细胞结构是脑微结构划分的基本参照。在这里我们介绍Julich-Brain，一个包含皮层区域和皮层下核团的细胞结构3D图谱。该图谱以概率的方式研究了个体大脑之间的差异。构建这样一个脑图谱是需要开发嵌套的、相互依赖的工作流程，用于检测大脑区域之间的边界、数据处理、起源追踪，以及灵活地执行处理链，以处理不同空间尺度上的大量数据。间隙映射补充皮层映射，以实现皮层的完整覆盖。
图谱的概念是动态的，例如，随着映射方面的进展而不断调整，公开支持健康受试者和患者的神经影像学研究，以及建模、仿真和交互操作，以连接其他的图谱和资源。
Julich脑图谱是基于23个人死后大脑的组织学切片获得的。经过41个项目，绘制出了人类大脑的248个细胞结构区域图（图1）。
图1：MNI-Colin27参考空间中Julich脑图谱的细胞结构最大概率图。
研究者经过长期的对人类死后的大脑研究，汲取了各种皮层和皮层下区域的细胞结构映射的专业知识，以及利用局部集群和超级计算机开发稳健和自适应工具。随着时间的推移，所有方面都发生了变化，但最终汇聚成统一的、可复制的、概率性的脑图谱（图2）。
图2：连续脑组织切片的三维重建和数据配准到参考空间的工作流程，细胞结构分析在二维图像，计算概率Julich脑图谱。
Julich 脑图谱是用一个模块化的、灵活的、自适应的框架来创建概率性的细胞结构图谱。在一个共同的立体定位参考空间中，Julich脑图谱允许比较不同研究中获得的功能激活、网络、基因表达模式、解剖结构和其他数据(图3)。
图3：Julich脑图谱应用举例。(A)人脑HBP图谱中显示是基于网络图谱工具的的概率图。(B) JuGEx能够分析细胞结构图(C) 中的差异基因表达，探索基于DTI的连通性(如左Broca's 45区)。(D)在一名脑损伤和失语症患者的数据集上叠加Broca 44区的概率图。该图谱可以精确地描述神经影像学发现的微观解剖位置，并且使用图谱作为一个掩模工具来量化这些发现。
综上所述，Julich-Brain代表了一种新的人类脑图谱，即:
(1)应用细胞结构微观地分割大脑区域；
(2)覆盖整个大脑, 从皮层和皮下核团；
(3) 3D概率图谱, 考虑不同个体的大脑在立体空间的定位；
(4)动态图谱, 辅以新领域的地图, 或者现有地图的细分领域, 例如, 当新的研究建议更精准或分割；
(5)灵活, 允许修改工作流程，用于其他数据的模型, 器官和物种；
(6)开放获取和基于FAIR原则, 其他研究人员也可用于处理结构-功能关系和网络构造；
(7)可交互, 它能够链接到其他图谱和资源以提供大脑组织的补充信息。
热门跟贴