nilearn/nilearn

Nilearn – 脑成像的机器学习

是什么 – Nilearn 是一个 Python 库，可轻松分析三维脑 MRI 体积和皮层表面数据。它封装了统计工具（一般线性模型）和 scikit-learn 机器学习工具箱，使您能够对神经影像数据执行分类、解码和连接性分析等任务。

为何重要 – 脑成像研究人员经常需要对大规模、高维度的数据集应用复杂的统计或机器学习技术。Nilearn 提供了一个高层、文档完善的 API，抽象掉了底层神经影像文件处理，同时仍可访问强大的 scikit-learn 算法。这降低了可重复、数据驱动型神经科学的门槛。

主要功能（如 README 所述）

• 通过 scikit-learn 支持基于 GLM 的分析和多变量统计。
• 同时处理体素（voxel）和表面（mesh）神经影像数据。
• 包含绘图工具（matplotlib，可选 plotly/kaleido），用于可视化结果。
• 全面的、教程风格的文档和活跃的社区（滴定时间、Discord、Mastodon、Bluesky、YouTube）。

如何开始

python -m pip install nilearn

README 指向一个 安装页面 以获取更详细的设置说明，以及一个 开发指南 供贡献者参考。

社区与支持

• 每周三 16:00–17:00 UTC 在 Jitsi Meet 上的每周在线滴定时间。
• 公开聊天在 Discord 上，同时在 Mastodon、Bluesky 和 YouTube 上也有存在。
• 文档中链接了问题追踪器和贡献指南。

了解更多

• 源代码：https://github.com/nilearn/nilearn/
• 稳定文档：https://nilearn.github.io/
• 开发文档（贡献、测试等）也托管在同一网站上。

---

所有陈述均直接取自仓库的 README；未推断任何额外功能。