Nilearn中的基本操作和查看

脑机接口社区

发布于 2020-06-30 16:19:51

1.2K0

发布于 2020-06-30 16:19:51

文章被收录于专栏：脑机接口脑机接口

Hello，大家好！

Rose小哥今天给大家介绍一款用于神经成像工具Nilearn以及它的基本操作和数据保存查看。

Nilearn是一个Python模块，用于对神经成像数据进行快速、简单的统计学习。它利用scikit-learn python工具箱进行多变量统计，应用程序包括预测建模、分类、解码或连接性分析。

下面对它的基本操作进行简要介绍:

这里我们使用nilearn随附的Nifti文件

# 导入自带的Nifti文件
from nilearn.datasets import MNI152_FILE_PATH
# 注：变量mni152_file_path只是nifti文件的路径
print('Path to MNI152 template: %r' % MNI152_FILE_PATH)

第一步：查看数据

# 导入nilearn提供的绘图工具
from nilearn import plotting
# 绘制图形
plotting.plot_img(MNI152_FILE_PATH)

第二步：平滑操作

让我们使用nilearn中的图像平滑功能：nilearn.image.smooth_img

包含"img"的函数可以使用文件名或图像作为输入。

在这里，我们以毫米为单位输入图像文件名和平滑值

# 从nilearn导入 image工具库
from nilearn import image
smooth_anat_img = image.smooth_img(MNI152_FILE_PATH, fwhm=3)

# 打印平滑
print(smooth_anat_img)

有多种平滑方式：

# 平滑方式一
plotting.plot_img(smooth_anat_img)

# 平滑方式二
more_smooth_anat_img = image.smooth_img(smooth_anat_img, fwhm=3)
plotting.plot_img(more_smooth_anat_img)

上面两步为方式一和方式二的平滑效果。

第三步：保存结果到文件中

下面我们将平滑的结果保存到.nii.gz文件中，方便后续的使用。

# 保存结果到文件中
more_smooth_anat_img.to_filename('more_smooth_anat_img.nii.gz')
plotting.show()

概括说，所有nilearn工具都可以将数据作为文件名或内存中的对象，并将大脑体积作为内存中的对象返回。这些可以传递给其他nilearn工具，或保存到磁盘。

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2020-05-09，如有侵权请联系 cloudcommunity@tencent.com 删除

python

本文分享自脑机接口社区微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体分享计划，欢迎热爱写作的你一起参与！

python

登录后参与评论

0 条评论

热度