Debian Science Cognitive Neuroscience packages

AMIDE: (Amide's a Medical Imaging Data Examiner, på dansk: Amides er et dataundersøgelsesværktøj til medicinsk billedbehandling) AMIDE er et værktøj til at fremvise og analysere medicinske billeder af datasæt. Dets egenskaber inkluderer simultan håndtering af adskillige datasæt, importeret fra en vifte af filformater, billedfusion, optegning og analyse for områder af interesse i 3D, optegnelse af volumen, og justering af stive legemer.

Amide importerer de fleste kliniske DICOM-filer (via DCMTK-biblioteket).

Denne software gør det muligt at skabe, vise og manipulere overfladiske rekonstruktioner af storhjernen og hjernebarken, vise volumener, samt til at vise eksperimentelle data fra overflader og volumener. Selv om Caret primært er en applikation med en grafisk brugerflade, så er der også et fleksibelt kommandolinjeværktøj, der tillader adgang til en stor del af Carets egenskaber.

Caret kan hente og anvende stereotaktiske atlasser (menneske, abe, mus og rotte) fra en åben online-database.

Nogle af Carets egenskaber er kun tilgængelig når ekstra datafiler, der tilbydes af pakken caret-data, er tilgængelige. Dette inkluderer:

• Kortvolumener til overflader via PALS-atlas
• Morfing i flere opløsninger
• Projektion af foci via PALS-atlas
• Overfladebaseret registrering
• Udjævning af overflade

På nuværende tidspunkt er pakken caret-data kun tilgængelig fra arkivet NeuroDebian. Se venligst http://neuro.debian.net for mere information.

Redskaber til kommandolinjen for oprettelse, ændring, dumpning og validering af filer for DICOM-attributter. Understøtter konvertering af nogle proprietære medicinske billedformater til DICOM. Kan håndtere ældre ACR/NEMA-formatdata og nogle proprietære versioner såsom SPI.

dinifti-programmet konverterer MRI-billeder gemt i DICOM-formatet til NIfTI-formatet. NIfTI-formatet er tænkt som det nye standardbilledformat for medicinske billeder og kan bruges for eksempel med FSL, AFNI, SPM, Caret eller Freesurfer.

dinifti konverterer enkeltfiler, men understøter også fulde batchkonverteringer af fulde dicom-mapper. Derudover kan konverterede NIfTI- filer navngives korrekt, med brug af billedserieinformation fra DICOM- filerne.

Denne pakke tilbyder en fremviser for 3D- og 4D-MRI-data samt DTI- billeder. FSLView kan vise ANALYZE- og NIFTI-filer. Fremviseren understøtter flere 2D-fremvisningstilstande (ortogonal, letboks eller enkelte skiver), men også 3D-lydstyrkeoptegning. Derudover er FSLView i stand til at visualisere tidsserier og kan lave overlag på metriske og stereotaktiske atlasdata.

FSLView er en del af FSL.

SNAP tilbyder semiautomatisk segmentering af strukturer i medicinske billeder (f.eks. magnetisk ressonansbilleder af hjernen) med brug af aktiv konturmetoder, samt som manuel skitsetegning og billednavigering. Funktioner værd at nævne er:

• Lænket markør for let 3D-navigering
• Manuel segmentering i tre ortogonale planer på en gang
• Understøttelse af mange forskellige 3D-billedformater, inklusiv NIfTI
• Understøttelse af sammenfaldende, lænket visning og segmentering af flere billeder
• Begrænset understøttelse af farvebilleder (f.eks. diffusion tensor-kort)
• 3D-skæringsværktøj for hurtig efterbehandling af segmenteringsresultater

Dette projekt står for Medical Image Conversion, dvs. et medicinsk billedkonverteringsværktøj. Programmet er udgivet under (L)GPL. Den fulde C-kildekode fra biblioteket følger med. Det er et fleksibelt kommandolinjeredskab med en pæn grafisk grænseflade, som anvender GTK+- værktøjssættet. Formater som aktuelt understøttes er: Acr/Nema 2.0, Analyze (SPM), DICOM 3.0, InterFile 3.3 og PNG.

