XCP-D:一个强大的管道用于fMRI数据的后处理
Kahini Mehta1,2,3, Taylor Salo1,2,3, Thomas J Madison4
1Lifespan Informatics and Neuroimaging Center (PennLINC), Department of Psychiatry, Perelman School of Medicine, University of Pennsylvania, Philadelphia, PA, United States.
Imaging neuroscience (Cambridge, Mass.)
|August 13, 2025
概括
XCP-D为功能神经成像数据提供标准化后处理. 该工具通过生成与各种预处理管道兼容的无色BOLD图像和衍生产品来确保可重复的分析.
科学领域:
- 神经科学是一个神经科学.
- 神经成像是一种神经成像.
- 数据科学数据科学数据科学
背景情况:
- 功能神经成像依赖于标准化数据的预处理管道.
- 神经成像数据的后处理缺乏标准化,阻碍了可复制性.
- 现有的工具可能不支持多样化的预处理输出或不符合数据组织标准,如BIDS.
研究的目的:
- 介绍XCP-D,一个用于功能神经成像的新型后处理管道.
- 解决fMRI数据后处理中缺乏标准化的问题.
- 促进强大,可扩展和可重复的fMRI数据分析.
主要方法:
- 通过使用GitHub上的开放开发模型的协作努力开发了XCP-D.
- 分布XCP-D作为一个Docker容器或Apptainer图像.为了可访问性.
- 实施了质量保证的持续集成测试.
主要成果:
- XCP-D从静止状态的fMRI数据中生成无色化的BOLD图像和功能衍生品.
- 该管道支持NIfTI或CIFTI文件格式.
- XCP-D与使用fMRIPrep,HCP或ABCD-BIDS管道预处理的数据兼容.
- 在正式发布之前实现了超过5000次下载,这表明需求量很高.
结论:
- XCP-D为fMRI数据的后处理提供了一个标准化,可重复的解决方案.
- 增强功能神经成像数据的实用性,用于各种研究应用.
- 促进神经科学界内的互操作性和数据共享.
更多相关视频
08:36Dynamic Inter-subject Functional Connectivity Reveals Moment-to-Moment Brain Network Configurations Driven by Continuous or Communication Paradigms
Published on: March 21, 2019
7.3K
11:50A Standardized Pipeline for Examining Human Cerebellar Grey Matter Morphometry using Structural Magnetic Resonance Imaging
Published on: February 4, 2022
4.1K
