Brain Imaging Data Structure (BIDS)
Présentation
La Brain Imaging Data Structure (BIDS) est une norme communautaire pour organiser et décrire les ensembles de données de recherche en neurosciences et biomédicales. Elle définit une convention de nommage de fichiers cohérente, une hiérarchie de répertoires et un schéma de métadonnées afin que les ensembles de données soient immédiatement compréhensibles par les humains et les logiciels. BIDS est régie par la spécification BIDS (actuellement v1.11.x) et maintenue par la communauté via l'organisation GitHub BIDS-Standard.
Bien que BIDS soit originaire de l'IRM, elle s'est considérablement étendue au-delà de la neuroimagerie. La spécification couvre désormais 11 modalités couvrant l'imagerie, l'électrophysiologie et les données comportementales :
- Imagerie : IRM (structurelle, fonctionnelle, diffusion, cartes de champ, perfusion/ASL), TEP, microscopie
- Électrophysiologie : EEG, MEG, iEEG (EEG intracrânien), EMG
- Autres : NIRS (spectroscopie proche infrarouge), capture de mouvement, données comportementales (sans imagerie), spectroscopie RM
Les BEPs actifs étendent BIDS davantage — notamment BEP032 (électrophysiologie par microélectrodes) ajoutera la prise en charge des enregistrements extracellulaires, y compris les sondes Neuropixels, amenant BIDS à une méthodologie prévalente dans la recherche en neurosciences animales (voir aussi la compétence neuropixels-analysis).
L'adoption est obligatoire ou fortement encouragée par les grandes bases de données (OpenNeuro, DANDI), les principales revues (NeuroImage, Human Brain Mapping, Scientific Data) et les agences de financement (NIH, ERC).
L'écosystème Python pour BIDS est centré sur PyBIDS (pybids) pour interroger et indexer les ensembles de données BIDS, et le bids-validator (basé sur Deno, disponible sous forme de paquet PyPI bids-validator-deno ou via Deno directement) pour la vérification de conformité. La conversion à partir du DICOM se fait généralement avec HeuDiConv, dcm2bids ou BIDScoin.
Quand utiliser cette compétence
Appliquez cette compétence lorsque :
- Vous organisez des données de neurosciences brutes (imagerie, électrophysiologie, comportementales) dans des structures de répertoires conformes à BIDS
- Vous interrogez un ensemble de données BIDS existant pour trouver des fichiers spécifiques par sujet, session, tâche, passage ou modalité
- Vous validez un ensemble de données par rapport à la spécification BIDS avant son partage ou sa soumission
- Vous convertissez des données DICOM des scanners au format BIDS
- Vous écrivez ou modifiez des fichiers de métadonnées JSON (sidecar)
- Vous créez des dérivés conformes à BIDS (données prétraitées, résultats d'analyse)
- Vous configurez un fichier
dataset_description.jsonpour un nouvel ensemble de données - Vous travaillez avec les entités BIDS (sujet, session, tâche, acquisition, passage, etc.)
- Vous configurez
.bidsignorepour exclure des fichiers de la validation - Vous préparez des données pour un téléchargement vers OpenNeuro, DANDI ou d'autres dépôts compatibles BIDS
Installation
# Bibliothèque principale d'interrogation BIDS
uv pip install pybids
# Valideur BIDS (basé sur Deno, installé via le wrapper PyPI)
uv pip install bids-validator-deno
# Alternative : installer directement via Deno
# deno install -g -A npm:bids-validator
# Convertisseurs DICOM vers BIDS (installer selon les besoins)
uv pip install heudiconv # HeuDiConv - conversion DICOM basée sur des heuristiques
uv pip install dcm2bids # dcm2bids - conversion basée sur un fichier de configuration
# BIDScoin : uv pip install bidscoin
# Outils utiles complémentaires
uv pip install nibabel # Entrées/sorties de fichiers NIfTI/neuroimagerie
uv pip install pydicom # Lecture de fichiers DICOM (utilisé par les convertisseurs)
Workflows principaux
Douze zones de workflow, chacune avec du code détaillé, sont documentées dans références/core_workflows.md :
- Structure de répertoires BIDS — la disposition requise et l'emplacement de chaque modalité.
dataset_description.json— les champs obligatoires et comment le générer.- Interrogation avec PyBIDS —
BIDSLayout, filtres d'entités, métadonnées sidecar avec héritage automatique, et construction de chemins à partir d'entités. - Validation —
bids-validatorvia le wrapper PyPI (recommandé), via Deno directement, le validateur Node hérité, et utilisation de.bidsignorepour exclure des fichiers. - Entités et nommage des fichiers — l'ordre des entités et la grammaire de nommage.
