辨 MRI 模板中不可见的细胞构筑边界，并整合 D99 143 区、M132 105 区及 SARM 三种分区方案。基于空间转录组学定义的皮层分层从 2D 切片重建至体积公共空间，提供覆盖全皮层的六层分割。该数据可用于脑区划分、皮层分层分析及多模态脑图谱研究（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：CynoBrain 被呈现为一个高分辨率多模态脑图谱，由在 9.4 Tesla 下采集的群体平均 MRI 数据构建，具有 150 µm 各向同性分辨率，并采样于 75 µm 各向同性模板网格。一个共配准的全脑自发荧光模板可分辨 MRI 模板中不可见的细胞构筑边界。三种主要分区方案，D99 143 区、M132 105 区和 SARM，被纳入 CynoBrain 空间。基于空间转录组学的皮层分层定义，从 2D 切片重建至体积公共空间，提供了覆盖全皮层的六层皮层分割。
【主题与分类】
主题标签：Biology、Medicine、Photography、Human anatomy、Neurobiology、CynoBrain、brain atlas、MRI。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://www.scidb.cn/detail?dataSetId=21a5d34879af49138646c3946454aaa1
使用许可：Creative Commons Attribution 4.0 International。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://doi.org/10.57760/sciencedb.014oy
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
CynoBrain 是一个高分辨率多模态脑图谱，基于在 9.4 Tesla 下采集、具有 150 µm 各向同性分辨率的人群平均 MRI 数据构建，并在 75 µm 各向同性模板网格上采样。一个共配准的全脑自发荧光模板可解析 MRI 模板中不可见的细胞构筑边界。CynoBrain 空间中整合了三种主要分区方案：D99 143 区、M132 105 区和 SARM。基于空间转录组学的分层定义由 2D 切片重建至体积共同空间，提供了覆盖整个皮层的六层皮层分割。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
