Coder Social home page Coder Social logo

abis-web-202301's Introduction

ABiS脳画像解析チュートリアル23.01

ここは、2023年01月28-29日に開催予定である 『先端バイオイメージング支援プラットフォーム・ABiSチュートリアル』 の受講者を対象とした情報提供サイトです。新しい情報があれば、随時このサイトへ追加していきますので、定期的にアクセスするようにして下さい

目次

新着情報

  • 2023/1/21: resting-state fMRI の前半部分のデータ入手のスクリプトが準備できました。Slackの「事前準備」をご覧ください
  • 2023.01.12 数日以内にリンクを申込者にお送りします。もう少しお待ちください
  • 2022.12.16 チュートリアル用ウェブサイトを立ち上げました

チュートリアルのスケジュール

1月28日: 安静時fMRIチュートリアル 9:00 開会 09:10-9:30 オリエンテーション 09:30-12:00 第1部 CONNを用いたrsfMRI画像の前処理 (東大・岡田) 09:30-10:30 1-1 導入・前処理 10:40-12:00 1-2 検証・ノイズ除去 12:00-13:00 昼休み 13:00-17:00 第2部 CONNを用いた機能的結合解析 (量子研・八幡) 13:00-14:00 2-1 Seed-to-Voxel / ROI-to-ROI解析 14:15-15:15 2-2 独立成分分析(ICA)と主成分分析(PCA) 15:30-16:00 2-3 その他の解析手法の紹介 16:15-17:00 2-4 さらに進んだ話題

1月29日: タスクfMRIチュートリアル (生理研・福永) 09:00-10:00 課題提示の作り方 10:10-12:00 Preprocessing 12:00-13:00 昼休み 13:00-14:30 First-level analysis 14:40-16:00 Second-level analysis 16:10-16:30  質疑

受講のための準備

  • チュートリアルはご自身の環境で受講していただきます。そのために事前準備が必須となっております。講師と同じ環境で解析をするため、仮想化ソフト VirtualBox を使用し、そのうえで、脳画像解析に特化したLinux, Lin4Neuro を使いながらチュートリアルは進めていきます。(なお、Apple M1/M2 CPUをお使いの方は VirtualBox が正式に対応していないので、個別にソフトウェアをセットアップしていただくことになります。) 事前準備を済ませたうえで、受講のためのスクリプトを実行し、それが正しい結果を出した方にZoomおよびSlackのアドレスをお示しします。早めにご準備のほどよろしくお願いします。なお、今回お配りするLin4Neuroは2022年12月および2023年1月用に最適化されています。2022年1月以前のLin4Neuroにはソフトが入っていないものがいくつもありますので、改めてセットアップをお願いします

  • 流れは以下になります

    • 解析環境のセットアップ
    • チュートリアルのテキスト・データ配布リポジトリのセットアップ
    • チュートリアルのデータ入手
    • 受講のためのスクリプト実行
    • 本登録

パソコンのスペック

  • チュートリアルでは、受講者にご自身でPCを準備して頂き、実際に操作しながらコマンドラインについて学んでいきます。PCのスペックについては、以下の 推奨条件 を参考にして下さい

    • OS: Windows 10/11 64bit版 または macOS 11.x (Big Sur) - 12.x (Monterey)
      • 注意: macOS 10.15 (Catalina) は Lin4neuroはうまく動作しないため、macOS native でいれる必要があります
    • CPU: Intel Core i7/i9、Intel Core i5(クロック周波数2.0GHz以上)、または AMD Ryzen 5以上の性能を有するもの
      • 注意: 現在、Apple M1/M2はVirtualBoxでLin4Neuroを動作できないため、チュートリアルで使用するソフトは個別にインストールしていただく必要があります。完全なサポートができないことをご承知おきください
    • メモリ:8GB以上 (可能ならば16GB以上を推奨します)
    • ハードディスク:250GB以上の空き容量 (外付けハードディスクも可)
    • 2ボタン以上のUSBマウス (必須ではありませんが、持っていると便利です)
    • 2画面のディスプレイ (自身の作業用とZoomの画面をうつすために2画面を推奨します。2画面が準備できない方は、Zoomの画面をうつすためだけのPCやタブレットを準備してください)

解析環境のセットアップ

チュートリアル用Lin4Neuroのセットアップ (所要時間約2-3時間)

  • チュートリアル用Lin4Neuroのセットアップはこちらのインストラクション{:target="_blank"} に従って準備を進めてください。2022年12月のチュートリアルの参加者はここは終わっていますので、「チュートリアル用テキスト・データ配布リポジトリのセットアップ」に進んでください

macOS ネイティブ環境でのソフトウェアセットアップ (所要時間約1時間)

