LORIS 神经影像平台技术文档
2024-12-20 12:52:46作者:宗隆裙
1. 安装指南
1.1 系统要求
LORIS 支持在 Ubuntu 和 CentOS 系统上安装。建议使用 LORIS 25.0 版本。
1.2 安装步骤
- Ubuntu 安装指南:请参考 Ubuntu 安装指南。
- CentOS 安装指南:请参考 CentOS 安装指南。
1.3 Heroku 部署
如果你想在 Heroku 上试用 LORIS,可以使用 Heroku 部署按钮进行快速部署。部署后,使用用户名 admin 和部署时设置的密码登录。
2. 项目使用说明
2.1 项目概述
LORIS(Longitudinal Online Research and Imaging System)是一个自托管的 Web 应用程序,用于神经影像研究的数据和项目管理。LORIS 可以轻松管理大规模数据集,包括行为、临床、神经影像和遗传数据,这些数据可以在不同时间或不同地点获取。
2.2 功能介绍
- 数据管理:支持行为、临床、神经影像和遗传数据的管理。
- 项目管理:提供项目管理功能,方便研究人员进行数据跟踪和管理。
- 社区支持:通过 LORIS Developers 邮件列表获取支持和帮助。
3. 项目 API 使用文档
3.1 API 概述
LORIS 提供了丰富的 API,用于与外部系统集成。API 文档可以在 LORIS ReadTheDocs 网站 上找到。
3.2 API 示例
以下是一个简单的 API 调用示例:
// 示例代码
$api_url = "https://your-loris-instance.com/api/v1/data";
$response = file_get_contents($api_url);
$data = json_decode($response, true);
4. 项目安装方式
4.1 本地安装
- Ubuntu:参考 Ubuntu 安装指南。
- CentOS:参考 CentOS 安装指南。
4.2 Heroku 部署
使用 Heroku 部署按钮进行快速部署,部署后使用 admin 用户名和部署时设置的密码登录。
5. 社区支持与贡献
5.1 社区支持
- 邮件列表:订阅 LORIS Developers 邮件列表 获取支持和帮助。
- GitHub Issues:在 GitHub 上报告问题或提出新功能请求。
5.2 贡献代码
如果你希望为 LORIS 贡献代码,请参考 贡献指南。
6. 关于 LORIS
LORIS 由 McGill Centre for Integrative Neuroscience 的开发人员开发,由 Alan Evans 和 Samir Das 领导。LORIS 的历史和技术论文可以在 LORIS 网站 上找到。
通过以上文档,您可以详细了解 LORIS 的安装、使用、API 调用以及社区支持等信息。希望这篇文档能帮助您更好地使用 LORIS 平台。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
207
220
暂无简介
Dart
646
149
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
653
287
React Native鸿蒙化仓库
JavaScript
250
318
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
637
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
78
101
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
仓颉编程语言运行时与标准库。
Cangjie
134
873