思想即存在 :)

它是基于MRI数据生成的，不过这些数据的分辨率其实相当低(可以看看表面重建的图片)。
不过还是能用的。我觉得 :)

人的知识确实是随着时间积累而增长的呀：)
以下是我是如何做到的：
我使用的MRI数据切片厚度为7毫米。厚度更低会更好，但家里只有这些数据。所用数据采用的是一种被我们厂商称为"FLAIR"的"暗流体"序列。该序列的优势在于——正如其别名"暗流体"所暗示的那样——水呈现为深色。骨骼或皮肤等结构呈现为深灰色，而脑组织则呈现为浅灰色。
因此，大脑表面的分割变得相当容易。在这种情况下，我们使用InVesalius软件来完成这一步骤。从InVesalius导出的STL文件在Meshlab中进行了清理，并进行了表面平滑处理(我记得用的是“Taubin平滑”算法)。最后，使用Netfabb软件对处理后的结果进行了修复。
尽管扫描结果显示部分大脑区域缺失，但最终结果显示，这只猴子的大脑发育状况最佳 ;)。
扫描图的底部切片显示了一些伪影，其中包含诸如颅骨底部和血管之类的结构。这些结构在 3D 数据中有所呈现，但需要手动去除。不过，我觉得效果还是不错的。
看来我得想办法获取分辨率更高的数据了：)
CT 数据可以提供这些信息，但对大脑进行分割是一项繁琐的工作，而且结果往往不尽如人意 ;)