M2G: NeuroData的MRI转图表工具介绍

资源摘要信息:"m2g:NeuroData的MRI到图表（m2g）-结构连接器估计包和管道" 知识点: 1. m2g管道的用途: m2g管道是由NeuroData开发的一个交钥匙解决方案，其目的是可靠且可缩放地估计多分辨率connectomes，即从MRI（磁共振成像）数据中提取大脑的结构连接性信息。 2. 系统要求: m2g管道主要在Mac OSX，Ubuntu（12、14、16、18）和CentOS（5、6）上开发和测试，可以在Python 3.6上运行。它包装在Docker容器中，并提供基于FSL，AFNI，Dipy，Nibabel，Nilearn，Networkx，Numpy，Scipy，Scikit-Learn等工具的安装指导。此外，它不需要运行非标准硬件。 3. m2g管道的功能: m2g管道能够提供可靠且可靠的跨各种数据集的连接性估计。这为人的连接套估计提供了一键式解决方案。 4. m2g管道的实现方式: m2g管道通过提供结构和扩散MRI数据来估计多分辨率connectomes。这个过程是通过在BiorXiv上的预印本中进行说明并分析派生工具来实现的。 5. m2g管道的使用方式: m2g管道的使用方式包括使用S3数据集，示例数据集，手稿复制等。具体的使用方法可以在其官方网站或者相关文档中找到。 6. m2g管道的授权情况: 目前，关于m2g管道的授权信息还没有详细的描述，可能需要通过查看其官方网站或文档来获取更多信息。 7. JupyterNotebook标签: m2g管道使用了JupyterNotebook作为开发和演示工具。JupyterNotebook是一个开源的web应用程序，允许用户创建和共享包含实时代码，方程，可视化和文本的文档。 8. m2g-deploy压缩包文件: 这个压缩包文件可能包含m2g管道的所有部署文件，包括源代码，配置文件，安装说明等，以方便用户下载和使用。 以上就是m2g管道的主要知识点。需要注意的是，这些知识点可能会随着m2g管道的更新和优化而发生变化，具体的情况还需要参考m2g管道的官方网站或相关文档。