- Conversion DICOM vers BIDS — HeuDiConv (y compris le chemin clé en main ReproIn et la séquence reconnaissance → heuristique → conversion) et dcm2bids (basé sur un fichier de configuration).
- Fichiers sidecar de métadonnées — champs JSON obligatoires et recommandés par modalité.
- Fichiers d'événements — synchronisation des événements de la tâche IRMf et conventions de colonnes.
- Fichier participants —
participants.tsvet son dictionnaire de données. - Dérivés — la disposition des dérivés et son
dataset_description.json. - PyBIDS avancé — mise en cache de l'index, inclusion des dérivés, régresseurs de confusion, et sortie DataFrame.
- BIDS-Apps — le modèle d'invocation standard, et fMRIPrep, MRIQC, et QSIPrep.
Validez tôt et souvent : PyBIDS valide la structure lorsqu'il indexe un ensemble de données, donc un échec d'indexation signifie généralement un problème de nommage ou de métadonnées plutôt qu'un bug de code.
Documents de référence
Cette compétence comprend une documentation de référence détaillée :
- bids_schema.json : Schéma BIDS lisible par machine (provenant de https://bids-specification.readthedocs.io/en/stable/schema.json). C'est la source faisant autorité pour les définitions d'entités, les règles d'ordre, les modèles de noms de fichiers, les suffixes autorisés par type de données et les exigences de champs de métadonnées. Les schémas spécifiques aux BEP sont disponibles sur https://github.com/bids-standard/bids-schema/tree/main/BEPs.
- beps.yml : Liste actuelle de toutes les propositions d'extension BIDS avec titres, responsables, statut et liens (provenant du bids-website)
- bids_specification.md : Résumé lisible par humain du tableau des entités, de la référence des types de données, des règles de structure de répertoires, des espaces de modèles et du journal des modifications de la spécification
- metadata_fields.md : Champs obligatoires et recommandés des fichiers sidecar JSON pour chaque modalité BIDS (anat, func, dwi, fmap, eeg, meg, pet, etc.)
- conversion_tools.md : Workflows détaillés pour HeuDiConv, dcm2bids et BIDScoin, y compris des exemples d'heuristiques/configuration et de dépannage
Mettre à jour le schéma et les BEPs avec : python scripts/update_schema.py
Problèmes courants et solutions
1. Le validateur signale « Ce n'est pas un ensemble de données BIDS »
Cause : Fichier dataset_description.json manquant à la racine.
Solution : Créez le fichier avec au minimum {"Name": "...", "BIDSVersion": "1.10.0"}.
2. Avertissement de sujets incohérents
Cause : Tous les sujets n'ont pas le même ensemble de fichiers (certains ont des sessions, des passages, etc. manquants).
Solution : Ceci est un avertissement, pas une erreur. Utilisez --ignoreSubjectConsistency si c'est intentionnel. Documentez les données manquantes dans participants.tsv ou un scans.tsv.
3. SliceTiming manquant
Cause : dcm2niix n'a pas pu extraire la synchronisation des coupes des en-têtes DICOM.
Solution : Déterminez l'ordre des coupes à partir du protocole d'acquisition et ajoutez-le manuellement au fichier sidecar JSON. Les motifs courants : ascendant, descendant, entrelacé (impair d'abord ou pair d'abord).
4. Confusion sur la direction de codage de phase
Cause : Les étiquettes d'axe (i/j/k vs x/y/z vs LR/AP/SI) sont déroutantes.
Solution : Dans BIDS, utilisez les axes d'image NIfTI : i=premier axe, j=deuxième, k=troisième. - signifie direction négative. Pour les acquisitions axiales standard : j est généralement antérieur-postérieur. Vérifiez avec le protocole d'acquisition.
5. PyBIDS est lent sur les grands ensembles de données
Cause : Indexation complète du système de fichiers à chaque appel BIDSLayout().
