Ubuntu系统下MRIcroN、FSL6.0.5、Freesurfer7.1.1、ANTs、MRtrix3、AFNI的安装详解——核磁共振数据处理必备

Ubuntu系统下MRIcroN、FSL6.0.5、Freesurfer7.1.1、ANTs、MRtrix3、AFNI的安装详解

• 一、安装MRIcroN
• 二、 FSL6.0.5完整安装与FSLeyes等Not Found修复
• • Anaconda与虚拟环境（所有操作均在root下）
  • • 获取最新版Anaconda3
    • 安装Anaconda3
    • 配置所有用户可用
    • 去掉恼人的base
    • 创建虚拟环境
  • FSL与FSLeyes安装（所有操作均在root下)
  • • 下载FSL
    • 安装FSL
    • 添加环境变量到/etc/bash.bashrc末尾 (ubuntu)或者 /etc/bashrc 末尾 (centos)，便于所有用户都可以使用
    • 安装FSLeyes
    • 修复FSL中的FSLeyes等(所有操作均在root下)
    • 批量建立软连接
• 三、Freesurf的安装及使用
• • Step1: 下载Freesurfer，该软件提供两种下载方式，
  • Step2: 将下载数据移动到/usr/local文件夹下：
  • Step3: 进入文件夹并解压：
  • Step4: 创建license文本：
  • Step5: 环境配置
  • Step6: 测试安装是否正确
  • 使用说明
• 四、 医学图像配准软件 ANTs（Advanced Normalization Tools）的安装和使用说明
• • ANTs 介绍
  • ANTs 的安装
  • • (1) 基于源码安装 ANTs
    • 安装 git , cmake, ccmake 和 c++ 编译器
    • 获取ANTs源码以及编译
    • 设置环境变量，更改.bashrc或.profile文件
    • ANTs 的使用
    • (2) 基于 python 安装 antspy
• 五、MRtritrix3 白质纤维素追踪的安装及使用
• • 用conda下载安装 mrtirx3
  • 源码编译安装
  • • 1、安装依赖包
    • 2、 构建MRtrix3
    • 3、 设置MRtrix3
    • 4、 使MRtrix3保持最新
    • 5、部署
• 六、AFNI安装
• • 软件下载
  • 安装流程
  • • 加载依赖包
    • 安装
    • 加载R包

---

一、安装MRIcroN

打开终端，输入以下命令即可安装成功

---

sudo apt-get install mricron

---

二、 FSL6.0.5完整安装与FSLeyes等Not Found修复

原文链接：up主原文链接

采用了这篇博客给出的办法，但是这个办法有一个bug，那就是安装完成之后，fsleyes、imcp、immv等缺失，即fsleyes not found，经过反复试验，最终笔者可以非常顺利的修复fsleyes等缺失的问题啦，现记录在此供大家参考。

操作系统：ubuntu20.04
  使用工具：Anaconda3-2020.11-Linux
  待装软件：fsl6.05 , 下载地址：官方下载链接
  

Anaconda与虚拟环境（所有操作均在root下）

先切换到root用户，避免后面反复输密码，不过操作要小心，不要误删了东西。

sudo su

获取最新版Anaconda3

 wget -c https://repo.anaconda.com/archive/Anaconda3-2020.11-Linux-x86_64.sh

安装Anaconda3

bash $downloaddir/Anaconda3-2020.11-Linux-x86_64.sh     # $downloaddir 为你的下载路径

长按enter，直到出现 [yes|no]，输入yes

自定义安装路径，我喜欢放在**/opt**下：[/root/anaconda3] >>> /opt/anaconda3

Do you wish the installer to initialize Anaconda3? 输入yes

source一下使得 initialize生效

source ~/.bashrc

配置所有用户可用

查看.bashrc文件，将如下所示的conda配置部分复制到/etc/bash.bashrc末尾 (ubuntu)或者 /etc/bashrc 末尾 (centos)。重启一下终端，那样所有用户就可以使用anaconda了。

vim ~/.bashrc

去掉恼人的base

conda deactivate
conda config --set auto_activate_base false

创建虚拟环境

从FSL6.0.2之后，FSLeyes就独立于FSL了。如果你有观察过FSL文件中的FSLeyes，你会发现它装在一个miniconda创建的虚拟环境fslpython里。它要用到wxpython，numpy等我们非常熟悉的包。由于笔者用anaconda比较多，所以就用的它。
  
  root用户下创建虚拟环境，便于所有用户都可以用，其存于$AnacondaPATH/envs/目录下。

conda create -n fslpython python=3.8

FSL与FSLeyes安装（所有操作均在root下) 下载FSL

下载fsl6.0.5，下载地址：https://fsl.fmrib.ox.ac.uk/fsldownloads_registration/download/fsl=12,o_s=27,d_type=release/

