老师，我在使用4-12岁的儿童数据进行确定性追踪构建白质矩阵的时候遇到了一些问题，软件需要提供T1template和ATLAS，我找到了2019年发布的CHNPD中国儿童模板（https://doi.org/10.1016/j.neuroimage.2019.01.006）但是并没有提供对应的脑区分割图谱，类似于the Automated Anatomical Labeling (AAL) map。该怎么处理好呢
以AAL为例，AAL分区对应的T1模板是Colin27（http://www.bic.mni.mcgill.ca/ServicesAtlases/Colin27），所以你可以把Colin27配准到你的儿童T1脑模板，然后根据配准生成的文件将AAL分区转换到儿童T1模板空间。
感谢老师在假期也能快速回复~
按照老师的建议，以上这两步使用什么软件去实现好呢？
我看了CHNPD的手册，他预处理的过程如图所示，在他的描述中，其中似乎“自动非线性图像匹配和解剖标记（ANIMAL）（Collins等人，1995）进行非线性登记”这算是已经和Colin27配准了吗？
预处理i) 使用N4校正对每个扫描的强度不均匀性进行校正。 ii) 使用大脑提取工具（BET）估计创建大脑掩码，使用BET2生成头骨轮廓。iii) 使用修订的BestLinReg算法（Dadar等人，2018年）对每个扫描图像与ICBM152线性大脑模板进行分层线性注册（九参数仿射变换）。iv) 图像强度被缩放到与模板相同的范围。v) 使用经过充分验证的CIVET 2.1管道实现单个组织分割，以获得灰质（GM）、白质（WM）和脑脊液（CSF）的概率图（http:// www.bic.mni.mcgill.ca/ServicesSoftware/CIVET-2-1-0-Table-ofContents）。
接下来，采用无偏模板构建算法来生成小儿脑图谱（图1，右面）。这个程序是Fonov及其同事（Fonov et al, 2011）在以前的方法（Guimond et al, 1998, 2001）基础上提出的，并被广泛用于生成MRI模板，包括ICBM152脑模板、NIH-PD脑模板和标准脊髓模板（De Leener et al, 2018; Fonov et al, 2009, 2011, 2014）。简而言之，首先将预处理后的图像取平均值作为初始参考目标模板（模型0），将每个T1加权图像非线性地映射到模板上。使用平均变换对生成的单个变换进行进一步校正以消除偏差。然后，通过将每个校正后的变换应用于相应的单个T1加权图像，然后将所有图像平均在一起，生成新的近似值。上述过程被反复进行，直到达到收敛。
在每个迭代过程中，使用自动非线性图像匹配和解剖标记（ANIMAL）（Collins等人，1995）进行非线性登记，网格步长和模糊核越来越细
我觉得这里的ANIMAL是配准算法，给Colin27模板无关。但是从CHNPD模板生成流程来看，被试数据由于线性配准到了ICBM152（另一个模板），所以大体上和Colin27是在同一个空间。你可以把CHNPD和AAL叠加在一起看看，大体位置应该还是对应的。如果你对精度要求不高，直接也是可以用的。
另一方面，如果你要实现我前面说的过程，我能想到的使用ANTs或者FSL的flirt/fnirt进行配准。ANTs的使用方法可以参考我的博客：https://alexbrain.cn/?p=50。FSL的用法可以参考：https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/FNIRT/UserGuide#Example_uses