bidsMReye

使用deepMReye (1) 从眼球MR信号解码注视位置的BIDS应用程序。

用于预处理后的BIDS衍生产品（例如fMRIprep输出）。无需眼动数据。

默认情况下，bidsMReye使用预训练版本的deepMReye，该版本在5个数据集上进行了训练，包括引导注视（2）、平滑跟踪（3、4、5）和自由观看（6）。其他预训练版本是可选的。建议进行专门模型训练。

管道自动提取眼球体素。在没有眼动追踪数据的情况下，这也可以用于其他多变量模式分析。解码的注视位置可以计算眼动。

还会进行一些基本的质量控制和异常值检测

• 针对每次运行

• 在组级别

有关更多信息，请参阅用户推荐。如果您有其他问题，请联系开发团队。

安装

最好使用Docker镜像，因为已知deepmreye在Apple M1等苹果系统上存在安装问题。

Docker

构建

docker build --tag cpplab/bidsmreye:latest --file docker/Dockerfile .

拉取

拉取最新Docker镜像

docker pull cpplab/bidsmreye:latest

Python包

如果您想，也可以从pypi获取该包。

pip install bidsmreye

Conda安装

尚未测试

要封装bidsMReye在虚拟环境中，请使用以下命令安装

conda create --name bidsmreye python=3.10
conda activate bidsmreye
conda install pip
pip install bidsmreye

tensorflow依赖支持CPU和GPU指令。

请注意，您可能需要首先安装cudnn

conda install -c conda-forge cudnn

开发安装

克隆此存储库。

git clone git://github.com/cpp-lln-lab/bidsmreye

然后安装包

cd bidsMReye
make install_dev

用法

需求

bidsmreye需要您的输入fmri数据

• 至少进行预处理（至少重排），
• 文件名和结构符合BIDS衍生产数据集。

有两个bids应用可用于生成这些类型的预处理数据

• fmriprep
• bidspm

显然，您的fmri数据必须包含参与者的眼睛，以便bidsmreye能够运行。

CLI

键入以下内容以获取更多信息

bidsmreye --help

准备数据

prepapre表示bidsmreye将从fMRI图像中提取来自眼睛的数据。

如果您的数据不在MNI空间中，bidsmreye还将数据注册到MNI。

bidsmreye bids_dir output_dir participant prepare

计算眼动

generalize使用提取的时间序列，使用deepmreye的默认预训练模型来预测眼动。

这还将生成解码眼动的质量控制报告。

bidsmreye bids_dir output_dir participant generalize

一次性完成所有操作

all执行“准备”然后“泛化”。

bidsmreye bids_dir output_dir participant all

组级别摘要

bidsmreye bids_dir output_dir group qc

演示

请查阅文档

贡献者 ✨

感谢这些可爱的人们(emoji key)

Pauline Cabee 💻 🤔 🚇

Remi Gau 💻 🤔 ⚠️ 🚧

Ying Yang 🐛 📓

此项目遵循all-contributors规范。欢迎任何类型的贡献！

如果您训练deepMReye，或者您有眼动追踪训练标签和提取的眼球体素，请考虑将其共享到预训练模型池中。