安装FSL

解压下载文件到你想要的安装目录，笔者放在/opt下

cp $downloaddir/fsl-6.0.5-centos6_64.tar.gz /opt     #$downloaddir 为你的下载路径
cd /opt
tar -xzvf /opt/fsl-6.0.5-centos6_64.tar.gz

添加环境变量到/etc/bash.bashrc末尾 (ubuntu)或者 /etc/bashrc 末尾 (centos)，便于所有用户都可以使用

vim /etc/bash.bashrc

键入环境变量：

export FSLDIR=/opt/fsl
export PATH=$PATH:$FSLDIR/bin
source $FSLDIR/etc/fslconf/fsl.sh

重启终端，然后再键入fsl就可以使用fsl了，但是你会发现点击FSLeyes的时候，会出现/fsl/bin/fsleyes: not found的错，因为用上述方法下载的包，不包含fsleyes及其依赖的环境。 现在我们手动安装并修复它。

安装FSLeyes

激活上面创建的虚拟环境

conda activate fslpython

通过conda-forge安装FSLeyes

conda install -c conda-forge fsleyes

安装完成之后，进入fsleyes所在目录，我的在 opt/anaconda3/envs/fslpython/bin/下，然后**./fsleyes运行fsleyes**，如果弹出如下界面，说明FSLeyes安装成功了。但GUI上还是不能用。

修复FSL中的FSLeyes等(所有操作均在root下)

删除fsl的bin文件的fsleyes链接

rm /opt/fsl/bin/fsleyes

建立新的软连接

ln -s /opt/anaconda3/envs/fslpython/bin/fsleyes /opt/fsl/bin/fsleyes

查看软连接

ll /opt/fsl/bin/fsleyes

再一次在终端键入fsl，然后再点击FSLeyes图标，FSLeyes就奇迹般的出现啦。

但上述操作之后，还有些只在fslpython虚拟环境中的FSL命令可能也找不到，如imcp，immv，dcm2niix等，此时可以直接添加如下环境变量到/etc/bash.bashrc末尾 (ubuntu)或者 /etc/bashrc 末尾 (centos)，这样虚拟环境fslpython/bin下所有的命令都可以直接使用，而无需逐一建立软连接。

vim /etc/bash.bashrc

键入

export PATH=$PATH:/opt/anaconda3/envs/fslpython/bin

注意：虚拟环境里面也有python，如果系统中已经安装过python，要注意区分使用。

批量建立软连接

用把fslpython的bin文件直接添加环境变量的粗暴方式，可以解决imcp，immv，dcm2niix等命令的直接使用问题，但是在用GUI的时候就会遇到错误，比如/opt/fsl/bin/imcp not found、/opt/fsl/bin/immv not found等，这是因为GUI默认使用这些命令时，前面是加了fsl的bin路径的。解决方法就是用下面的脚本，粗暴的把fslpython/bin下的所有命令都软连接到/fsl/bin下。

创建一个shell脚本

touch softlink.sh

#! /bin/bash

for link in $(ls $1)
do
        echo $link
        ln -s $1/$link $2/$link
done

终端运行

bash softlink.sh /opt/anaconda3/envs/fslpython/bin /opt/fsl/bin

参考
[1] https://blog.csdn.net/qq_41763734/article/details/104721471
[2] https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/FSLeyes

---

三、Freesurf的安装及使用

FreeSurfer是美国MIT Health Sciences&Technology和Massachusetts General Hospital共同开发的磁共振数据处理软件。该软件是一款用于分析脑神经数据的工具集合，它提供了一系列的算法来量化人脑的功能、连接以及结构属性，能对高分辨率的磁共振图像进行三维重建，生成展平或胀平图像，并能得到皮质厚度、面积、灰质容积等解剖参数。FreeSurfer最初起源于一个个软件包，这个软件包目的是基于T1图像通过自动创建的一组人脑宏观可见的结构模型，进而构建大脑皮层的表层。FreeSurfer是免费的，兼容多个软硬件平台，并且它还是开源的。

