每日热闻!Nipype学习记录(1): Concepts

来源：哔哩哔哩 | 时间：2023-03-15 09:00:45

我得了看见 .sh 和 .m 文件就会心动过速的绝症，逆天语法和逆天GUI总有一款适合你

因为最近要处理的影像数据太多，各个软件包又是有的用matlab，有的有自己的gui和cli，所以不得不写一堆批处理脚本，散落在各个目录下，名字大多为test.m，ttest.sh，test1.py……

于是出于对自身精神健康状况的考量，我从网上找到了这个Python库： Nipype 。它的官网介绍大意是这样的：

(资料图片)

Nipype 是一个Python开源项目，将大量神经影像处理工具集成为Python下统一的接口，包括ANTS, SPM, FSL, FreeSurfer, Camino, MRtrix, MNE, AFNI, Slicer, DIPY等，从而使用户可以仅仅通过Python让这些工具协同工作，对影像数据进行处理。

当然，说是学习记录，其实就是按照这个教程复刻一下（

1. Installation

呃……安装就不说了吧，如果连上面那些软件包都装不上，那应该不是这东西的目标用户（

不过有两点需要注意的地方可以提一下：

pip install 装的只是这个库，并不自带上述软件包。所有需要使用的工具需要事先装好，且环境变量配置正确。

非要在Windows下使用的话还是考虑一下Docker吧（感觉不如虚拟机……简单……）

2. Concepts

Interface

如图所示，Interface可以简单理解为将各软件包函数进行封装后暴露在Python中的接口，也就是将各种不同形式、不同平台的函数抽象为了一组类似的方法（大概学过OOP会好理解一点？）。

举个例子， BET 是FSL中进行skullstrip的函数，一般需要用bash脚本实现批处理。对于处理完的数据，如果想要用SPM进行分割，又需要编写matlab脚本调用 spm_segment 进行处理。而为了保证影像文件在这两次处理时的对应关系，还需要编写冗余的脚本或者配置文件。

引入 Nipype 后， BET 和 spm_segment 就都成了同等地位的Interface，可以在Python中统一到同一套流程下：

Interface的概念对应于class，在具体使用中需要将其实例化，比如 bet=BET()。

Node

上面实例化的 bet 已经可以在Python下对影像进行处理了，但是为了后续不同Interface之间的数据传输，我们需要将它们装进同一规格的箱子中，按照抽象程度更高的方式进行交互，这就是Node。

一个Node需要具有以下几项属性：

IN：Node的输入

OUT：Node的输出

Name：Node的名称

Interface Category：代表Node的具体功能，也就是“箱子”中真正装着的东西

在定义了多个不同功能的Node后，我们可以将它们按照IN→OUT的顺序连接起来实现一条pipeline（实际上就是后面Workflow的概念）：

比如我们可以假设node1代表FSL的 BET 函数，node2代表SPM的 spm_segment 函数，那么上面这张图的意义就是在对输入的原始影像数据进行skullstrip处理后，将输出文件作为node2的输入，进行segment处理并输出结果。与最开始的做法相比，这样一套流程有效地将处理代码全部统一到了Python下，也方便了后续修改。