CALHippo：人類海馬體的細胞分辨率和基於密度的中尺度重建可重現流程
CALHippo 是一個開源框架，利用 BigBrain 組織切片進行多尺度工作流，通過對高分辨率切片進行細胞實例分割、密度建模，最終生成生物上合理的 3D 細胞點雲，支持人類海馬體的中尺度重建。該框架已被 MICCAI 2026 收錄。
研究人員開發了一個名為 CALHippo 的可重現框架，用於人類海馬體的細胞類型分辨實例分割和基於密度的中尺度重建。該框架已被醫學圖像計算與計算機輔助干預國際會議（MICCAI）2026 年會議接收。
CALHippo 的核心是一個多尺度工作流，它連接了微小的細胞實例與宏觀的大腦結構。流程從處理 BigBrain 組織切片的高分辨率（HR）和低分辨率（LR）圖像開始。首先，對高分辨率切片進行細胞分割和分類，識別不同的細胞類型。然後，將這些註釋映射到低分辨率空間，用於訓練低分辨率密度模型。訓練後的模型可以在整個切片上進行推理，預測細胞密度，最後通過採樣生成三維點雲，重建海馬體的中尺度結構。
該框架提供了清晰的管道，包括數據設置、預處理、訓練和推理步驟。研究者可以按照文檔中的順序使用預設腳本和指令來複現結果。關鍵輸出包括高分辨率分割結果、全切片密度預測以及最終的點雲重建。維護的區域名稱包括 RCA1、RCA2、RCA3 和 RCA4，覆蓋海馬體的所有 CA 區。
CALHippo 的源代碼以 Apache 2.0 許可證開放，但模型權重、訓練好的檢查點、數據集、衍生註釋、渲染圖形、筆記本輸出以及其他 BigBrain 衍生作品不包含在此許可證內。這些作品以 Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International（CC BY-NC-SA 4.0）許可發佈，僅限非商業學術研究使用。另外，某些組件（如 Cellpose、HoVer-Net 等）保留其原始許可證。UNI2-h 權重不包含在內，用户需向上遊提供商請求訪問。
該框架由 Giovanni Casari 和 Ettore Candeloro 共同開發，所有貢獻者均來自學術機構。CALHippo 旨在為非商業研究提供一種標準化、可復現的方法來研究海馬體的細胞結構，不適用於臨牀診斷或商業部署。