FreeSurfer是一组功能强大的用于人脑关键特性分析的自动化工具，具有很强的扩展性。这些功能包括：大部分宏观可见的脑结构的体积分割，海马区分割，基于皮质折叠模式的组内排列，基于扩散性MRI的白质分割，皮质折叠模式的区域划分，通过活体数据估计组织边界，皮质厚度匹配，以及人脑皮层表面模型构建。

本文是Ubuntu20.04系统上安装Freesurfer软件。以下是所有安装流程。

Step1: 下载Freesurfer，该软件提供两种下载方式，

一种是直接去官网下载，地址为官方地址 https://surfer.nmr.mgh.harvard.edu/fswiki/rel7downloads.

第二种就是在Ubuntu里使用命令下载：

wget ftp://surfer.nmr.mgh.harvard.edu/pub/dist/freesurfer/7.1.1/freesurfer-linux-centos7_x86_64-7.1.1.tar.gz

Step2: 将下载数据移动到/usr/local文件夹下：

sudo mv freesurfer-linux-centos7_x86_64-7.1.1.tar.gz /usr/local

Step3: 进入文件夹并解压：

cd /usr/local
sudo tar xzvf freesurfer-linux-centos7_x86_64-7.1.1.tar.gz

Step4: 创建license文本：

sudo touch freesurfer/license.txt

去官网申请license,地址为注册地址 https://surfer.nmr.mgh.harvard.edu/registration.html，填写相关信息。

随后会收到一封邮件，附件包含一份license.txt文档，下载该文件，复制其中的内容。

在Ubuntu中输入以下指令：

sudo su
cd /usr/local/freesurfer
gedit license.txt

随后会打开Ubuntu中的license文件，将复制的内容粘贴进去即可。

Step5: 环境配置

输入以下指令：

sudo gedit  /etc/profile

在打开文件的最后输入以下语句：

export FREESURFER_HOME=/usr/local/freesurfer

输入以下指令：

sudo gedit  /etc/bash.bashrc

在打文件最后输入以下语句：

export FREESURFER_HOME=/usr/local/freesurfer
source $FREESURFER_HOME/SetUpFreeSurfer.sh

保存，退出。

Step6: 测试安装是否正确

最简单的办法是在终端输入指令

recon-all

则会跳出相应的使用说明。

输入以下指令:

cp $FREESURFER_HOME/subjects/sample-001.mgz .
mri_convert sample-001.mgz sample-001.nii.gz

会打印出以下语句:

reading from sample-001.mgz...
TR=7.25, TE=3.22, TI=600.00, flip angle=7.00
i_ras = (-0, -1, -0)
j_ras = (-0, 0, -1)
k_ras = (-1, 0, 0)
writing to sample-001.nii.gz...

输入以下语句：

cd $SUBJECTS_DIR

再次输入：

freeview -v 
 bert/mri/T1.mgz 
 bert/mri/wm.mgz 
 bert/mri/brainmask.mgz 
 bert/mri/aseg.mgz:colormap=lut:opacity=0.2 
 -f 
 bert/surf/lh.white:edgecolor=blue 
 bert/surf/lh.pial:edgecolor=red 
 bert/surf/rh.white:edgecolor=blue 
 bert/surf/rh.pial:edgecolor=red

出现以下界面：

在之后每次打开终端，都会弹出几行代码，我们需要在终端进行环境变量配置：

export FREESURFER_HOME=/usr/local/freesurfer
source $FREESURFER_HOME/SetUpFreeSurfer.sh