Programmet giver også mulighed for at læse ej understøttede filer uden komprimering, at udskrive billedpunktsværdier eller at udtrække/ændre rækkefølge på specificerede billeder. Det er muligt at hente de rå binære/ascii-billedarray'er eller at skrive PNG for skrivebordsprogrammer.

Dette er kommandolinjeværktøjet for jobbehandling.

Denne pakke indeholder værktøjer til at manipulere MINC-filer.

Minc-filformatet er et stærkt fleksibelt medicinsk billedfilformat bygget oven på det NetCDF-generaliserede dataformat. Formatet er simpelt, selvbeskrivende, kan udvides, flytbart og n-dimensionelt med programmeringsgrænseflader for dataadgang på lavt niveau og manipulering af diskenhed (volume) på højt niveau. Oven på bibliotekerne er en programpakke af generiske manipulationsværktøjer for billedfiler. Formatet, biblioteket og værktøjer er designet for brug i forskningsmiljøer for medicinsk billedfremstilling: De er simple og funktionsrige og gør intet for at vise en pæn brugerflade for brugerne.

MRIConvert er et redskab til konvertering af medicinske billedfiler, der konverterer DICOM-filer til volumen-formaterne NIfTI 1.1, Analyze 7.5, SPM99/Analyze, BrainVoyager og MetaImage volume.

Dette er et visualiserings- og analyseværktøj baseret på en grafisk brugerflade for (funktionelle) magnetiske resonansbilleder. MRIcon kan bruges til at oprette 2D- eller 3D-optegninger af statistiske overlagskort på billeder med hjerneanatomi. Derudover tegner det anatomiske regioner-af-interesse (ROI), eller læsionskortlægning, samt grundlæggende analyse af funktionelle tidsserier (f.eks. oprettelse af plot af peristimulus signal-change).

Udover »mricorn« tilbyder denne pakke også »dcm2nii«, der understøtter konvertering af DICOM- og PAR/REC-billeder til NIfTI-formatet og »npm« for ikkeparametrisk dataanalyse.

Niftilib er et sæt af i/o-biblioteker for læsning og skrivning af filer i NIfTI-1-dataformatet. NIfTI-l er et binært filformat for lagring af medicinske billeddata, f.eks. magnetisk resonansbillede (MRI) og funktionel MRI (fMRI) hjernebilleder.

Denne pakke tilbyder værktøjerne som leveres med biblioteket (nifti_tool, nifti_stats og nifti1_test).

Nifti2Dicom er et konverteringsværktøj, som konverterer 3D NIfTI-filer (og andre formater understøttet af ITK, inklusive Analyze, MetaImage Nrrd og VTK) til DICOM. Til forskel fra andre konverteringsværktøjer så kan det importere en DICOM- fil, som bruges til at importere patienten og studere DICOM-mærker, og giver dig mulighed for at redigere accessionsnummeret og andre DICOM-mærker, for at oprette en gyldig DICOM, som kan importeres i en PACS.

Denne pakke indeholder værktøjerne for kommandolinjen.

Ifølge programmets forfattere så udfører praat »fonetik via computeren«. Via sin grafiske grænseflade, flere funktioner for taleanalyse er tilgængelige: spektogrammer, cochleogrammer, og tonehøjde og formant- udtræk. Artikulær syntese samt syntese fra tonehøjde, formant og intensitet er også tilgængelig. Andre egenskaber indgår segmentering, brug af etiketter med brug af det fonetiske alfabet, samt beregning af statistikker. Praat er konfigurerbar og udvidelig gennem dets eget skriptsprog og har bestemmelser for kommunikation med andre programmer.

Psignifit tillader tilpasning af psykometriske funktioner til datasæt, mens der bevares fuld kontrol over et stort antal parametre. Data kan enten læses fra tekstfiler eller videresendes via en datakanal.

Psignifit udfører beregningen af konfidensintervaller samt goodness-of-fit test.

Dette er udgaven til kommandolinjen.

Bemærk: Dette er den forældede version 2.x af psignifit.

