ciftify项目安装指南：从Docker到手动配置全解析

项目概述

ciftify是一个基于HCP（人类连接组计划）处理流程的神经影像分析工具集，主要用于处理和分析cifti格式的脑成像数据。它整合了多种神经影像处理工具，为研究人员提供了标准化的处理流程。本文将详细介绍ciftify的多种安装方式，帮助用户根据自身需求选择最适合的安装方案。

Docker容器安装方案

Docker容器是运行ciftify最便捷的方式之一，特别适合希望快速开始使用的用户。

前置要求

在开始前，请确保系统已安装Docker引擎。Docker提供了跨平台的容器化解决方案，能够避免环境配置带来的各种问题。

基本运行命令

使用以下命令启动ciftify的Docker容器：

docker run -ti --rm \
    -v /本地数据目录:/data:ro \
    -v /输出目录:/out \
    tigrlab/fmriprep_ciftify:版本号 \
    /data /out/out participant

版本选择建议

虽然可以使用"latest"标签获取最新版本，但强烈建议指定具体版本号以确保结果可重复性。ciftify的版本号采用[fmriprep版本]-[ciftify版本]的格式，例如：

docker run -ti --rm \
    -v /本地数据目录:/data:ro \
    -v /输出目录:/out \
    tigrlab/fmriprep_ciftify:1.1.8-2.1.1 \
    /data /out/out participant

这表示使用的是fmriprep 1.1.8版本和ciftify 2.1.1版本。

Singularity容器方案

对于无法使用Docker的高性能计算集群(HPC)，Singularity是理想的替代方案。

转换Docker镜像为Singularity

在可运行Docker的机器上执行以下命令：

docker run --privileged -t --rm \
    -v /var/run/docker.sock:/var/run/docker.sock \
    -v /绝对路径/输出目录:/output \
    singularityware/docker2singularity \
    tigrlab/fmriprep_ciftify:版本号

转换完成后，使用scp等工具将生成的.simg文件传输至HPC集群。

在HPC上运行

在HPC上使用以下命令运行：

singularity run --cleanenv /镜像路径/fmriprep_cifitfy-版本号.simg \
    数据目录 输出目录 \
    participant \
    --participant-label 被试编号

手动安装方案

对于需要深度定制或有开发需求的用户，可以选择手动安装。

Python包安装

ciftify需要Python 3环境，可通过pip直接安装：

pip install ciftify

系统级依赖

ciftify依赖以下神经影像处理软件，需提前安装：

1. Connectome Workbench - 处理cifti格式数据
2. FSL - 提供多种图像处理工具
3. FreeSurfer - 用于皮层表面重建
4. MSM (Multimodal Surface Matching) - 用于表面配准

Python依赖包

ciftify需要以下Python包：

• docopt, matplotlib, nibabel
• numpy, pandas, pyyaml
• seaborn (仅PINT可视化需要)
• scipy, nilearn, Pillow

开发者安装指南

如需参与开发或使用最新代码，可进行手动配置：

git clone 项目仓库地址
export PATH=$PATH:项目路径/ciftify/bin
export PYTHONPATH=$PYTHONPATH:项目路径
export CIFTIFY_TEMPLATES=项目路径/data

安装完成后，可通过运行测试命令验证安装：

ciftify_vol_result --help

常见问题解决

编码错误问题

若安装时出现Unicode解码错误，可设置环境变量：

export LC_ALL=en_US.UTF-8
export LANG=en_US.UTF-8
export LANGUAGE=en_US.UTF-8

总结

ciftify提供了多种安装方式以适应不同使用场景。对于大多数用户，推荐使用Docker容器方案，它简单易用且能避免环境配置问题。HPC用户可选择Singularity方案，而开发者和高级用户则适合手动安装。无论选择哪种方式，确保满足所有系统依赖是成功安装的关键。