海马体是一种皮层结构,由具有独特回路的子区组成。了解其微观结构(以这些子区为代表)可以提高我们对学习和记忆的机制理解,并且对多种神经系统疾病具有临床潜力。一个突出的问题是如何在两个形态截然不同的海马体之间划分、注册或检索同源点。在这里,我们提出了一种基于表面的配准方法,该方法以对比度无关、拓扑保持的方式解决了这个问题。具体而言,首先对整个海马体进行分析展开,然后根据厚度、曲率和脑回在 2D 展开空间中注册样本。我们在七个 3D 组织学样本中演示了这种方法,并且与更传统的配准方法相比,使用此方法对子区进行了更出色的对齐。