MRIQC分步实操教程：从准备数据到指标可视化
技术栈提要1. MRI数据整理为BIDS数据结构2. 基于python/Docker运行3. 质量控制指标IQMs报告4. 自动化群体质控使用路线0.准备文件 BIDS格式在运行MRIQC之前必须将MRI数据整理为标准BIDS结构包括sub-xxx/ 文件夹dataset_description.json每个扫描模态的nifti文件文件夹层级关系project/ └── subject(例sub-01) └── session(例ses-01) └── datatypedatatype层级表示不同扫描模态数据包括结构像--anat功能像--func扩散加权像--dwi可以使用BIDS验证器对准备好的BIDS数据进行格式验证http://incf.github.io/bids-validator/1. 环境配置第一种在WSL或Linux中第二种通过Docker运行部署Docker后docker pull nipreps/mriqc:latest2. 使用指令单被试运行docker run --rm -ti -v /bids:/data:ro -v /mriqc_output:/out nipreps/mriqc:latest /data /out participant --participant_label sub-01 --n_procs 4运行完成后MRIQC 会自动生成IQMs量化指标和HTML 可视化报告3. 群体质控docker run --rm -ti -v /bids:/data:ro -v /mriqc_output:/out nipreps/mriqc:latest /data /out group --n_procs 4汇总IQMs指标生成群体报告。4. 不同模态输出图像展示结构像功能像扩散加权像关于不同模态的指标解读小伙伴们可参阅往期推文MRIQC工具指南周翊公众号茗创科技 引用量1000 | 为什么越来越多高水平 MRI 研究开始强调质量控制——MRIQC工具指南参考文献Esteban, O., Birman, D., Schaer, M., Koyejo, O. O., Poldrack, R. A., Gorgolewski, K. J. (2017). MRIQC: Advancing the automatic prediction of image quality in MRI from unseen sites. PloS one, 12(9), e0184661.Hagen, M. P., Provins, C., MacNicol, E., Li, J. K., Gomez, T., Garcia, M., ... Esteban, O. (2026). Quality assessment and control of unprocessed anatomical, functional and diffusion MRI of the human brain using MRIQC. Nature Protocols, 1-29.
