估计三维数据的各部分（或局部点）之间的位置和分布。该方法可评估任何将 3 维数据采集为 2 维切片堆栈的逻辑图像模式。我们为Fiji和TrakEM2提供插件。
引文
请注意，斐济提供的 z 校正插件基于书籍。如果您成功将其用于您的研究，请引用我们的工作：
简介
使用光学或物理切片的连续切片切片是体积解剖重建的既定方法。目前，用电子切片切片系列重建整个动物大脑（如果蝇）的突触连接关键。然而，从包含样本的固体块中取出超薄层的过程是一个脆弱的过程，并且在切片厚度方表面的精度有限。当对组织内部更深入的切片进行推理时，光学切片技术通常会受到越来越大的失真。总的而言，仿真厚度应该是恒定的，但实际上不是恒定的，并且在精确测量的情况下必须进行校正。我们开发了一种方法来估计每个单独部分的相对值Fiji 插件 Plugins › LayerZPosition 和 TrakEM2 插件 Transform › Z-Spacing Correction 实现了此方法。 z 位置，作为整个部分系列中信号变化的函数。
参数
-
邻域范围： 指定计算成对相似度的每个部分周围的邻域。
-
外层迭代：指定优化器外层循环的迭代次数。
-
外正则化：指定优化器外循环中的正则化量。0表示无正则化，1表示完全正则化（无变化）。外循环中的正则化器在每次迭代期间按指定分数衰减更新。
-
内部迭代：指定优化器内部循环中的迭代次数。
-
内部正则化：指定优化器外部循环中的正则化量。0表示无正则化，1表示完全正则化（无变化）。每个部分的质量权重正规化的解决方案。我们使用Tikhonov正则化器将权重设为1.0。
-
** 允许重新排序：** 指定图层/部分是否可以更改其在系列中的相对顺序。