NiBabel tilbyder læse- og skriveadgang til nogle almindelige filformater for medicinske og neuromæssige billeder inklusive: ANALYZE (plain, SPM99, SPM2), GIFTI, NIfTI1, MINC samt PAR/REC. De forskellige billedformatklasser giver fuld eller selektiv adgang til hovedinformation (meta) og adgang til billeddata gøres tilgængelig via NumPy-rammer. NiBabel er efterfølgeren til PyNIfTI.

Pydicom er et rent Pythonmodul til at fortolke DICOM-filer. DICOM er en standard (http://medical.nema.org) til at kommunikere medicinske billeder og relateret information såsom rapporter og radioterapiobjekter.

Pydicom gør det nemt at læse DICOM-filer i naturlige pythoniske strukturer for nem manipulering. Ændrede datasæt kan skrives igen til DICOM-formatfiler.

Denne pakke installerer modulet for Python 3.

pyxnat is a simple Python library that relies on the REST API provided by the XNAT platform since its 1.4 version. XNAT is an extensible database for neuroimaging data. The main objective is to ease communications with an XNAT server to plug-in external tools or Python scripts to process the data. It features:

• resources browsing capabilities
• read and write access to resources
• complex searches
• disk-caching of requested files and resources

Statsmodels Python 3-modul tilbyder klasser og funktioner for estimering af flere kategorier af statistiske modeller. Disse inkluderer i øjeblikket lineære regressionsmodeller, OLS, GLS, WLS og GLS med AR(p)-fejl, generaliserede lineære modeller for flere distributionsfamilier og M-estimatorer for robuste lineære modeller. En omfattende liste over resultatstatistik er tilgængelig for hvert estimeringsproblem.

Nifti2Dicom er et konverteringsværktøj, som konverterer 3D NIfTI-filer (og andre formater understøttet af ITK, inklusive Analyze, MetaImage Nrrd og VTK) til DICOM. Til forskel fra andre konverteringsværktøjer så kan det importere en DICOM- fil, som bruges til at importere patienten og studere DICOM-mærker, og giver dig mulighed for at redigere accessionsnummeret og andre DICOM-mærker, for at oprette en gyldig DICOM, som kan importeres i en PACS.

Denne pakke indeholder den grafiske brugerflade for Qt5.

Dette er et værktøjssæt til analyse af funktionelle eksperimenter for neurobilledoprettelse (hovedsagelig fMRI) og voxel-baserede læsion-adfærd kortlægning. VoxBo understøtter den modificerede GLM (for autokorrelerede data), samt standard-GLM for ikke automatiske korrelerede data. Værktøjskassen er designet til at være kompatibel med AFNI, FSL, SPM og andre.

Dette projekt står for Medical Image Conversion, dvs. et medicinsk billedkonverteringsværktøj. Programmet er udgivet under (L)GPL. Den fulde C-kildekode fra biblioteket følger med. Det er et fleksibelt kommandolinjeredskab med en pæn grafisk grænseflade, som anvender GTK+- værktøjssættet. Formater som aktuelt understøttes er: Acr/Nema 2.0, Analyze (SPM), DICOM 3.0, InterFile 3.3 og PNG.

Programmet giver også mulighed for at læse ej understøttede filer uden komprimering, at udskrive billedpunktsværdier eller at udtrække/ændre rækkefølge på specificerede billeder. Det er muligt at hente de rå binære/ascii-billedarray'er eller at skrive PNG for skrivebordsprogrammer.

Dette er programversionen til X baseret på GTK+. Behandler kun én fil ad gangen.

Fremviseren, »The Connectome Viewer« er et udvideligt, skriptbart, pythonisk forskningsmiljø for visualisering og (netværks-)analyse i neurobilledbehandling og »connectomics«.

Med brug af formatet »Connectone File Format«, bliver forskellige datatyper såsom netværk, overflader, volume, spor og metadata håndteret og integreret. Fremviseren »The Connectome Viewer« er en del af værktøjssættet »MR Connectome Toolkit«.