  • Apple M1/M2 の方は、各自でソフトウェアをインストールしていただく必要があります。また、Intel Mac をお使いの方で、ネイティブ環境で構築したい場合もあるかと思います。その場合はこちらのインストラクション{:target="_blank"} に従って準備を進めてください。2022年12月のチュートリアルの参加者はここは終わっていますので、次の「チュートリアル用テキスト・データ配布リポジトリのセットアップ」に進んでください

チュートリアル用テキスト・データ配布リポジトリのセットアップ (所要時間約3分)

  • チュートリアルで使用するテキストは、GitLabというデータ共有サービスを通して配布します。ここで配布されるものは、チュートリアルの1週間前まで更新される可能性がありますので、こまめに(特に参加直前に)アップデートするようにして下さい

  • macOS ネイティブ環境で参加される方は、以下のコマンドにより、ホームディレクトリの下に abis フォルダを作成します。このようにすることで、iCloud の管理外になりますので、iCloudが問題になることを防ぐことができます

    mkdir ~/abis
    
  1. 初めてセットアップする時: ターミナルから以下を実行してください。なお、ターミナルは、Lin4Neuro では左下のスタートアイコンの隣にあるアイコンから起動できます。macOSの方はユーティリティからターミナルを実行してくだい

    cd ~/abis
    受講者仮決定メールに記されているコマンドをここにタイプします
    (セキュリティの都合でここには記しません)
    
  2. 更新する時: ターミナルから以下を実行してください

    cd ~/abis/abis-202301
    git pull
    
  • こうすると、~/abis/abis-202301 の下に rsfmri, tfmri, textbook のフォルダが生成されます

データの入手 (所要時間約1時間)

  • チュートリアルに使うデータは大きいため、GitLabではなく、別にダウンロードしていただきます

  • 上記のテキストの入手を行った後、ターミナルから以下をタイプしてください

    cd ~/abis/abis-202301
    ./get_data_tfmri.sh
    
  • データは約200MB程度ですので、10分〜15分程度でダウンロードできるかと思います。環境によってはさらに時間がかかってしまうことがあるため、電源を必ずつなぎ、パソコンがスリープしないようにしてください

  • こうすると、abis-202301tfmri の中にデータが準備されます

  • 現在、rs-fMRIのデータは準備中ですので、準備ができたらSlackでアナウンスしますので、下記のテストを進めてSlackにお入りください

  • 2023/1/21 追記: resting-state fMRI の前半部分のデータ入手のスクリプト準備ができました。Slackの「事前準備」をご覧ください

受講のためのスクリプト実行 (所要時間約45分)

  • 環境が整っているかを確認するために、確認スクリプトを実行していただきます

  • ターミナルから以下をタイプしてください

    cd ~/abis/abis-202301
    ./abis_test_2301.sh
    
  • そうすると以下が表示されます

    データが正しくダウンロードされたか確認を行います
    テストは数秒で終わります
    出力される数値を報告してください
    はじめてよろしいですか?
    yesまたはnoを入力してください
    
  • yes をタイプすると、ファイルの確認が行われます

  • コマンドの実行が完了すると、ターミナルに以下が表示されます

    ------------------------------------------------
    以下の数値を報告してください
    XXX
    ------------------------------------------------
    
  • さらに、続いて以下が表示されます

     数値報告用のフォームを開いてよろしいですか? 
     yesまたはnoを入力してください
    
  • yes をタイプすると、webブラウザー が立ち上がり、数値入力用の Googleフォーム が開きます。なお、下図のように「キーリングのロック解除」画面が出たら、パスワードに lin4neuro と入力してください

    キーリング

  • Googleフォーム に必要項目をご入力ください

  • 入力した数値が正しい場合には、その次の画面に受講者専用のSlackのリンクが表示されます。そちらのリンクをコピーして、ご自身のブラウザからアクセスしてSlackに登録してください

    googleフォーム

  • もし、解析が途中で失敗した場合は、以下が表示されます

    なんらかの問題が起こっているようです
    問い合わせフォームからお問い合わせください
    
  • 問い合わせフォームが立ち上がりますので、そこからトラブルシューティングを依頼してください

問い合わせ

  • 準備がうまくいかない時のために、問い合わせフォームを準備しています。こちらからご質問ください。数日以内に担当者から返信させていただきます

  • 問い合わせフォーム{:target="_blank"}

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.