用途：该技能面向脑影像数据结构（BIDS）数据集的处理，适用于将神经科学与生物医学原始数据按 BIDS 规范整理、查询已有数据集、共享或投稿前校验、将 DICOM 转换为 BIDS、编写 JSON 侧车元数据、生成符合 BIDS 的衍生数据，以及为上载 OpenNeuro、DANDI 等仓库做准备。
主要能力：BIDS 是社区标准，定义统一的文件命名、目录层级与元数据模式，规范现覆盖 11 种模态，包括 MRI、PET、显微成像、EEG、MEG、iEEG、EMG、NIRS、运动捕捉、行为数据与 MR 光谱等，并有 BEP 扩展。配套 Python 生态以 PyBIDS 查询与索引数据集，以 bids-validator 做合规检查，DICOM 转换常用 HeuDiConv、dcm2bids 或 BIDScoin。
必要用法：安装核心库可用 uv pip install pybids；校验器可用 uv pip install bids-validator-deno，或经 Deno 安装 deno install -g -A npm:bids-validator；转换工具可安装 heudiconv、dcm2bids，另可安装 nibabel、pydicom。用 BIDSLayout 索引数据集并进行按 subject、task、suffix 等条件的查询；用 bids-validator /path/to/bids_dataset 校验。HeuDiConv 支持 ReproIn 全自动模式，例如 heudiconv --files dicom/001 -o /path/to/bids -f reproin --bids --minmeta。
适用场景与限制：适合影像与电生理数据的规范化组织、查询、校验、转换与衍生流程。仅 dataset_description.json 为根目录必需文件；文件名实体顺序由规范固定；JSON 侧车元数据遵循继承原则。资料未提供具体收费、价格、平台可用性或效果数据。