PyMVPA eases pattern classification analyses of large datasets, with an accent on neuroimaging. It provides high-level abstraction of typical processing steps (e.g. data preparation, classification, feature selection, generalization testing), a number of implementations of some popular algorithms (e.g. kNN, Ridge Regressions, Sparse Multinomial Logistic Regression), and bindings to external machine learning libraries (libsvm, shogun).

While it is not limited to neuroimaging data (e.g. fMRI, or EEG) it is eminently suited for such datasets.

This is a package of PyMVPA v.2. Previously released stable version is provided by the python-mvpa package.

BioXTAS RAW er et Pythonprogram, baseret på en grafisk brugerflade, til reduktion og analyse af lille-vinkel røntgenplotdata (SAXS). Pakken er designet for biologiske SAXS-data.

BioXTAS RAW tilbyder et alternativ til lukkede kildeprogrammer såsom Primus og Scatter for primær dataanalyse. Da programmet kan kalibrere, maskere og integrere billeder, så er det også et alternativ til synchroton beamline-datakanaler, som videnskabsfolk kan installere på deres egen computer og bruge både hjemme og ved beamline.

Denne metapakke vil installere Debianpakker, som kan være nyttige for udførsel af eksperimenter relateret til fysisk stimuli og deres fysiologiske effekter.

Udvalget af pakker er målrettet programmer for stimuli. For yderligere programmer relateret til analyse af de indhentede data se science-neuroscience-cognitive, med-imaging afhængig af domænanvendelsen. Kig derudover i science-bci da disse pakker ofte tilbyder en fuldstændig ramme inklusiv stimulilevering.

Denne metapakke vil installere Debian Science-pakker relateret til opsætning. Du er måske også interesseret i deb-mærket use::typesetting.

The only purpose of this package is to enable upgrades to the new 'fsl-core' package which replaces 'fsl'. This package can safely be removed.

Users aiming to perform a complete FSL installation (including all data components) are advised to install the 'fsl-complete' package from NeuroDebian.

BioImage Suite has extensive capabilities for both neuro/cardiac and abdominal image analysis and state of the art visualization. Many packages are available that are highly extensible, and provide functionality for image visualization and registration, surface editing, cardiac 4D multi-slice editing, diffusion tensor image processing, mouse segmentation and registration, and much more. It can be integrated with other biomedical image processing software, such as FSL and SPM. This site provides information, downloads, documentation, and other resources for users of the software.

BioImage Suite was developed at Yale University and has been extensively used at different labs at Yale since 2004.

Stimulus counter-balance is important for many experimental designs. This command-line software creates De Bruijn cycles, which are pseudo-random sequences with arbitrary levels of counterbalance. "Path-guided" de Bruijn cycles may also be created. These sequences encode a hypothesized neural modulation at specified temporal frequencies, and have enhanced detection power for BOLD fMRI experiments.

FreeSurfer is a set of tools for analysis and visualization of structural and functional brain imaging data. It contains a fully automatic structural stream for processing cross sectional and longitudinal data.

FreeSurfer provides many anatomical analysis tools, including: representation of the cortical surface between white and gray matter, representation of the pial surface, segmentation of white matter from the rest of the brain, skull stripping, B1 bias field correction, nonlinear registration of the cortical surface of an individual with an sterotaxic atlas, labeling of regions of the cortical surface, statistical analysis of group morphometry differences, and labeling of subcortical brain structures, etc.

This package depends upon the latest version of freesurfer.

OpenMEEG consists of state-of-the art solvers for forward problems in the field of MEG and EEG. Solvers are based on the symmetric Boundary Element method [Kybic et al, 2005], providing excellent accuracy, particularly for superficial cortical sources. OpenMEEG can compute four types of lead fields (EEG, MEG, Internal Potential and Electrical Impedence Tomography).

This package provides command line interface to openmeeg functionality.

Slicer is an application for computer scientists and clinical researchers. The platform provides functionality for segmentation, registration and three-dimensional visualization of multi-modal image data, as well as advanced image analysis algorithms for diffusion tensor imaging, functional magnetic resonance imaging and image-guided therapy. Standard image file formats are supported, and the application integrates interface capabilities to biomedical research software and image informatics frameworks.

3D Slicer main application.