使用说明

下面是dcm2nii的批处理，即把.dcm文件转换为.nii.gz文件

#!/usr/bin/env bash

for subj in `ls /home/xxxxx/freesurf_study/ProcessingDcm2nii/T1Raw`
do
	mkdir -p /home/xxxxx/freesurf_study/ProcessingDcm2nii/T1Raw2nii/${subj}
	dcm2nii -o /home/xxxxx/freesurf_study/ProcessingDcm2nii/T1Raw2nii/${subj} /home/xxxxx/freesurf_study/ProcessingDcm2nii/T1Raw/${subj}
done

recon-all批处理

#!/usr/bin/env bash
export SUBJECTS_DIR=/home/xxxxx/freesurf_study/test_freesurf/recon_result

for subj in `ls ./T1Raw2nii`
do
        rm -rf ./T1Raw2nii/$subj/co2007*.nii
        rm -rf ./T1Raw2nii/$subj/o2007*.nii
       recon-all -s $subj -i ./T1Raw2nii/$subj/2007*.nii -all -qcache
done

---

四、 医学图像配准软件 ANTs（Advanced Normalization Tools）的安装和使用说明

原文链接：原文地址

参考链接2

参考链接3

参考链接4
知乎链接： 博士up主

本文是关于医学图像配准软件 ANTs（Advanced Normalization Tools）的安装和使用说明。

ANTs 介绍

ANTs 是 Advanced Normalization Tools 的缩写，是基于 C 语言的一个医学图像处理的软件，速度比较快。

ANTs 支持 2D 和 3D 的图片，包括以下格式的文件：
• Nifti (.nii, .nii.gz)
• Analyze (.hdr + .img / .img.gz)
• metaImage (.mha)
• Other formats through itk::ImageFileWriter / itk::ImageFileWriter such as jpg, tiff, etc. See ITK documentation.

ANTs 的安装

ANTs 的安装主要有两种形式，一种是基于源码的安装，安装完毕后可以直接在命令行调用相应的功能，另一个种是基于 python 的安装，安装完毕后可以在 python 中直接调用相应的包进行使用。两种方式暂时只支持 Linux 和 Mac 系统。

(1) 基于源码安装 ANTs 安装 git , cmake, ccmake 和 c++ 编译器

sudo apt-get install git                           # 安装git
sudo apt-get install build-essential                 # 安装gcc和一些库函数，提供C/C++编译环境
sudo apt install cmake                             # 安装cmake
cmake --version                                   #可查看到camke版本，检查cmake和ccmake安装是否一致

获取ANTs源码以及编译

git clone git://github.com/ANTsX/ANTs.git             #从github上克隆相应的仓库，保存在当前目录下的ANTs文件夹下
mkdir antsbin                     #创建antsbin文件夹
cd antsbin                             #进入antsbin文件夹
ccmake ../ANTs                            #进入cmake界面，然后依次按下'C'键，稍作等待，再按下'C'键和'G'键，分别完成设置和生成后回到命令行

在跳出来的编译界面，按c，Cmake会做一些检查和给出选择界面（一定要改的选项！！看官网和别人教程中都没有提到的大坑，先说结论）

• SuperBuild_ANTS_USE_GIT_PROTOCOL 改成 “OFF”. (把防火墙关掉，否则后续编译自动适配下载ITK会超时)
• RUN_LONG_TESTS 和 RUN_SHORT_TESTS 改成 “OFF”. （否则后续编译会报 recipe for target 错误）
• 再次按c，做另一轮的configuration．如果没有报错的话，就可以按g来生成生成make files．

进行编译（四选一，最后一个是多线程编译，适合电脑配置比较好的，出错了可以换第一个试试）

make -j 4                          #进行编译，需要运行较长时间
make 2>&1 | tee build.log
make > build.log 2>&1 
make -j 2 2>&1 | tee build.log

如果遇到 cmake 或 ccmake 版本不匹配的问题需要将其卸载重装，并更新环境变量。

编译完之后如果在 antsbin 目录下出现 bin 目录，则可以进行下一步了，若没有 bin 目录，需要自己建立 bin 目录，并把三个地方的文件拷贝进去，具体做法如下：

在 antsbin 目录下

mkdir bin #在antsbin下建立bin目录
cp ./ANTS-build/Examples/* ./bin # 将ANTS-build/Examples下的文件复制到bin目录中
cp ./staging/bin/* ./bin #将staging/bin下的文件复制到bin目录中
cp ../ANTs/scripts/* ./bin #将ANTs/scripts下的文件复制到bin目录中

