Nipype简介

Nipype是一个开源神经影像处理软件包，使用python编写。整合了传统神经影像处理软件包的接口（SPM,FSL,FreeSurfer,AFNI以及其他），可以使研究人员通过不同的软件处理图像，将其整合在一起。

比如你想使用SPM做头动矫正，FreeSurfer做配准，ANTS用来标准化，然后FSL做平滑。使用传统流程会非常麻烦，需要你对各种软件的掌握。使用Nipype可以轻松完成。

什么是Nipype

Nipype由多个组件构成，主要的组件有Interfaces,the WorkflowEngine 和Execution Plugins:

Nipype构成

Interface: 相关软件的接口，可以是一个函数
Node/MapNode: 把一个接口打包成节点，在Workflow中使用。
Workflow: 一个表示工作流程的图，一个Workflow下面有很多节点。
Plugin: 用来展示Workflow是如何工作的

Docker

Docker是一个开源项目，用来在容器中自动部署应用。（Docker的使用和学习令写，在这只简单介绍）这个容器可以打包运行Nipype所需的软件和完整的文件系统：代码，系统工具，软件库，比如 Python, FSL, AFNI, SPM, FreeSurfer, ANTs。这保证了可移植性，在不同环境中都可以运行。

Nipype官方教程所使用的 miykael/nipype_tutorial镜像，建立了一个Linux环境和一系列所需软件包。同样的我们可以创建自己的docker镜像处理自己的数据。（之后再学用 Neurodocker创建）

Docker for windows

我是用的是Windows 10去docker官网下载 Docker for windows

下载完成后使用终端测试是否安装正确：

docker --version

docker run hello-world

这里提醒一下，Docker默认下载到C盘无法修改，Docker拉取的镜像也是在C盘，所以需要C盘空间很大，我试了修改镜像的位置，行不通，所以只能扩充C盘的大小了。

拉取镜像

确认Docker安装没有问题后，就可以开始拉取镜像了。

docker pull miykael/nipype_tutorial:latest

由于是从国外的镜像网站拉取镜像，速度很慢。解决方法是使用国内镜像加速。

找到C:\Program Files\Docker\Docker\resources文件夹下的windows-daemon-options.json文件

"registry-mirrors": ["https://m3e4jmm0.mirror.aliyuncs.com"],

把镜像地址改为阿里云镜像。

运行镜像

简单运行miykael/nipype_tutorial，使用命令：

docker run -it --rm -p 8888:8888 miykael/nipype_tutorial jupyter notebook

如果想要使用本地的dataset，使用命令：

docker run -it --rm -v /path/to/nipype_tutorial/:/home/neuro/nipype_tutorial -v /path/to/data/:/data -v /path/to/output/:/output -p 8888:8888 miykael/nipype_tutorial jupyter notebook

-it 表示打开一个可以交互的容器
–rm 在关闭Docker后容器自动移除
-p 表示使用哪个端口
-v 表示把本地的文件加载到容器中去 /path/to/nipype_tutorial/ 表示本地nipype_tutorial路径，：表示加载到容器中的路径。
miykael/nipype_tutorial 表示运行哪个镜像
jupyter notebook 在容器中打开jupyter

关闭容器

在终端使用ctrl-c可以关闭容器

列出所有image

docker images

删除镜像

docker rmi -f 7d9495d03763

后面的数字为镜像ID

提取和加载镜像

如果想使用U盘保存镜像，使用命令：

# Export docker image miykael/nipype_tutorial
docker save -o nipype_tutorial.tar miykael/nipype_tutorial

# Import docker image on another PC
docker load --input nipype_tutorial.tar

数据保存格式

这个教程的数据保存结构是根据 Brain Imaging Data Structure (BIDS).

这个格式结构清晰，并且易于共享。

参考

nipype官方教程 Nipype tutorial