.. image:: doc/_static/images/logos/dipy-logo.png :height: 180px :target: https://dipy.org :alt: DIPY - Python中的扩散成像

|

.. image:: https://github.com/dipy/dipy/actions/workflows/test.yml/badge.svg?branch=master :target: https://github.com/dipy/dipy/actions/workflows/test.yml

.. image:: https://github.com/dipy/dipy/actions/workflows/build_docs.yml/badge.svg?branch=master :target: https://github.com/dipy/dipy/actions/workflows/build_docs.yml

.. image:: https://codecov.io/gh/dipy/dipy/branch/master/graph/badge.svg :target: https://codecov.io/gh/dipy/dipy

.. image:: https://img.shields.io/pypi/v/dipy.svg :target: https://pypi.python.org/pypi/dipy

.. image:: https://anaconda.org/conda-forge/dipy/badges/platforms.svg :target: https://anaconda.org/conda-forge/dipy

.. image:: https://anaconda.org/conda-forge/dipy/badges/downloads.svg :target: https://anaconda.org/conda-forge/dipy

.. image:: https://img.shields.io/badge/License-BSD%203--Clause-blue.svg :target: https://github.com/dipy/dipy/blob/master/LICENSE

DIPY [DIPYREF]_ 是一个用于分析磁共振扩散成像的 Python 库。

DIPY 仅适用于科研用途；如果您计划在临床环境中部署，请联系 admins@dipy.org。

网站

最新信息始终可以在 DIPY 官网找到——https://dipy.org

邮件列表

请参阅 DIPY 社区列表：https://mail.python.org/mailman3/lists/dipy.python.org/

用户论坛请访问：https://github.com/dipy/dipy/discussions

代码

您可以在这里找到我们的源代码和一键下载：

• GitHub 上的 主仓库_。
• 所有版本及当前开发分支的 文档_。
• 以 tar/zip 文件形式下载的 当前主干_。

.. _主仓库: https://github.com/dipy/dipy .. _文档: https://dipy.org .. _当前主干: https://github.com/dipy/dipy/archives/master

安装 DIPY

可以使用 pip 安装 DIPY::

pip install dipy

或者使用 conda 安装::

conda install -c conda-forge dipy

有关详细的安装说明，包括从源码安装的方法，请参阅我们的 安装文档 <https://docs.dipy.org/stable/user_guide/installation.html>_。

Python 版本与依赖

DIPY 尽可能遵循 Scientific Python_ 的 SPEC 0 — 最低支持版本_ 建议，包括支持的 Python 版本和依赖库版本。

更多信息请参阅 工具链路线图 <https://docs.dipy.org/stable/devel/toolchain.html>_。

许可证

DIPY 根据 BSD 许可证条款进行授权。详情请参阅 LICENSE 文件 <https://github.com/dipy/dipy/blob/master/LICENSE>_。

贡献

我们欢迎社区的贡献。请阅读我们的 贡献指南 <https://github.com/dipy/dipy/blob/master/.github/CONTRIBUTING.md>_。

参考文献

.. [DIPYREF] E. Garyfallidis, M. Brett, B. Amirbekian, A. Rokem, S. Van Der Walt, M. Descoteaux, I. Nimmo-Smith 以及 DIPY 贡献者， “DIPY，用于分析扩散 MRI 数据的库”， 神经信息学前沿，第8卷，第8页，Frontiers 出版社，2014年。

.. _Scientific Python: https://scientific-python.org/ .. _SPEC 0 — 最低支持版本: https://scientific-python.org/specs/spec-0000/

DIPY 快速上手指南

DIPY (Diffusion Imaging in Python) 是一个用于分析磁共振扩散成像（dMRI）数据的开源 Python 库。它广泛应用于神经科学研究中的纤维追踪、微结构建模和数据可视化。

注意：DIPY 仅供研究使用。如需在临床环境中部署，请联系官方团队 (admins@dipy.org)。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：支持 Linux、macOS 和 Windows。
• Python 版本：建议使用 Python 3.9 或更高版本（DIPY 遵循 Scientific Python SPEC 0 标准）。
• 前置依赖：安装 DIPY 时会自动处理核心依赖（如 NumPy, SciPy, Nibabel 等），无需手动预装。

安装步骤

您可以选择使用 pip 或 conda 进行安装。国内用户推荐使用国内镜像源以加速下载。

方式一：使用 pip 安装（推荐）

使用清华大学或阿里云镜像源加速安装：

pip install dipy -i https://pypi.tuna.tsinghua.edu.cn/simple

或者使用阿里云镜像：

pip install dipy -i https://mirrors.aliyun.com/pypi/simple/

方式二：使用 conda 安装

如果您使用 Anaconda 或 Miniconda，可以通过 conda-forge 渠道安装：

conda install -c conda-forge dipy

提示：如需从源代码安装或获取更详细的配置说明，请参阅官方文档：https://docs.dipy.org/stable/user_guide/installation.html

基本使用

以下是一个最简单的示例，展示如何加载 NIfTI 格式的扩散影像数据并获取其形状信息。

import dipy.core.gradients as dpg
import dipy.io.image as dio
import numpy as np

# 1. 加载扩散加权图像 (DWI) 和 bvals/bvecs 文件
# 假设您已有 data.nii.gz, bvals, bvecs 文件
data, affine = dio.load_nifti('data.nii.gz')

# 2. 读取梯度表信息
bvals = np.loadtxt('bvals')
bvecs = np.loadtxt('bvecs').T

# 3. 创建 GradientTable 对象
gtab = dpg.gradient_table(bvals, bvecs)

# 4. 打印数据基本信息
print(f"数据形状：{data.shape}")
print(f"梯度表包含 {len(gtab.bvals)} 个测量点")

# 接下来即可进行去噪、重建模型或纤维追踪等操作

下一步建议： 访问 DIPY 官方教程 获取更多关于去噪、配准、微结构建模及纤维追踪的高级示例。