设置环境变量，更改.bashrc或.profile文件

cd ~  #回到home文件夹下
vi ~/.bashrc  #打开vi进行编辑，按'i'进入插入模式，并在文档末尾插入以下内容
export ANTSPATH=/home/username/antsbin/bin/
export PATH=“$ANTSPATH:$PATH” 
#以上路径要和真实路径一致，然后依次按'ESC'键,'Shift'+':'键，'w'键和'q'键，然后回车保存并退出
source ~/.bashrc  #激活相应的环境配置

ANTs 的使用

在 ANTs/scripts 路径下有各种各样的 .sh 文件，较为常用的有antsRegistrationSyN.sh 等，为了方便调用可以将 .sh 文件的路径添加到环境变量中去：

vi ~/.bashrc  #打开.bashrc文件并在末尾添加以下内容
export PATH=$PATH:/home/username/ANTs/scripts
#保存并退出
source ~/.bashrc  #使环境变量生效

然后直接在命令行使用 antsRegistrationSyN.sh ，如果给出该命令的使用方法，则配置成功，如果给出报错信息则配置失败。

配准命令为：

antsRegistrationSyN.sh -d 2 -f fixed_img.jpg -m moving_img.jpg -o output

其中 -d 2 表示数据是 2 维图像，

-f fixed_img.jpg 是 fixed image 对应的图像名称，

-m moving_img.jpg 是 moving image 对应的图像名称，

-o output 是输出结果的前缀名。输出的数据如下：

output0GenericAffine.mat ， output1Warp.nii.gz 分别表示线性变换和非线性变换估计出的映射关系，outputWarped.nii.gz 表示将 moving_img.jpg 配准到 fixed_img.jpg 后的图像，outputInverseWarped.nii.gz 表示将 fixed_img.jpg 配准到 moving_img.jpg 后的图像。outputWarped.nii 和 outputInverseWarped.nii 的图片如下：

(2) 基于 python 安装 antspy

安装方法请参考github。

antspy现在应该只支持macos和linux系统，windows暂不支持，我ubuntu下是用以下命令安装的：

git clone https://github.com/ANTsX/ANTsPy
cd ANTsPy
python3 setup.py install

antspy的使用方法可以见官方使用手册，如果是做配准相关的，只需要看Core和Registration对应的内容，下面我也对配准中常用的函数做了下整理：

import os
import glob
import ants
import numpy as np
import SimpleITK as sitk

# ants图片的读取

f_img = ants.image_read("./data/f_img.nii.gz")
m_img = ants.image_read("./data/m_img.nii.gz")
f_label = ants.image_read("./data/f_label.nii.gz")
m_label = ants.image_read("./data/m_label.nii.gz")

'''
ants.registration()函数的返回值是一个字典：
    warpedmovout: 配准到fixed图像后的moving图像 
    warpedfixout: 配准到moving图像后的fixed图像 
    fwdtransforms: 从moving到fixed的形变场 
    invtransforms: 从fixed到moving的形变场

type_of_transform参数的取值可以为：
    Rigid：刚体
    Affine：仿射配准，即刚体+缩放
    ElasticSyN：仿射配准+可变形配准，以MI为优化准则，以elastic为正则项
    SyN：仿射配准+可变形配准，以MI为优化准则
    SyNCC：仿射配准+可变形配准，以CC为优化准则
'''

# 图像配准

mytx = ants.registration(fixed=f_img, moving=m_img, type_of_transform='SyN')

# 将形变场作用于moving图像，得到配准后的图像，interpolator也可以选择"nearestNeighbor"等

warped_img = ants.apply_transforms(fixed=f_img, moving=m_img, transformlist=mytx['fwdtransforms'],
                                   interpolator="linear")

# 对moving图像对应的label图进行配准

warped_label = ants.apply_transforms(fixed=f_img, moving=m_label, transformlist=mytx['fwdtransforms'],
                                     interpolator="linear")

# 将配准后图像的direction/origin/spacing和原图保持一致

warped_img.set_direction(f_img.direction)
warped_img.set_origin(f_img.origin)
warped_img.set_spacing(f_img.spacing)
warped_label.set_direction(f_img.direction)
warped_label.set_origin(f_img.origin)
warped_label.set_spacing(f_img.spacing)
img_name = "./result/warped_img.nii.gz"
label_name = "./result/warped_label.nii.gz"

