Importation dans une base de données BrainVISA

Importation dans une base de données BrainVISA

Les traitements de cette catégorie permettent d'importer vos données dans une des bases de données BrainVISA configurées. Ces traitements prennent en entrée des fichiers et les copient dans une base de données BrainVISA.

Sous-catégories

Il existe plusieurs sous-catégories dans importation :

Que fait un traitement d'importation ?

Chaque traitement d'importation est conçu pour un type de données spécifique et éventuellement pour une source de données spécifique (scanner, logiciel, etc.). Le traitement demande à l'utilisateur les informations nécéssaires pour traiter la données et qui ne peuvent pas être extraite des fichiers sources. Il écrit alors ces informations avec la données dans la base de données BrainVISA.

Comment les informations supplémentaires sont-elles stockées dans la base de données ?

Depuis que BrainVISA et la librairie Aims (librairie de traitement C++) peuvent reconnaître plusieurs formats de fichiers (DICOM, Nifti, SPM/Analyse, GIS, MINC, etc.), nous avons choisi de créer un fichier d'entête qui peut être attaché à n'importe quel fichier (pas seulement des images) et qui peut contenir n'importe quelle information structurée. L'extension de ce fichier d'entête est '.minf' et son format actuel est celui dictionnaire Python (il sera remplacé plus tard par un fichier XML). Les informations extraites du format de l'image (dimensions du volume, taille des voxels, etc.) sont complétées par celles de ce fichier minf. Le nom du fichier d'entête est la concaténation du nom du premier fichier de l'image (dans un ordre défini par BrainVISA) et de l'extension '.minf'. Par exemple, le format SPM est défini par les extensions *.img et *.hdr. Donc pour lire une image au format SPM, les fichiers suivants seront utilisés :
Voici un exemple pour illustrer la structure d'un fichier *.minf :
          attributes = {
          'ascii' : 0,
          'byte_swapping' : 1,
          'data_type' : 'S16',
          'file_type' : 'GIS',
          'object_type' : 'Volume',
          'volume_dimension' : [ 256, 256, 124, 1 ],
          'voxel_size' : [ 1.01562, 1.01562, 1.1, 1 ]
          }