使用 Connectome Workbench 自动绘制神经影像图的软件包。
项目描述
使用Connectome Workbench从 Python 自动绘制神经影像图。
该软件包适用于希望从其 Python 脚本中生成说明大脑表面上的标量数据的图像的用户。
安装
步骤 1. 确保您已安装 Connectome Workbench v1.3+。
- 如果
wb_view从终端运行command not found，请参阅 https://www.humanconnectome.org/software/connectome-workbench/ - 如果您安装了 Workbench 1.2 或更低版本，您将收到一条错误消息
步骤 2. 安装wbplot和依赖项。
- 克隆存储库并手动安装：
git clone https://github.com/jbburt/wbplot.git - 或者只使用 pip：
pip install wbplot
用法
假设x是一个 NumPy 数组，其中包含映射到Human Connectome Project的MMP1.0 分区中的 360 个地块中的每个地块的标量值：
from wbplot import pscalar
pscalar("/path/to/image.png", x)
假设y是一个 NumPy 数组，其中包含映射到标准双边 32k 曲面网格中的 59412 个曲面顶点的密集标量值：
from wbplot import dscalar
dscalar("/path/to/image.png", y)
笔记
wbplot目前只支持皮质数据。分块数据也必须在 HCP MMP1.0 分块中。密集数据必须注册到标准的 32k 表面网格。- 如果人们有兴趣，我愿意添加皮层下支持和其他功能。
- 可以在
examples目录中的脚本中找到对该功能的更详细说明。
更改日志
- 1.0.14 修复了
wbplot使用nibabel>=3.2.0. - 1.0.13 尝试修复在 Windows 机器上引发错误的错误。跟进：由于 Connectome Workbench 本身，目前不支持 Windows。
- 1.0.12 修复了可用颜色图列表中的错误；现在支持 ROY-BIG-BL 和 videoen_style。
- 1.0.11 依赖版本更新。
- 1.0.10 修补了 wbplot.dscalar 中的关键字参数错误。
- 1.0.9 修复了 images.check_dscalars() 中的错误。
- 1.0.8 现在真正修复它。
- 1.0.7 修复了
images模块中的类型检查错误。 - 1.0.6 向文档字符串添加了错误并清理了一些文件。
- 1.0.5 上一个补丁没有解决这个问题。
- 1.0.4 ImageParcellated 加载到密集场景中导致错误消息打印到控制台。
- 1.0.3 完全改变了读取和写入数据的方式，以规避权限问题。
- 1.0.2 MANIFEST.in 中的错误——构建中并非包含所有必要的数据文件。
- 1.0.1 自述文件中的小错误。
- 1.0 初始版本。
下载文件
下载适用于您平台的文件。如果您不确定要选择哪个，请了解有关安装包的更多信息。
源分布
wbplot-1.0.14.tar.gz
（20.2 MB
查看哈希）
内置分布
wbplot-1.0.14-py3-none-any.whl
（20.3 MB
查看哈希）