最近在使用Gretna对fMRI数据进行预处理的时候，总是遇到卡死的状态，仔细研究了一下Gretna的源代码，发现其Workflow部分使用了PSOM的工具包，这个问题就没办法调试了，于是开始思考是否能够有其他的工具来完成同样的东东。
通过一段时间的调研，发现了这个Python的框架（截止目前为止，该框架的版本为1.0.4），于是有了这篇文章。这是一个自己学习的笔记，准备慢慢记录Nipype，主要参考的是Nipype的网站和文档，具体链接如下：
http://nipype.readthedocs.io/en/latest/quickstart.html
https://nipype.readthedocs.io/en/latest/users/install.html
http://nipype.readthedocs.io/en/latest/documentation.htmlhttps://pypi.org/project/nipype/#files
Nipype是一个用Python编写的框架，主要用于处理神经影像学的各类数据，其集成了大部分常用的神经影像学数据处理软件，包括ANTS, SPM, FSL, FreeSurfer, Camino, MRtrix, MNE, AFNI, Slicer等，其中我只用过SPM和FSL，用这个框架可以自定义工作流，使不同的软件协同工作。
1. 安装
需要说明的是，截止目前为止，Nipype在类Unix系统上会运行的更稳定一些，例如Linux、MacOS都是完美支持的，对于Windows则不完全支持（虽然能够通过Conda和Pip安装上，但是运行的时候会报错，似乎其中引用了一个getpwd的包，而这个包只支持Linux等系统）。
Nipye的安装主要有三种方式：
1.1 Docker
如果想要在Windows系统上使用Nipype，恐怕除了虚拟机意外，最简单便捷的方式就是使用Docker了，在使用Docker时，只需要从镜像库将其拖下来就好了，需要执行如下命令：docker pull nipype/nipype
1.2 Conda
Conda的安装也非常简单，只需要执行如下命令就可以了，当然为了便于演示和操作，建议也安装Jupyter。(我用的就是这种方法）
conda install --channel conda-forge nipype
conda install jupyter
如果要绘制图片，切记要安装以下两个包，否则会报错的。
conda install graphviz, pydot
1.3 Pip
Pip的安装同样简单（我都不好意思再打这几个字了）
pip install nipype如果想要安装nipype的所有可选的特征，就需要使用如下命令（我没有使用）
pip install nipype[all]