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 -U 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

支持 Python 3.11–3.13。已有兼容 conda 环境直接使用，不需要重装 Python。Windows / Linux × Python 3.11 / 3.12 纳入 CI。

如果只有 Python 3.14 的 conda 环境，可为 BrainFC 单独创建 3.12 环境，保留原来的 base：

conda create -n brainfc python=3.12 -y
conda activate brainfc
python -m pip install -U brainfc

在解压后的源码根目录执行：

python -m pip install .
brainfc serve

已激活自己的虚拟环境时，只需 python -m pip install . 和 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-0.5.1-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“打开真实样例”使用包内经脱敏核查的 rest01 静息态 ROI 时序、混杂变量和脑组织参考掩膜，实际运行去噪、矩阵计算和图像导出。无需下载或手填参数；100 个脑区、TR 2 秒，处理后保留 145 帧。

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 --kind rest01 --output ./demo-001

demo-001 必须不存在。input/ 是包内真实样例的副本，result/ 包含数组、CSV/TSV、PNG/SVG/PDF、质控、来源和离线 report.html。

详见真实样例与处理范围。开发者仍可显式运行 brainfc demo --kind synthetic --output ./synthetic-demo。为兼容已有脚本，Python create_demo() 和 CLI 省略 --kind 时仍返回合成夹具；网页默认使用 rest01。

Python 可执行例子在源码的 examples/quickstart.py 和 examples/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

界面选择“原始 NIfTI / BIDS”或“原始 DICOM”，按提示选择 BOLD 和 T1。

brainfc process ./bold.nii.gz --t1w ./t1w.nii.gz --output ./preprocessed

Python 内完成预处理，检查 qc.html 后提取连接。详见 完整用法与算法。

常见错误