# 图像的保存

ants.image_write(warped_img, img_name)
ants.image_write(warped_label, label_name)

# 将antsimage转化为numpy数组

warped_img_arr = warped_img.numpy(single_components=False)

# 从numpy数组得到antsimage

img = ants.from_numpy(warped_img_arr, origin=None, spacing=None, direction=None, has_components=False, is_rgb=False)

# 生成图像的雅克比行列式

jac = ants.create_jacobian_determinant_image(domain_image=f_img, tx=mytx["fwdtransforms"][0], do_log=False, geom=False)
ants.image_write(jac, "./result/jac.nii.gz")

# 生成带网格的moving图像，实测效果不好

m_grid = ants.create_warped_grid(m_img)
m_grid = ants.create_warped_grid(m_grid, grid_directions=(False, False), transform=mytx['fwdtransforms'],
                                 fixed_reference_image=f_img)
ants.image_write(m_grid, "./result/m_grid.nii.gz")

'''
以下为其他不常用的函数：

ANTsTransform.apply_to_image(image, reference=None, interpolation='linear')
ants.read_transform(filename, dimension=2, precision='float')

# transform的格式是".mat"

ants.write_transform(transform, filename)

# field是ANTsImage类型

ants.transform_from_displacement_field(field)
'''

print("End")

---

五、MRtritrix3 白质纤维素追踪的安装及使用

官网教材： 官方安装链接
博客链接： 博客参考链接

MRtrix3的官网（网站）其实讲的满详细的，但是对于新手可能会有点棘手，因为安装的过程没有window那么傻瓜式。下面我详细讲一下：

用conda下载安装 mrtirx3

输入

conda install -c mrtrix3 mrtrix3

如果terminal问你yes or no，就全部yes，按默认安装吧，没啥坏处。然后更新，

conda update mrtrix3

然后

conda update --all

配置环境变量

echo 'export PATH=$PATH:~/software/anaconda3/bin' >>~/.bashrc
source ~/.bashrc

这是用conda安装mrtirx3，conda是一个包管理工具，如果说不想用conda，也可以跟装fsl一样直接在linux下安装源代码。

源码编译安装 1、安装依赖包

要安装MRtrix3，您的系统上需要有许多可用的依赖项，如下所列。这些可以通过多种方式安装，具体取决于您的特定平台。

所需的依赖项：

• 一个C ++ 11兼容的编译器（GCC版本> = 5，铛）;
• Python版本 >= 2.7（由于Python2 已弃用，强烈推荐 >= 3 ）；
• 的ZLIB压缩库;
• Eigen版本 >= 3.2（推荐 >= 3.3）；
• Qt版本 >= 5.5（但不是Qt 6）[仅限 GUI 组件]；

和可选：

• libTIFF版本 >= 4.0（用于 TIFF 支持）；
• FFTW版本 >= 3.0（为了提高某些应用程序的性能，目前仅适用于mrdegibbs）；
• libpng（用于 PNG 支持）。

下面的说明列出了在 Linux、macOS 和 Windows 平台上安装这些依赖项的最常用方法。

sudo apt-get install git g++ python libeigen3-dev zlib1g-dev libqt5opengl5-dev libqt5svg5-dev libgl1-mesa-dev libfftw3-dev libtiff5-dev libpng-dev

在 Ubuntu 20.04 和更新版本上，您将python在上面的行中替换为python-is-python3（或者python-is-python2如果您仍在使用 2.7 版，该版本现已非常弃用）。

您可能会发现您的软件包安装程序无法找到列出的软件包，或者由于缺少依赖项（尤其是./configure命令）而导致后续步骤失败。在这种情况下，您需要搜索包数据库并找到这些包的正确名称：

• git;
• 合适的 C++ 编译器（例如 GCC 5 或更高版本，或 clang）；
• Python 版本 >= 2.7（强烈推荐版本 >= 3.0）；
• 的zlib压缩库及其相应的开发头/包括文件;
• Eigen 模板库（仅包含开发头文件/包含文件）；
• Qt 版本 >= 5.5，其相应的开发头文件/包含文件，以及编译代码所需的可执行文件。请注意，这可以分解为几个包，具体取决于您的发行版选择如何分发它。您将需要获得那些提供这些 Qt 模块的模块：Core、GUI、OpenGL、SVG 和 qmake, rcc&moc可执行文件（注意这些可能包含在其他包之一中）；
• [可选] TIFF 库和实用程序版本 >= 4.0，及其相应的开发头文件/包含文件；
• [可选] FFTW 库版本>= 3.0，及其对应的开发头/包含文件；
• [可选] PNG 库及其相应的开发头文件/包含文件。

