0.2.0:少填写、按数据类型引导
常用入口为 选择数据 → 确认处理方案 → 开始处理。数据来源可以保持“自有数据 / 暂不指定”。选择一个主 BOLD 或 ROI 时序即可开始;本次扫描的 JSON、fMRIPrep confounds 和脑掩膜可以同时选择。大文件可展开“使用本地路径”免上传。
程序能从数据确定的信息会自动填入;需要研究者判断的内容保留确认。后续步骤不能提前跳转,修改上一步会清除后续复核。图谱路径、滤波、FD、丢弃帧数等放在高级设置中。缺少或冲突的必要信息会展开提示。
自动填写的依据
| 信息 |
自动填写依据 |
无法确定时 |
| 文件类型 |
NiBabel 影像轴 / 文件内容 |
拒绝把 T1、连接方阵或非时序 CIFTI 当作 BOLD |
| 文本表头 |
首个非注释行是否为数值 |
数值 ROI 编号表头存在歧义,需在时序表选项中手动开启表头;不自动转置 |
| TR |
同名 JSON 与带明确秒单位的影像头 |
不一致则报错;方案参考与扫描值不同则采用扫描值并提示确认 |
| 数据空间 |
文件名 space-* 或此前同一文件的已确认记录 |
需确认模板 / 个体空间,不能从影像尺寸猜测 |
| confounds / mask |
同一次 fMRIPrep 扫描的精确实体匹配 |
不跨 subject、session、task、run、echo 匹配 |
| 解剖参考 |
同空间匹配的脑掩膜,或此前确认的参考文件 |
默认使用图谱包络或仅显示坐标,可另选参考 |
| 图谱 |
明确 MNI152NLin6Asym → 建议 Schaefer100;MNIColin27 → 建议 AAL SPM12 |
不猜其他空间;可展开高级设置换图谱。首次载入可能联网 |
| 上次空间与配套文件 |
输入及配套文件 SHA-256 校验一致 |
文件改变即不复用;不会自动复用上次去噪策略 |
| 原始数据输出目录 |
本地工作区中的新目录 |
可在高级设置修改;源文件不覆盖 |
图谱建议、默认 Pearson、默认不带通、基础 motion6 + WM/CSF 是本库的实现选择,不称作数据集官方默认。不按疾病名称自动确定预处理。没有 confounds 时,用户只需选择“上游已去噪,本次保留”或“明确跳过”;前者自动关闭重复滤波、去趋势、标准化和初始帧剔除。
官方方案参考
核对日期:2026-09-12。参考参数只适用于指定版本,需由用户确认实际扫描。
| 来源 / 版本 |
可预填的采集参考 |
适用边界与来源 |
| ABIDE I / II 原始数据 |
TR 从扫描读取 |
多站点;查看 ABIDE 项目 的站点采集记录 |
| ABIDE PCP |
不设通用 TR 或去噪参数 |
区分 pipeline 和策略,参见 PCP 官方仓库;不得重复处理已去噪版本 |
| ADNI 3 Basic |
参考 TR 3 s |
ADNI 3 方案表给出近似方案参数;不能套用所有 ADNI 数据 |
| ADNI 3 Advanced |
参考 TR 0.6 s |
同上;实际实现随硬件 / 软件不同。ADNI 采集说明将 DICOM 头作为单次扫描参数的主要依据 |
| ADHD-200 Brown RawDataBIDS |
TR 2 s |
Brown 官方 JSON。不推广到其他站点;时间点数按实际影像读取 |
| REST-meta-MDD 已处理时序 |
不设全项目通用 TR |
项目官方说明:DPARSF、参与者层面 Friston-24、组层面 mean FD;本库不把组层面校正当作单例删帧 |
| PPMI 2025 Multiband 主 BOLD |
TR 1 s |
2025-01-22 MRI 手册表 3:600 次测量;反向 10 帧为畸变校正,不作为主 BOLD |
| PPMI 2025 非 Multiband 主 BOLD |
TR 2.5 s |
同手册表 7:240 次测量。不得套用到任意历史 PPMI 扫描;手册也提示站点可有细微差异 |
预设只帮助确认已经采集的数据,不用于重新定义扫描采集。程序不会根据表格中的预计帧数裁切数据,也不会从“interleaved”文字猜完整 SliceTiming。
不同输入的流程
- 已处理 4D 影像:自动识别 → 确认上游预处理和空间 / 图谱 → 去噪选择 → 最终复核。配准必须已完成;重采样只匹配网格。
- ROI 时序:自动识别与表头解析 → 选择是否提供坐标 → 确认上游去噪 → 最终复核。没有坐标可生成矩阵,不猜测图谱。
- CIFTI:识别 SeriesAxis;dtseries 必须有匹配 BrainModelAxis 的 dlabel,ptseries 已有 ParcelsAxis,直接使用时序。
- GIFTI:单半球 func.gii 与 label.gii;必须确认表面、半球和顶点顺序一致。
- 原始 NIfTI / BIDS:选择 BOLD/T1 → 核对实际 TR / 切片时间 → Python 预处理 → 检查配准与头动 → 功能连接提取。
- DICOM:识别序列 → 确认 BOLD / T1 → Python 转换 → 上述预处理流程。
Python 路线无需 MATLAB、Docker 或许可证。参数缺失时允许明确跳过可选步骤,完成质控确认后才开放提取;详见 Python 原始流程。
Python 接口
from brainfc import dataset_presets, dataset_preset
catalog = dataset_presets()
hint = dataset_preset("adni", "adni3-basic")
print(hint["t_r"], hint["source"]) # 3.0;仅作确认参考
界面确认记录保存到 provenance.workflow,其中包括数据来源、版本、官方预设、明确跳过的选项和扫描 TR 的差异提示。Python / CLI 原有接口兼容,不强制模拟 UI 步骤状态;仍使用相同的严格提取核心。