安装与上手

包名与安装方式

分发名、Python 导入名和命令行均为 brainfc。安装 PyPI 已发布版本并启动:

pip install brainfc
brainfc serve

可用版本以 PyPI 项目页 为准。如果目标版本尚未发布,或需要源码版,按下方本地方式安装。

从源码或本地安装包安装

需要 Python 3.11 或更高版本。完整验证环境是 Windows / Python 3.12;其他平台由新增 CI 配置覆盖,远程 CI 实际结果需发布后查看。

在解压后的源码根目录执行:

python -m venv .venv
# Windows
.venv\Scripts\python -m pip install .
.venv\Scripts\brainfc serve
# macOS / Linux:改用 .venv/bin/python 和 .venv/bin/brainfc

已激活自己的虚拟环境时,只需 python -m pip install .brainfc serve。默认安装已包含全部 Python API 和本地网页依赖,不需要另外选择 extras。

本地 wheel 安装:

python -m pip install "brainfc-0.3.0-py3-none-any.whl"
brainfc --version
brainfc serve

wheel 内含网页和离线手册。普通使用不需要 Node.js;首次安装仍需获取 Python 依赖。完全断网安装需提前准备依赖 wheel 或已有依赖环境。

第一次运行

服务默认打开 http://127.0.0.1:8766。点击“试用演示”可生成合成 NIfTI、提取 12 个人工脑区、计算矩阵并导出图像。演示不下载患者数据。

自己的数据按 选择数据 → 确认处理方案 → 开始处理 操作。可一次选择主文件和配套 JSON/confounds/mask。TR、空间及配套文件能明确识别时自动填入;剩余高级参数可展开调整。不能确定空间或预处理状态的影像须先核对。

默认工作目录是 ~/brainfc-workspace。自定义端口/目录:

brainfc serve --port 8767 --workspace ./workspace --no-browser

同一工作目录只使用一个服务进程。关闭服务可能中断正在处理的任务;下次启动时遗留任务标为 interrupted,需要新建任务重新运行。

不用界面的最短演示

brainfc demo --output ./demo-001

demo-001 必须不存在。input/ 是合成输入,result/ 包含数组、CSV/TSV、PNG/SVG/PDF、质控、来源和离线 report.html

Python 可执行例子在源码的 examples/quickstart.pyexamples/roi_timeseries.py,两者均不需要网络。完整函数说明见 API 参考

原始扫描入口

brainfc dicom ./dicom --output ./converted
# 加 --run 才执行;需预先安装 dcm2niix。
brainfc preprocess ./bids --output ./derivatives --license ./license.txt --participant 01
# 核对命令后加 --run;需 Docker Linux 容器。

转换完成后需要按采集信息组织 BIDS。fMRIPrep 完成并检查报告后,将 desc-preproc_bold 输入本库。具体输入责任见 格式说明,处理边界见 方法说明

常见错误

错误 处理方式
preprocessed=True 确认已完成运动校正/空间配准,再设置声明;原始扫描走预处理入口
空间不一致 核对完整模板名称;重采样不能替代配准
TR 冲突 比对本次扫描 JSON/影像头,不用数据集参考值覆盖真实扫描
ROI absent / mapping mismatch 核对真实标签值、覆盖范围、mask 与 ROI 表
零方差或保留帧过少 检查信号、混杂和删帧;库不伪造零相关结果
输出已存在 为本次运行选择新目录/文件,旧结果保留
没有三维或八视图 为所有 ROI 提供同空间 RAS+ mm 坐标;时序表不会猜图谱
缺少网页依赖 在相同 Python 环境重新安装 BrainFC wheel 或源码,并让 pip 安装依赖;默认安装已包含界面