Junifer

junifer (JUelich NeuroImaging FEature extractoR) ist eine Bibliothek zur Datenverarbeitung und Merkmalsextraktion, insbesondere auf funktionellen MRT-Daten. Sie ist ein nutzerorientiertes Werkzeug zur Extraktion von Merkmalen aus Neuroimaging-Daten, das einfach zu bedienen ist: Anwender:innen brauchen nur minimale Programmierkenntnisse und nur minimales Verständnis der internen Verarbeitungsschritte.

Im Gegensatz zu anderen Tools wie FSL, SPM, AFNI usw. ist junifer keine Toolbox zur Vorverarbeitung von Daten, sondern eine Toolbox zur Extraktion von Merkmalen aus zuvor vorverarbeiteten Daten.

Der Grundgedanke ist, dass aus einem Satz von Bildern (z.B. funktionelles MRT, strukturelles MRT, Diffusions-MRT, etc.) Merkmale extrahiert werden, die später in statistischen Analysen oder Modellen maschinellen Lernens (z.B. mit julearn) verwenden werden können.

Junifer ist ein No-Code-Tool, mit dem jeder Schritt einer Merkmalsextraktionspipeline in einer Textdatei mit YAML-Syntax parametrisiert werden kann. Durch Angabe des Datensatzes (oder seiner Struktur) und einer Liste der zu berechnenden Marker kann der Benutzer alle für seine ML-Modelle erforderlichen Merkmale leicht berechnen. Und mit nur ein paar weiteren Textzeilen kann die gesamte Verarbeitung in Rechenclustern erfolgen. Zu den herausragenden Merkmalen von Junifer gehören eine umfangreiche Liste eingebauter Datensätze, Parzellierungen, Masken und Marker sowie die Verarbeitung in nativen und Standardräumen (verschiedene MNI Vorlagen). Die Merkmalsextraktion ist transparent und reproduzierbar, da die gesamte Pipeline-Konfiguration in jeder Ausgabedatei gespeichert ist.

Weitere Informationen: https://juaml.github.io/junifer