我得了看見 .sh 和 .m 文件就會心動過速的絕癥，逆天語法和逆天GUI總有一款適合你?

因為最近要處理的影像數(shù)據(jù)太多，各個軟件包又是有的用matlab，有的有自己的gui和cli，所以不得不寫一堆批處理腳本，散落在各個目錄下，名字大多為test.m，ttest.sh，test1.py…… ?

于是出于對自身精神健康狀況的考量，我從網(wǎng)上找到了這個Python庫： Nipype 。它的官網(wǎng)介紹大意是這樣的： ?

Nipype 是一個Python開源項目，將大量神經(jīng)影像處理工具集成為Python下統(tǒng)一的接口，包括ANTS, SPM, FSL, FreeSurfer, Camino, MRtrix, MNE, AFNI, Slicer, DIPY等，從而使用戶可以僅僅通過Python讓這些工具協(xié)同工作，對影像數(shù)據(jù)進行處理。

?

當然，說是學習記錄，其實就是按照這個教程復刻一下（ ?

?

1. Installation

呃……安裝就不說了吧，如果連上面那些軟件包都裝不上，那應(yīng)該不是這東西的目標用戶（ ?

不過有兩點需要注意的地方可以提一下： ?

1. pip install 裝的只是這個庫，并不自帶上述軟件包。所有需要使用的工具需要事先裝好，且環(huán)境變量配置正確。

2. 非要在Windows下使用的話還是考慮一下Docker吧（感覺不如虛擬機……簡單……）

?

2. Concepts

?

?

Interface

如圖所示，Interface可以簡單理解為將各軟件包函數(shù)進行封裝后暴露在Python中的接口，也就是將各種不同形式、不同平臺的函數(shù)抽象為了一組類似的方法（大概學過OOP會好理解一點？）。 ?

舉個例子， BET 是FSL中進行skullstrip的函數(shù)，一般需要用bash腳本實現(xiàn)批處理。對于處理完的數(shù)據(jù)，如果想要用SPM進行分割，又需要編寫matlab腳本調(diào)用 spm_segment 進行處理。而為了保證影像文件在這兩次處理時的對應(yīng)關(guān)系，還需要編寫冗余的腳本或者配置文件。 ?

引入 Nipype 后， BET 和 spm_segment 就都成了同等地位的Interface，可以在Python中統(tǒng)一到同一套流程下：?


? ? ? ? ? ? ? ? ??

Interface的概念對應(yīng)于class，在具體使用中需要將其實例化，比如 bet=BET()。 ?

?

Node

上面實例化的 bet 已經(jīng)可以在Python下對影像進行處理了，但是為了后續(xù)不同Interface之間的數(shù)據(jù)傳輸，我們需要將它們裝進同一規(guī)格的箱子中，按照抽象程度更高的方式進行交互，這就是Node。 ?

一個Node需要具有以下幾項屬性： ?

1. IN：Node的輸入

2. OUT：Node的輸出

3. Name：Node的名稱

4. Interface Category：代表Node的具體功能，也就是“箱子”中真正裝著的東西

在定義了多個不同功能的Node后，我們可以將它們按照IN→OUT的順序連接起來實現(xiàn)一條pipeline（實際上就是后面Workflow的概念）： ?

比如我們可以假設(shè)node1代表FSL的 BET 函數(shù)，node2代表SPM的 spm_segment 函數(shù)，那么上面這張圖的意義就是在對輸入的原始影像數(shù)據(jù)進行skullstrip處理后，將輸出文件作為node2的輸入，進行segment處理并輸出結(jié)果。與最開始的做法相比，這樣一套流程有效地將處理代碼全部統(tǒng)一到了Python下，也方便了后續(xù)修改。 ?

?

Workflow

Workflow的基本概念其實就是上面將多個Node連接到一起。對于簡單的任務(wù)，其實定義多個Node按順序進行處理就已經(jīng)足夠了，無非是需要多維護一張表來記錄各個結(jié)果對應(yīng)的subject。但是對于復雜任務(wù)，就需要使用Workflow明確輸入輸出，并通過cache機制減少處理時長： ?

?

3. Quickstart

先嘗試一個簡單的任務(wù)： ?

比較一下處理前后影像（沒有修改參數(shù)所以會有點奇怪，不過可以看出頭骨被去掉了）： ?

?

后面的留給下次罷 ?