2、 构建MRtrix3

1. 克隆MRtrix3存储库：

   git clone https://github.com/MRtrix3/mrtrix3.git
   

   或者如果您已经设置了 SSH 密钥（对于贡献者）：

   git clone git@github.com:MRtrix3/mrtrix3.git
   

2. 配置MRtrix3安装：

   cd mrtrix3
   ./configure
   

   如果这不起作用，请检查此步骤生成的“configure.log”文件，它可能会提供有关哪里出错的线索。

3. 构建二进制文件：

   ./build
   

---

3、 设置MRtrix3

1. 更新 shell 启动文件，以便将MRtrix3命令和脚本的位置添加到您的环境PATH变量中。

   如果您不熟悉或不习惯修改 shell 文件， MRtrix3现在提供了一个方便的脚本来为您执行此设置（假设您正在使用bash或等效的解释器）。从顶级MRtrix3目录，运行以下命令：

   ./set_path
   

2. 关闭终端并启动另一个终端以确保读取启动文件（或只需键入“bash”）

3. 键入mrview以检查一切是否正常

4. 您可能还想查看MRtrix3 配置文件选项列表， 并设置您认为系统可能需要的任何内容。

笔记

以上假设您的 shell 将~/.bashrc在启动时读取文件。这并不总是有保证的，这取决于您的系统是如何配置的。如果您发现上述方法不起作用（例如，键入 mrview返回“未找到命令”错误），请尝试更改步骤 1 以指示set_path脚本PATH在不同的文件中更新，例如~/.bash_profile或~/.profile，例如，如下所示：

./set_path ~/.bash_profile

---

4、 使MRtrix3保持最新

1. 您可以随时通过在MRtrix3文件夹中打开终端并键入以下内容来更新您的安装：

   git pull
   ./build
   

2. 如果这不能立即生效，可能是您需要重新运行配置脚本：

   ./configure
   

   并再次重新运行步骤 1。

5、部署

把MRtrix3的 bin/ 和 lib/ 和 share/ 文件放一起。

cd mrtrix3
tar cvfz mrtrix3.tgz bin/ lib/ share/
mkdir /usr/local/mrtrix3
cp mrtrix3.tgz /usr/local/mrtrix3/

然后解压

cd /usr/local/mrtrix3/
tar -xvf mrtrix3.tgz

然后删除掉压缩包。

rm -rf mrtrix3.tgz

最后配置环境，输入

sudo gedit /etc/profile

在打开的窗口中输入下面的这句话

export PATH=/usr/local/mrtrix3/bin:"$PATH"

然后可以随便输入一个命令，比如dwi2mask，输入dwi2，然后按tab，如果出现了dwi2mask就说明安装成功了，可以自由使用mrtrix3的函数了。或者输入meview看是否跳出以下界面

这个和conda的区别，类似于，举个例子，别人把环境部署好了放在conda下，从conda下载环境，就可以在conda下直接运行（类似于window下的docker），但是得先进conda再打开mrtrix3。而从源代码安装，就可以开机直接引用函数。（因为mrtix3仅仅是个包含了一百多个函数的工具包，并不是一个软件，没有提供GUI，就是这么个意思）。

到这里，基本没啥特别的坑，按照这个流程基本可以顺畅的安装好并使用。有一个关于新手的坑，就是在配置全局环境的时候，如果$符号或者PATH等语句粗心打错了，就会发现重启后进不去ubuntu了，一直卡在登录界面上。

这个时候就在登录界面按ctrl+alt+F2进去命令界面。加F1是图形登录界面，F2是命令界面，或者顺着F1按到F7都可以，然后会提示login，这个时候输入账号密码，记住别输错了，基本就可以进去，然后sudo vi /etc/profile，把错误的环境语句删除，保存退出，然后reboot，就可以进去登录了。如果觉得我说的太粗浅，可以去网上搜，很多文章提到这方面，因为不是特性问题，就不单独讲了。

