矩阵用matlab代码实现TVB-Pypeline--进行中!
该项目使用Nipype将我们当前的自动化MRI处理管道()映射到Python,从而使内部使用的工具箱易于互换。
有关管道的一般概述,请参见
请注意,该管道会进行大量分析,因此计算量很大。
在使用>
100个CPU内核的高性能群集计算机上进行测试。
安装:
管道使用主要依赖于Python
2.7的Nipype。
以下列表概述了在管道的当前状态下使用的Python工具箱。
有关安装和依赖关系解决的信息,请参见相应的文档页面。
由于Nipype
/
Python也充当通过Shell接口调用的工具箱的包装,因此,您还必须确保要使用的工具箱已安装在系统上,并且它们的二进制文件/库包含在Shell的搜索路径中。
对于预处理,使用以下工具箱:
当涉及到纤维束描记术时,有很多可用的工具。
它们的用法还非常依赖于如何记录dwMRI数据。
主要的分离点之一是在测量过程中施加的不同扩散梯度强度的数量(即,不同b值的数量)。
如果数据集只有一个大于零的单一值,那么人们会谈论单壳数据。
一旦涉及多个值(>
0),该数据就称为多外壳数据
当前,我们测
2021-05-28 14:03:07
4.69MB
系统开源
1