用途：用于结构性脑部 MRI（T1w、T2w、FLAIR）等体积影像的确定性预处理，覆盖分割、配准研究与深度学习训练前的规范流程：重定向→偏置场校正→颅骨剥离→配准→强度归一化。所有命令处理 NIfTI（.nii/.nii.gz），需在 POSIX shell 中运行且相应工具在 PATH 上。
主要能力与工具：HD-BET（CNN 脑提取，对病理脑稳健）、FSL（bet、flirt、fnirt、fslmaths、fslreorient2std）、ANTs（N4BiasFieldCorrection、antsRegistrationSyNQuick.sh、antsApplyTransforms）、FreeSurfer（mri_convert 重采样/格式转换）。
标准 T1w 流程命令： fslreorient2std input.nii.gz reoriented.nii.gz N4BiasFieldCorrection -d 3 -i reoriented.nii.gz -o [n4.nii.gz,bias_field.nii.gz] -s 3 -c [50x50x30x20,1e-6] -b [300] hd-bet -i n4.nii.gz -o brain.nii.gz -device 0 -mode fast -tta 0（CPU 用 -device cpu） antsRegistrationSyNQuick.sh -d 3 -f $FSLDIR/data/standard/MNI152_T1_1mm_brain.nii.gz -m brain.nii.gz -o sub2mni_ -t s fslmaths brain.nii.gz -mas brain_mask.nii.gz brain_masked.nii.gz；再用 fslstats 取 -M 与 -S 计算均值标准差，最后 fslmaths 做 z-score。HD-BET 默认输出 brain.nii.gz 与 brain_mask.nii.gz。
颅骨剥离：HD-BET 为首选（hd-bet -i in.nii.gz -o brain.nii.gz -device cpu -mode fast -tta 0）；FSL BET 为备选（bet in.nii.gz brain.nii.gz -R -f 0.3 -g 0）。
配准：ANTs 提供刚性（-t r）、仿射（-t a）、SyN 非线性（-t s）；应用变换用 antsApplyTransforms，图像用线性插值，标签图加 -n NearestNeighbor。注意 ANTs 变换按逆序应用，命令行中先写 warp 再写 affine。FSL 用 flirt 做仿射（-dof 12）、fnirt 做非线性（需仿射初始化），再以 applywarp 应用。
归一化：脑掩膜内 z-score，或白质归一化、直方图匹配（ANTs：ImageMath 3 out.nii.gz HistogramMatch mov.nii.gz ref.nii.gz）。重采样用 mri_convert --voxel-size 1 1 1。
常见错误：先剥离后做 N4；标签图用线性插值；ANTs 变换顺序写反；纵向数据各自独立配准到 MNI；跳过重定向；在含背景的全体积上做 z-score。限制：仅处理 NIfTI，需已安装并配置相应工具，其余环境与性能细节暂未提供。