神经影像-临床数据集的标准化组织和处理
项目描述
小不点
小不点是一个用于神经影像-临床数据集标准化组织和处理的轻量级框架。其目标是帮助用户采用FAIR原则,提高研究的可重复性。
该框架包括三个组件
-
数据组织、管理和处理协议,包括以下步骤
- 组织 原始数据,包括将原始DICOMs(或NIfTIs)转换为BIDS
- 处理 使用现有或自定义管道进行成像数据处理
- 跟踪 数据可用性和处理状态
- 提取 成像衍生表型(IDPs)以进行下游统计分析
-
一种数据集组织规范,通过提供关于表格数据(例如表型数据)和影像衍生物的附加指南来扩展脑影像数据结构(BIDS)标准。
-
一个提供用户友好工具以应用框架的 命令行界面 和 Python 包。这些工具建立在现有的技术之上,如 Apptainer 容器平台 和 Boutiques 描述框架。支持多种现有的容器化管道,用户可以轻松添加新的管道。
- 我们还开发了一个网络仪表板,用于交互式可视化影像和表型数据可用性。
项目详情
下载文件
下载适合您平台的文件。如果您不确定选择哪个,请了解更多关于 安装包 的信息。
源分布
nipoppy-0.2.2.tar.gz (1.3 MB 查看哈希值)
构建分布
nipoppy-0.2.2-py3-none-any.whl (94.2 kB 查看哈希值)
关闭
nipoppy-0.2.2.tar.gz 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 8240fc03d418bf6fd08b3553b98ee8e95b0b49ec9a267fe72561fefdf76e45f0 |
|
MD5 | c7543ae2040507e2e7571bff90bacde9 |
|
BLAKE2b-256 | 436991c0542a1206557e18ab9c8fe705b766294c966fcbb875c4c6981d050e9e |
关闭
nipoppy-0.2.2-py3-none-any.whl 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | fbaaa4192481eb57e3295697d45ade3f4b67f31c2e06b74214eaad58704b696e |
|
MD5 | e79ed689805fb4af6d7011e85fe4a4cd |
|
BLAKE2b-256 | bb13a5b23a344ccf7402e9e7ce791296a9b7cba1b10d18205cdcf0e8c44aa93e |