用途：将小于或约等于一个细胞的高分辨率空间捕获单元向上合并为单细胞表达谱，与解卷积（把大于细胞的spot向下拆分）方向相反。
主要能力：提供 Bin2cell（b2c.read_visium → stardist → insert_labels → expand_labels → bin_to_cell）的图像引导重建流程，用配准的 H&E/DAPI 图像分割细胞核并把 2um bin 归入对应核后按标签求和；无图像时用 scanpy/squidpy 按微米网格（如 10um）聚合，或对 Slide-seqV2 使用 RCTD doublet-mode 等磁珠级解卷积。含去条带（b2c.destripe）、二次标签抢救（salvage_secondary_labels）与 bin_count 质控建议。
使用方式：版本需匹配（bin2cell 0.3+、scanpy 1.10+、anndata 0.10+、spatialdata 0.1+、squidpy 1.4+），可用 pip show、help()、packageVersion() 核对 API。加载 Visium HD 时用 b2c.read_visium 读取 square_002um 与配准图像（组织位置为 PARQUET）。重建需先确认图像与 bin 坐标配准，否则会静默错配；label 0 的 bin 被丢弃。无图像平台只能做近似聚合。
适用场景：Visium HD、Stereo-seq、Slide-seqV2 等近单细胞/亚细胞分辨率的细胞重建与下游注释前处理。
限制：2um bin 过稀疏不宜直接聚类；8um/16um bin 仍跨约两个细胞，属混合需解卷积；无配准图像时无法做形态学重建；bin_count 过低的重建细胞置信度低，需按类似单细胞 UMI 质控过滤。具体平台运行与价格信息暂未提供。