Solution : Utilisez database_path pour mettre en cache l'index dans un fichier SQLite :
layout = BIDSLayout("/data", database_path="/data/.pybids_cache.db")
6. Dérivés non trouvés par PyBIDS
Cause : Le répertoire des dérivés ne contient pas son propre dataset_description.json.
Solution : Chaque répertoire de dérivés doit avoir dataset_description.json avec "DatasetType": "derivative".
7. La synchronisation des fichiers d'événements est incorrecte
Cause : Les temps onset sont relatifs à la mauvaise référence (par exemple, heure de déclenchement vs premier volume).
Solution : Les débuts doivent être en secondes par rapport au premier volume de l'acquisition de ce passage. Tenez compte des scans factices s'ils ont été supprimés.
8. Les fichiers TSV échouent à la validation
Cause : Problèmes d'encodage ou de délimiteur (espaces au lieu de tabulations, caractères BOM, fins de ligne Windows).
Solution : Assurez-vous d'avoir des valeurs séparées par des tabulations avec un encodage UTF-8 et des fins de ligne Unix (\n). Utilisez n/a (pas NA, NaN ou vide) pour les valeurs manquantes.
Meilleures pratiques
-
Validez tôt et souvent - Exécutez le validateur BIDS après chaque conversion ou modification. Corrigez les erreurs avant qu'elles ne se multiplient.
-
Utilisez l'héritage des métadonnées - Placez les métadonnées partagées (par exemple,
TaskName, paramètres du scanner) dans des fichiers sidecar de niveau supérieur plutôt que de les dupliquer dans le répertoire de chaque sujet. -
Conservez les données sources - Stockez les données DICOM (ou autres données brutes) d'origine sous
sourcedata/afin que les conversions soient reproductibles. Ajoutezsourcedata/à.bidsignore. -
Utilisez une dénomination cohérente dès le départ - Définissez votre schéma de dénomination BIDS avant la collecte des données. Utilisez la convention de dénomination ReproIn pour les protocoles d'acquisition afin de permettre une conversion automatique.
-
Documentez votre ensemble de données - Rédigez un
READMEcomplet décrivant la conception de l'étude, les paramètres d'acquisition, les problèmes connus et tout écart par rapport à BIDS. -
Utilisez scans.tsv pour les métadonnées au niveau du passage - Enregistrez les heures d'acquisition par passage et les notes de qualité :
filename aq_time quality func/sub-01_task-rest_bold.nii.gz 2025-01-15T10:30:00 good -
Versionnez votre ensemble de données - Utilisez
CHANGESpour documenter les modifications de l'ensemble de données. Envisagez DataLad pour un contrôle de version complet des grands ensembles de données. -
Défacez les images anatomiques - Supprimez les traits du visage des images T1w/T2w avant le partage (par exemple, en utilisant
pydeface,mri_defaceouafni_refacer). Stockez les versions défigurées comme données principales ou utilisez des fichiers_defacemask. -
Utilisez des URI BIDS pour la provenance - Dans les dérivés, référencez les fichiers sources à l'aide d'URI BIDS :
bids::sub-01/anat/sub-01_T1w.nii.gz. -
Privilégiez les outils communautaires - Utilisez les BIDS-Apps établis (fMRIPrep, MRIQC, QSIPrep) plutôt que des pipelines personnalisés lorsque c'est possible. Ils gèrent correctement les E/S BIDS et produisent des dérivés conformes à BIDS.
-
Étudiez bids-examples - Le dépôt bids-examples est la collection canonique d'ensembles de données BIDS prototypiques couvrant différentes modalités et cas d'utilisation (IRM, IRMf, IRD, EEG, MEG, iEEG, TEP, ASL, génétique, dérivés, etc.). Utilisez-le comme référence lors de la structuration de votre propre ensemble de données, comme données de test pour les outils BIDS, ou pour comprendre comment une modalité spécifique doit être organisée. Chaque exemple passe le validateur BIDS.
Propositions d'extension BIDS (BEP)
Les BEP sont des propositions communautaires visant à étendre BIDS à de nouvelles modalités, dérivés ou métadonnées. La liste complète avec le statut, les responsables et les liens se trouve dans references/beps.yml (récupéré du bids-website). Les aperçus de schéma spécifiques aux BEP sont rendus sur https://github.com/bids-standard/bids-schema/tree/main/BEPs.