The primary functionality of XNAT is to provide a place to store and control access to neuroimaging data. This includes sophisticated user control, search and retrieval, and archiving capabilities. As open-source software, XNAT also supports a wide variety of research-based processing pipelines, and is able to link up with supercomputer processing power to dramatically shorten image processing time.

EEGLAB is an interactive Matlab toolbox for processing continuous and event-related EEG, MEG and other electrophysiological data incorporating independent component analysis (ICA), time/frequency analysis, artifact rejection, event-related statistics, and several useful modes of visualization of the averaged and single-trial data.

This package provides a version of the MNI Average Brain (an average of 305 T1-weighted MRI scans, linearly transformed to Talairach space) specially adapted for use with the MNI Linear Registration Package.

• average_305.mnc - a version of the average MRI that covers the whole brain (unlike the original Talairach atlas), sampled with 1mm cubic voxels
• average_305_mask.mnc - a mask of the brain in average_305.mnc
• average_305_headmask.mnc - another mask, required for nonlinear mode

Remark: Michael Hanke agreed to take over his stuff from mentors http://mentors.debian.net/cgi-bin/sponsor-pkglist?action=details;package=mni-autoreg and http://mentors.debian.net/cgi-bin/sponsor-pkglist?action=details;package=mni-autoreg-model to Debian Med svn and start group maintenance.

MNI Non-parametric Non-uniformity Normalization (N3). This package provides the 'nu_correct' tool for unsupervised correction of radio frequency (RF) field inhomogenities in MR volumes. Two packages are provided:

• mni-n3 - provides 'nu_correct'
• libebtks-dev - MNI support library with numerical types and algorithms

Remark: Michael Hanke agreed to take over his stuff from mentors http://mentors.debian.net/cgi-bin/sponsor-pkglist?action=details;package=mni-n3 to Debian Med svn and start group maintenance.

The software includes algorithms for simple and advanced analysis of MEG and EEG data, such as time-frequency analysis, source reconstruction using dipoles, distributed sources and beamformers and non-parametric statistical testing. It supports the data formats of all major MEG systems (CTF, Neuromag, BTi) and of the most popular EEG systems, and new formats can be added easily. FieldTrip contains high-level functions that you can use to construct your own analysis protocols in Matlab. Furthermore, it easily allows developers to incorporate low-level algorithms for new EEG/MEG analysis methods.

This is a Python package for visualization and interaction with cortical surface representations of neuroimaging data from Freesurfer. It extends Mayavi’s powerful visualization engine with a high-level interface for working with MRI and MEG data.

PySurfer offers both a command-line interface designed to broadly replicate Freesurfer’s Tksurfer program as well as a Python library for writing scripts to efficiently explore complex datasets.

Statistical Parametric Mapping (SPM) refers to the construction and assessment of spatially extended statistical processes used to test hypotheses about functional imaging data. These ideas have been instantiated in software that is called SPM. It is designed for the analysis of fMRI, PET, SPECT, EEG and MEG.

BrainVISA is a software, which embodies an image processing factory. A simple control panel allows the user to trigger some sequences of treatments on series of images. These treatments are performed by calls to command lines provided by different laboratories. These command lines, hence, are the building blocks on which are built the assembly lines of the factory. BrainVISA is distributed with a toolbox of building blocks dedicated to the segmentation of T1-weighted MR images. The product of the main assembly line made up from this toolbox is the following: grey/white classification for Voxel Based Morphometry, Meshes of each hemisphere surface for visualization purpose, Spherical meshes of each hemisphere white matter surface, a graph of the cortical folds, a labeling of the cortical folds according to a nomenclature of the main sulci.

The Human Imaging Database (HID) is an extensible database management system developed to handle the increasingly large and diverse datasets collected as part of the MBIRN and FBIRN collaboratories and throughout clinical imaging communities at large.

This graphical environment allows for designing large-scale multi-level neuronal systems that can control real-world devices, such as cameras and mobile robots, in real-time. iqr is an extensible framework with the ability to handle new, user-provided, neuron and synapse types, as well as custom interfaces to other hardware systems. iqr employes an XML-based format for system descriptions.