aslprep 0.2.7

动脉自旋标记(ASL)预处理涉及众多步骤，以在统计分析前清理和标准化数据。通常，研究人员为每个数据集创建定制的预处理工作流程，基于大量现有工具。随着采集和处理技术的快速发展，这些工作流程的复杂性也在增加。ASLPrep是一个不针对特定分析的工具，用于解决基于任务和静息态ASL数据稳健且可重复的预处理挑战。ASLPrep会自动将最佳工作流程适应几乎任何数据集的独特性，确保高质量的预处理而无需人工干预。ASLPrep在多种ASL数据上稳健地产生高质量的结果。此外，ASLPrep引入的空间平滑度比常用预处理工具观察到的要低。ASLPrep为神经科学家提供了一个易于使用且透明的预处理工作流程，有助于确保推断的有效性和结果的可解释性。

工作流程基于Nipype，包含来自知名神经影像软件包的大量工具，包括FSL、ANTs、FreeSurfer、AFNI和Nilearn。该流程旨在为预处理每个阶段提供最佳软件实现，并将随着更先进和更好的神经影像软件的可用性进行更新。

ASLPrep执行基本的预处理步骤（配准、归一化、去扭曲、分割、颅骨剥离和计算脑血流量（CBF）），提供可轻松提交给各种组级分析的输出，包括基于任务的或静息态CBF、图论度量、基于表面或体积的统计等。ASLPrep允许您轻松执行以下操作

• 将ASL数据从未处理（仅重建）转换为分析准备状态。

• 计算脑血流量(CBF)、去噪和部分体积校正

• 实现来自不同软件包的工具。

• 通过使用最佳工具实现最佳数据处理质量。

• 生成预处理评估报告，用户可以轻松识别问题。

• 接收有关每个受试者预处理阶段的详细输出，包括有意义的错误。

• 自动化和并行化处理步骤，这可以从典型的线性、手动处理中显著提高速度。

[文档aslprep.org ]