niimath 和 fslmaths:复制作为一种增强流行的神经成像工具的方法

科学领域:

• 神经成像是一种神经成像.
• 计算神经科学是一种神经科学.
• 医学图像分析 医学图像分析

背景情况:

• 神经成像产生大型3D和4D数据集,需要复杂的空间和时间处理.
• fslmaths是用于神经成像数据分析的广泛采用的基础软件.
• 复制已有的工具可以在可访问性和性能方面提供显著的优势.

研究的目的:

• 介绍niimath,fslmaths的一个功能性克隆,旨在增强神经成像数据处理.
• 展示复制现有软件的好处,重点关注许可,性能和可移植性.
• 为了展示niimath的功能集成到不同的格式和平台.

主要方法:

• 开发了niimath作为fslmaths功能的直接复制.
• 设计了各种传播格式,包括一个R包 (imbibe),一个Windows可执行文件和一个WebAssembly插件.
• 在NiiVue网络应用程序中集成niimath,用于实时演示和边缘计算功能.

主要成果:

• niimath成功地复制了fslmaths的功能,提供了更好的性能和可移植性.
• 该软件以多种格式提供,为神经成像研究人员提供更广泛的可访问性.
• 边缘计算通过NiiVue进行演示,允许在网络设备上零足迹处理,而无需依赖云.
• 为niimath开发的优化已经重新集成到原来的FSL软件中.

结论:

• niimath为神经成像分析提供了一个有价值的,增强了fslmaths的替代方案.
• 该项目强调了开放开发和代码复制在科学软件中的优势.
• 这项工作提高了必要的神经成像工具的透明度,实用性和效率.