本地数据与接口验证

2026-09-10,在 Windows、Python 3.12.14 环境完成文件解析、Python API、真实 HTTP 上传、独立计算任务和 JSON 导出的一致性检查。先检查每个来源 2 个输入,再扩大至每个来源 5 个输入;下表对应扩大后的完整验证。

已验证结果

25/25 个功能数据输入通过;随后将相同参数的文件组成 8 个真实批量上传任务,共处理 25 个文件,8/8 个批量任务通过。全部源文件在单文件与批量验证前后的 SHA-256 保持一致。计数以输入文件为单位,包含不同扫描或不同数据表示,不代表独立受试者数量。

数据来源 单文件输入 实测输入形状(时间点 × ROI 或 ROI × ROI) Python/HTTP/导出一致 批量任务文件数 源文件校验值不变
ABIDE1 3 个相关矩阵、2 个时序 116 × 116;146 × 116 5/5 3 + 2 5/5
ABIDE2 3 个 Fisher-z 矩阵、2 个时序 116 × 116;170 × 116 5/5 3 + 2 5/5
ADHD 5 个 .1D 时序 172 × 116 5/5 5 5/5
MDD 5 个时序,显式选择 0:116 200 × 116(选择后) 5/5 5 5/5
ADNI 3 个相关矩阵、2 个时序 90 × 90;187 × 90、190 × 90 5/5 3 + 2 5/5

MDD 的 0:116 仅用于验证解析与计算流程。此处未验证这些列对应的图谱、脑区顺序或解剖坐标,因此结果不包含解剖定位结论。其他来源也没有根据矩阵尺寸自动指定图谱。

单文件检查通过正式的 load_data → analyze Python API 与 /api/v1/uploads → /api/v1/jobs → /api/v1/results HTTP 流程分别执行,比较连接矩阵、ROI ID、完整普通图与超图结构及其全局/节点指标,并检查 JSON 导出。数值比较采用相对容差 1e-7、绝对容差 1e-9。批量结果再与已经验证的单文件结果逐一比较。

数据适配与负例

验证环境中的主要依赖版本:NumPy 2.5.3、SciPy 1.18.1、pandas 3.0.5、statsmodels 0.15.0、NetworkX 3.6.1、XGI 0.10.2、Nilearn 0.14.1。

发行与网页验收

运行依赖的此次安装快照见 requirements-tested-windows-py312.txt。这是已测环境记录,其他操作系统和 Python 版本仍需各自运行验收。

复现步骤

安装开发依赖并启动本地服务后,从仓库运行验证脚本,参数指向自己的数据和私有报告目录:

hicbrain serve --no-browser --port 8765
python examples/validate_local_data.py --data-root <数据目录> --url http://127.0.0.1:8765 --output <私有目录>/verification.json --per-dataset 5 --batch

脚本只向回环地址上传,仅读取源文件。详细报告由使用者保存在包外,包含文件级校验值、任务状态、比较结果及选择阶段的拒绝原因;代码发行包不包含这些数据或报告。

这些结果验证所选文件的导入和计算流程,不是疾病预测性能、临床验证或整库质量审核。此页未声称已经完成 Linux 平台、全部原始数据或所有图谱的验证。