nipy_tsdiffana - Online na nuvem

PROGRAMA:

NOME

nipy_tsdiffana - Analisar, traçar métricas de diferença de série temporal

DESCRIÇÃO

uso: nipy_tsdiffana [-h] [--out-file OUT_FILE] [--write-results]

[- out-path OUT_PATH]
[--out-fname-label OUT_FNAME_LABEL] [--eixo do tempo TIME_AXIS] [-eixo da fatia
SLICE_AXIS] nome do arquivo

Analisar, traçar métricas de diferença de série temporal

posicional argumentos:
nome do arquivo
Nome de arquivo de imagem 4D

opcional argumentos:
-h, --Socorro
mostre esta mensagem de ajuda e saia

--out-file OUT_FILE
arquivo gráfico para gravar em vez de deixar a imagem na tela

--escrever-resultados
se especificado, grava imagens de diagnóstico e variáveis ​​de análise, plota em OUT_PATH.
Mutuamente incompatível com OUT_FILE

--caminho de saída OUT_PATH
caminho para arquivos de imagem de saída (padrão do caminho FILENAME

--out-fname-label OUT_FNAME_LABEL
parte intermediária da imagem de saída / nomes de arquivos de plotagem

- eixo do tempo TIME_AXIS
Eixo da imagem para o tempo

--fatia-eixo SLICE_AXIS
Eixo da imagem para a fatia

nipy_tsdiffana executa o algoritmo de diferença de série temporal sobre um volume de imagem 4D, freqüentemente e
Volume FMRI.

Funciona em um dos três modos:

* interativo: o gráfico de diferença da série temporal aparece na tela. Isto é o

modo padrão

* não interativo, apenas gráfico: grava o gráfico de diferença de série temporal no gráfico

Arquivo. Use o "--out-file = "opção para ativar este modo

* não interativo, grava plotagem, imagens e variáveis: grava plotagem em arquivo, e

gravar imagens e variáveis ​​de diagnóstico geradas em arquivos também. Use o
Sinalizador "--write-results" para ativar esta opção. Os nomes de arquivos gerados vêm de
os resultados das opções "--out-path" e "--out-fname-label" (veja a ajuda).

Opção de resultados de gravação, arquivos gerados -------------------------------------

Ao fazer a análise de ponto de tempo, faremos uma diferença de volume entre cada vez
ponto e o próximo ponto de tempo na série. Se tivermos volumes T, então haverá
(T-1) volumes de diferença. Chame o vetor de volumes de diferença de DV e o primeiro
diferença de volume DV [0]. Portanto, DV [0] resulta da subtração do segundo volume em 4D
imagem de entrada do primeiro volume na imagem de entrada 4D. Os valores quadrados dos elementos
de DV [0] é * DV2 [0] *.

As seguintes imagens serão geradas. é a extensão do nome do arquivo de entrada (por exemplo
'.nii'):

* "dv2_max_ ": Volume da imagem 3D, onde cada fatia S é uma fatia de

todo DV2 [0] (fatia S) através de DV2 [T-1] (fatia S) que tem o máximo somado
valores quadrados. Este volume dá uma ideia das piores fatias (maior diferença)
em toda a série temporal.

* "dv2_mean_ ": a média de todos os volumes DV2 DV2 [0] .. DV [T-1]

em toda a dimensão de volume (tempo).
Valores de voxel mais altos neste volume significam

que as diferenças de ponto a ponto no tempo tendem a ser altas neste voxel.

Também escrevemos o sinal médio em cada ponto de tempo e a diferença média quadrática entre
cada fatia no tempo, como variáveis ​​para um arquivo 'npz' denominado "tsdiff_ .npz"

Os nomes dos arquivos para as saídas estão no formato /
Onde é o caminho especificado pelo --caminho de saída opção, ou o caminho da entrada
nome do arquivo; é um dos prefixos padrão acima, é dado por
--out-label, ou pelo nome do arquivo da imagem de entrada (com caminho e extensão removidos), e
é '.png' para gráficos ou a extensão do nome do arquivo de entrada para volume
imagens. Por exemplo, especificar apenas o nome de arquivo de entrada `` / algum / caminho / fname.img`` irá
gerar nomes de arquivos da forma `` /some/path/tsdiff_fname.png,
/ algum / caminho / dv2_max_fname.img`` etc.

Use nipy_tsdiffana online usando serviços onworks.net