BEP actuels (au moment de la mise à jour du schéma) :
| BEP | Titre | Contenu | Statut |
|---|---|---|---|
| 004 | Imagerie pondérée en susceptibilité | brut | Recherche d'un nouveau responsable |
| 011 | Dérivés de prétraitement structurel | dérivé | A une PR (#518) |
| 012 | Dérivés de prétraitement fonctionnel | dérivé | A une PR (#519), schéma implémenté |
| 014 | Transformations affines et déformations de champs non linéaires | dérivé | Développement du format X5 |
| 016 | Dérivés d'imagerie pondérée en diffusion | dérivé | A une PR (#2211) |
| 017 | Schéma générique de données de connectivité BIDS | dérivé | En développement |
| 021 | Dérivés électrophysiologiques courants | dérivé | En développement |
| 023 | Dérivés de prétraitement TEP | dérivé | En développement |
| 024 | Tomodensitométrie | brut | Recherche de contributeurs |
| 026 | Enregistrements par microélectrodes | brut | Recherche d'un nouveau responsable |
| 028 | Provenance | métadonnées | A une PR (#2099) |
| 032 | Électrophysiologie par microélectrodes | brut | A une PR (#2307), aperçu disponible — couvre les sondes Neuropixels et autres sondes extracellulaires ; concerne la compétence neuropixels-analysis |
| 033 | Imagerie pondérée en diffusion avancée | brut | Recherche de contributeurs |
| 034 | Modélisation computationnelle | dérivé | A une PR (#967) |
| 035 | Méga-analyses avec dérivés non conformes | dérivé | En développement |
| 036 | Directives pour les données phénotypiques | brut | Révision communautaire |
| 037 | Stimulation cérébrale non invasive | brut | En développement |
| 039 | Réseaux basés sur la réduction de dimensionnalité | brut | En développement |
| 040 | Échographie fonctionnelle | brut | En développement |
| 041 | Dérivés de modèles statistiques | dérivé | Collecte de commentaires |
| 043 | Mappage de termes BIDS | métadonnées | Collecte de commentaires |
| 044 | Stimuli | brut | A une PR (#2022), révision communautaire |
| 045 | Enregistrements physiologiques périphériques | brut | A une PR (#2267) |
| 046 | Tractographie de diffusion | dérivé | En développement |
| 047 | Enregistrements audio/vidéo pour expériences comportementales | brut | A une PR (#2231) |
Normes connexes :
- BIDS-Stats Models : Spécification JSON pour définir les analyses de neuroimagerie basées sur GLM
- BIDS-Derivatives (BEP003) : Norme pour les sorties prétraitées/d'analyse (partiellement fusionnée dans la spécification)
Écosystème d'outils connexes
| Outil | Objectif |
|---|---|
| fMRIPrep | Prétraitement IRMf (produit des dérivés BIDS) |
| MRIQC | Contrôle qualité IRM (produit des dérivés BIDS) |
| QSIPrep | Prétraitement IRM de diffusion |
| TemplateFlow | Modèles et atlas de neuroimagerie avec dénomination de type BIDS |
| Fitlins | Implémentation de BIDS Stats Models |
| DataLad | Contrôle de version pour les grands ensembles de données, s'intègre à BIDS |
| OpenNeuro | Dépôt gratuit d'ensembles de données BIDS |
| DANDI | Archive de données neurophysiologiques (utilise BIDS pour certaines modalités) |
| HeuDiConv | DICOM vers BIDS avec des fichiers heuristiques Python |
| dcm2bids | DICOM vers BIDS avec configuration JSON |
| BIDScoin | DICOM vers BIDS avec interface graphique et configuration YAML |
| nwb2bids | Convertir des fichiers NWB (Neurodata Without Borders) en BIDS |
| CuBIDS | Curation et harmonisation d'ensembles de données BIDS |
| bids2table | Indexation tabulaire efficace des ensembles de données BIDS |
| bids-examples | Collection canonique d'ensembles de données BIDS prototypiques pour toutes les modalités |
Documentation
- **BIDS S
…
[tronqué pour la traduction]