---

六、AFNI安装

哔哩哔哩upz主安装讲解：https://www.bilibili.com/video/BV1jt4y117HY?spm_id_from=333.999.0.0

原文链接：https://blog.csdn.net/x_zliang/article/details/89704005

软件下载

软件下载地址： https://afni.nimh.nih.gov/pub/dist/doc/htmldoc/background_install/download_links.html

下载命令

wget https://afni.nimh.nih.gov/pub/dist/tgz/linux_ubuntu_16_64.tgz

安装流程

安装主页： 官方主页

加载依赖包

1. Copy+paste:

   sudo add-apt-repository universe
   

2. Copy+paste:

   sudo apt-get update
   
   sudo apt-get install -y tcsh xfonts-base python-qt4       
                           python-matplotlib                 
                           gsl-bin netpbm gnome-tweak-tool   
                           libjpeg62 xvfb xterm vim curl     
                           gedit evince eog                  
                           libglu1-mesa-dev libglw1-mesa     
                           libxm4 build-essential            
                           gnome-terminal nautilus           
                           gnome-icon-theme-symbolic         
                           firefox xfonts-100dpi
   

   Purpose: Installs a lot of packages that AFNI depends on (so we don’t have to reinvent the wheel!). This may take a little while to complete running.

   Some of these packages also improve terminal behavior, especially if you are running Ubuntu on a Windows machine.

安装

1. 将安装包linux_ubuntu_16_64.tgz拷贝到Linux的桌面。
2. 右键terminal。进入Linux命令窗口。
3. 输入cd ~/Desktop。进入linux_ubuntu_16_64.tgz存放的路径。
4. 输入sudo cp linux_ubuntu_16_64.tgz /usr/local/bin。注意空格。

sudo cp linux_ubuntu_16_64.tgz /usr/local/bin

5. 输入sudo cd /usr/local/bin。进入该目录。

sudo cd /usr/local/bin

6. 输入sudo tar zxvf linux_ubuntu_16_64.tgz。等待解压完成。

sudo tar zxvf linux_ubuntu_16_64.tgz

7. 重命名linux_ubuntu_16_64为AFNI，使用命令

   mv -f linux_ubuntu_16_64  AFNI
   

8. 输入sudo gedit ~/.bashrc。回车后需要输入用户密码。

sudo gedit ~/.bashrc

9. 在*.bashrc文件的最后面输入export PATH=/usr/local/bin/AFNI:$PATH。点保存，然后关闭窗口。

export PATH=/usr/local/bin/AFNI:$PATH

10. 更新一下

source ~/.bashrc

加载R包

1. For …

   • … a tcsh terminal, copy+paste:

     setenv R_LIBS $HOME/R
     mkdir  $R_LIBS
     echo  'export R_LIBS=$HOME/R' >> ~/.bashrc
     echo  'setenv R_LIBS ~/R'     >> ~/.cshrc
     curl -O https://afni.nimh.nih.gov/pub/dist/src/scripts_src/@add_rcran_ubuntu.tcsh
     

   • … a bash terminal, copy+paste:

     export R_LIBS=$HOME/R
     mkdir  $R_LIBS
     echo  'setenv R_LIBS ~/R'     >> ~/.cshrc
     echo  'export R_LIBS=$HOME/R' >> ~/.bashrc
     curl -O https://afni.nimh.nih.gov/pub/dist/src/scripts_src/@add_rcran_ubuntu.tcsh
     

   (To check your shell type, copy+paste: echo $0)

   Purpose: Step 1 of setting up modern R from scratch. Set the environment variable $R_LIBS to specify where to install+find the packages. The file obtained using curl contains instructions to add a more uptodate set of R libraries to the source list.

2. Copy+paste:

   sudo tcsh @add_rcran_ubuntu.tcsh
   

   Purpose: This script updates your package manager to be able to get a modern version of R. If you don’t already have R on your system, it will install it. If you do have R, it will stop and ask if you want to remove it and update it, or not.

3. Copy+paste:

   rPkgsInstall -pkgs ALL
   

   Purpose: Get specific R packages needed for AFNI programs. This step might take a while to complete.