如何将20例受试者4D fMRI NIfTI数据导入指定Python预处理代码

1. 先搞定必要的Python库 #

首先确保你装了这两个核心工具：

• nibabel：专门读写NIfTI格式的fMRI数据
• os：Python自带的路径/文件处理工具，无需额外安装

装库命令直接在终端运行：

pip install nibabel numpy

2. 遍历所有受试者文件夹 #

你的数据结构是每个受试者对应独立文件夹（Sub1、Sub2...），每个文件夹里有单个NIfTI文件。第一步先把所有受试者的文件路径找出来：

import os
import nibabel as nib
import numpy as np

# 定义数据根路径，用原始字符串避免Windows路径转义问题
root_dir = r'F:\New folder\cn_processed data'

# 筛选根目录下的所有受试者文件夹
subject_folders = [f for f in os.listdir(root_dir) if os.path.isdir(os.path.join(root_dir, f))]
# 按名称排序，保证受试者顺序统一（可选）
subject_folders.sort()

3. 读取并整合数据 #

根据你的预处理代码需求，分两种场景处理：

场景1：把所有受试者数据整合成一个大数组 #

如果预处理代码需要一次性处理全量数据，可以将每个受试者的4D数据（x,y,z,t）堆叠成5D数组（受试者数, x,y,z,t）：

all_subject_data = []
for sub_folder in subject_folders:
    # 拼接受试者文件夹的完整路径
    sub_full_path = os.path.join(root_dir, sub_folder)
    # 找出文件夹里的NIfTI文件（假设每个文件夹只有一个.nii文件）
    nifti_files = [f for f in os.listdir(sub_full_path) if f.endswith('.nii')]
    if not nifti_files:
        print(f"警告：{sub_folder}文件夹内未找到NIfTI文件")
        continue
    # 读取NIfTI文件
    nifti_full_path = os.path.join(sub_full_path, nifti_files[0])
    img = nib.load(nifti_full_path)
    data = img.get_fdata()
    # 将当前受试者数据加入列表
    all_subject_data.append(data)

# 转换为5D numpy数组
all_data_array = np.stack(all_subject_data, axis=0)
print(f"整合后数据形状：{all_data_array.shape}")  # 输出应为(20, x, y, z, t)

场景2：逐个处理单个受试者数据 #

如果你的预处理代码是针对单受试者写的，直接循环遍历处理即可：

# 替换成你的实际预处理函数，输入单受试者4D数据，输出处理后的数据
def preprocess_single_subject(raw_data):
    # 这里写你的预处理逻辑：比如去漂移、平滑等
    processed_data = raw_data  # 示例，替换为真实代码
    return processed_data

# 循环处理每个受试者
for sub_folder in subject_folders:
    sub_full_path = os.path.join(root_dir, sub_folder)
    nifti_files = [f for f in os.listdir(sub_full_path) if f.endswith('.nii')]
    if not nifti_files:
        print(f"警告：{sub_folder}文件夹内未找到NIfTI文件")
        continue
    # 读取原始数据
    nifti_full_path = os.path.join(sub_full_path, nifti_files[0])
    img = nib.load(nifti_full_path)
    raw_data = img.get_fdata()
    
    # 执行预处理
    processed_data = preprocess_single_subject(raw_data)
    
    # 保存处理结果
    output_dir = os.path.join(root_dir, 'processed_results')
    os.makedirs(output_dir, exist_ok=True)  # 自动创建输出文件夹（不存在时）
    output_file_path = os.path.join(output_dir, f"{sub_folder}_processed.nii")
    
    # 保存为NIfTI格式，必须保留原图像的空间定位信息（affine）
    processed_img = nib.Nifti1Image(processed_data, img.affine)
    nib.save(processed_img, output_file_path)
    print(f"{sub_folder}处理完成，结果已保存至{output_file_path}")

4. 新手避坑提示 #

• 别手动拼路径：一定要用os.path.join()拼接路径，避免Windows/Linux系统路径格式冲突
• 检查文件存在：读取前确认文件存在，避免报错中断程序
• 保留空间定位：保存处理后的数据时，必须传入原图像的img.affine，否则NIfTI文件会丢失空间坐标信息
• 注意内存限制：如果20例数据同时加载到内存导致内存不足，优先选择逐个处理的方式

内容的提问来源于stack exchange，提问作者Abinaya R