Clinica集成化的开源平台-神经影像研究
Clinica集成化的开源平台-神经影像研究
- 🌟 Clinica集成化的开源平台-神经影像研究
- 引言
- 🛠️ 一、环境搭建与数据准备
- 1. 安装Clinica(附避坑指南)
- 2. 数据标准化(BIDS格式处理)
- 🧠 二、sMRI预处理全流程
- 1. 基础预处理(线性配准)
- 2. 高级处理(皮层重建与分割)
- 3. 质量控制(QC)
- 🎨 三、MRI可视化与交互分析
- 1. 皮层表面可视化(Clinica原生工具)
- 2. 体积数据可视化(扩展工具)
- 🚀 四、进阶应用与实战案例
- 1. 纵向数据处理(跨时间点分析)
- 2. 多模态数据整合(MRI+PET)
- 3. 机器学习分类(阿尔茨海默病预测)
- ❓ 五、常见问题与解决方案
- 📚 六、学习资源与社区支持
🌟 Clinica集成化的开源平台-神经影像研究
引言
在神经影像研究中,Clinica作为一个集成化的开源平台,提供了从数据预处理到可视化的完整工作流。本文将结合官方文档与实战经验,详细讲解如何使用Clinica进行结构MRI(sMRI)的预处理、质量控制及结果可视化,并附具体案例与代码示例,助你快速上手!
🛠️ 一、环境搭建与数据准备
1. 安装Clinica(附避坑指南)
-
系统兼容性:优先选择Linux/macOS,Windows需通过WSL运行。
-
Docker安装推荐:
# 拉取最新镜像(避免环境冲突) docker pull clinica/clinica:latest # 运行容器(挂载本地数据目录) docker run -it --rm -v /path/to/local:/data clinica/clinica:latest
常见问题:
- 权限问题:若提示
permission denied
,添加--user $(id -u):$(id -g)
参数。 - 镜像体积过大:使用
docker image prune -a
清理无用镜像。
- 权限问题:若提示
-
本地安装(需手动配置依赖):
pip install clinica # 安装FreeSurfer(需提前申请许可证) wget https://surfer.nmr.mgh.harvard.edu/pub/dist/freesurfer/7.3.2/freesurfer-linux-centos7_x86_64-stable-pub-v7.3.2.tar.gz tar -xvzf freesurfer-linux-centos7_x86_64-stable-pub-v7.3.2.tar.gz echo "export FREESURFER_HOME=/path/to/freesurfer" >> ~/.bashrc source ~/.bashrc
2. 数据标准化(BIDS格式处理)
- BIDS目录结构:
BIDS/ ├── sub-01/ │ ├── ses-01/ │ │ ├── anat/ │ │ │ └── sub-01_ses-01_T1w.nii.gz │ ├── sub-01_ses-01_T1w.json
- 数据转换工具:
- ADNI数据集转换:
clinica convert adni-to-bids /path/to/adni_raw /path/to/bids_output
- 自定义DICOM转换:
关键步骤:修改# 使用Heudiconv(需先安装) docker run --rm -it -v /path/to/data:/base nipy/heudiconv:latest \-d /base/SourceData/{subject}/{session}/*/*.dcm \-o /base/RawData/ -f convertall -s sub-01 -ss ses-01 -c none
heuristic.py
文件匹配序列信息。
- ADNI数据集转换:
🧠 二、sMRI预处理全流程
1. 基础预处理(线性配准)
- 管道选择:
t1-linear
(基于SPM的仿射配准)
输出结果:clinica run t1-linear \/path/to/bids_input \/path/to/caps_output \--participant-label sub-01 \--n-procs 4 # 并行处理加速
sub-01_ses-01_space-MNI152NLin2009cAsym_desc-preproc_T1w.nii.gz
(MNI空间标准化图像)sub-01_ses-01_desc-brain_mask.nii.gz
(脑掩码)
2. 高级处理(皮层重建与分割)
-
FreeSurfer管道:
t1-freesurfer
clinica run t1-freesurfer \/path/to/bids_input \/path/to/caps_output \--fs-license-file /path/to/freesurfer/license.txt \--longitudinal # 处理纵向数据
输出结果:
surf/lh.pial
(左半球皮层表面)stats/lh.aparc.stats
(亚结构体积统计)
-
SPM管道:
t1-volume
(组织分割+空间标准化)clinica run t1-volume \/path/to/bids_input \/path/to/caps_output \--spm-home /path/to/spm12
关键参数:
--modulate
:是否进行非线性调制(默认启用)--warping
:是否生成形变场(可选)
3. 质量控制(QC)
- 检查数据完整性:
clinica iotools check-missing-modalities /path/to/bids_input clinica iotools check-missing-processing /path/to/caps_output
- 可视化QC报告:
clinica iotools generate-qc-report /path/to/caps_output
🎨 三、MRI可视化与交互分析
1. 皮层表面可视化(Clinica原生工具)
- 命令行操作:
交互功能:clinica visualize t1-freesurfer \/path/to/caps_output \sub-01/ses-01 \--surface-type pial \--measure thickness
- 鼠标拖拽旋转视角
- 滚轮缩放
- 右键点击显示坐标值
2. 体积数据可视化(扩展工具)
-
使用MRIcroGL:
# 安装(Linux/macOS) wget https://www.nitrc.org/frs/download.php/18700/mricrogl.zip unzip mricrogl.zip ./mricrogl# 加载图像 mricrogl /path/to/caps_output/sub-01/ses-01/anat/sub-01_ses-01_space-MNI_desc-preproc_T1w.nii.gz
进阶技巧:
- 脚本自动化:编写Python脚本实现批量处理
- 叠加ROI:使用
-mask
参数显示感兴趣区域
-
Nilearn(Python库):
import nibabel as nib from nilearn import plottingimg = nib.load("/path/to/caps_output/sub-01_ses-01_space-MNI_desc-preproc_T1w.nii.gz") plotting.plot_anat(img, title="T1w in MNI Space", display_mode="ortho")
🚀 四、进阶应用与实战案例
1. 纵向数据处理(跨时间点分析)
- 管道选择:
t1-freesurfer-longitudinal
数据准备:clinica run t1-freesurfer-longitudinal \/path/to/bids_input \/path/to/caps_output \--subjects-file subjects.tsv \--longitudinal
subjects.tsv
文件需包含participant_id
和session_id
列,示例:participant_id session_id sub-01 ses-01 sub-01 ses-02
2. 多模态数据整合(MRI+PET)
- PET数据预处理:
结果融合:clinica run pet-linear \/path/to/bids_input \/path/to/caps_output \18FFDG cerebellumPons2 \--n-procs 4
clinica run pet-surface \/path/to/caps_output \/path/to/caps_output \--pet-tracer 18FFDG
3. 机器学习分类(阿尔茨海默病预测)
- AD-ML框架:
关键步骤:clinica run ad-ml \/path/to/caps_output \/path/to/results \--classifier svm \--features volume
- 特征提取:皮层厚度、亚结构体积
- 交叉验证:5折分层抽样
- 结果可视化:混淆矩阵、ROC曲线
❓ 五、常见问题与解决方案
-
管道运行报错:
- 日志定位:查看
caps/t1-freesurfer/logs/
目录下的日志文件 - 依赖检查:确保FreeSurfer/SPM路径正确配置
- 资源不足:增加
--n-procs
参数或调整Docker内存限制
- 日志定位:查看
-
可视化失败:
- 权限问题:在Docker中运行时添加
--user $(id -u):$(id -g)
- 文件路径:使用绝对路径替代相对路径
- 格式不兼容:检查文件是否为NIfTI格式
- 权限问题:在Docker中运行时添加
-
数据转换错误:
- DICOM头信息:使用
dcm2niix
手动转换单例文件 - Heudiconv配置:修改
heuristic.py
文件匹配序列描述 - BIDS验证:使用
bids-validator
工具检查目录结构
- DICOM头信息:使用
📚 六、学习资源与社区支持
- 官方文档:Clinica Documentation(含交互式Colab教程)
- GitHub社区:Clinica Repo(提交Issue或参与讨论)
- 学术引用:
@article{routier2021clinica,title={Clinica: A platform for reproducible neuroimaging workflows},author={Routier, Jean-Baptiste and Bellec, Pierre and Gauthier, Marie and et al.},journal={Nature Methods},volume={18},pages={471--477},year={2021} }
相关文章:
Clinica集成化的开源平台-神经影像研究
Clinica集成化的开源平台-神经影像研究 🌟 Clinica集成化的开源平台-神经影像研究引言 🛠️ 一、环境搭建与数据准备1. 安装Clinica(附避坑指南)2. 数据标准化(BIDS格式处理) 🧠 二、sMRI预处理…...
LabVIEW中算法开发的系统化解决方案与优化
在 LabVIEW 开发环境中,算法实现是连接硬件数据采集与上层应用的核心环节。由于图形化编程范式与传统文本语言存在差异,LabVIEW 中的算法开发需要特别关注执行效率、代码可维护性以及与硬件资源的适配性。本文从算法架构设计、性能优化到工程实现&#x…...
【Pandas】pandas DataFrame cov
Pandas2.2 DataFrame Computations descriptive stats 方法描述DataFrame.abs()用于返回 DataFrame 中每个元素的绝对值DataFrame.all([axis, bool_only, skipna])用于判断 DataFrame 中是否所有元素在指定轴上都为 TrueDataFrame.any(*[, axis, bool_only, skipna])用于判断…...
【递归、搜索与回溯】专题一:递归(一)
📝前言说明: 本专栏主要记录本人递归,搜索与回溯算法的学习以及LeetCode刷题记录,按专题划分每题主要记录:(1)本人解法 本人屎山代码;(2)优质解法 优质代码…...
pythonocc 拉伸特征
micromamba install -c conda-forge pythonocc-core opencascade.js安装不起来,ai用pythonocc练个手 拉伸线框 线成面 from OCC.Core.gp import gp_Pnt, gp_Dir, gp_Vec from OCC.Core.BRepBuilderAPI import BRepBuilderAPI_MakeEdge, BRepBuilderAPI_MakeWire f…...
防爆手机与普通手机有什么区别
在石油化工、矿山能源、危化品运输等特殊行业中,一部手机的选择可能直接关系到生产安全与人员生命。防爆手机作为工业安全通信的核心工具,与日常使用的普通手机存在本质差异。本文将从技术原理、安全标准、功能设计及适用场景等维度,解析二者…...
动手学深度学习12.3.自动并行-笔记练习(PyTorch)
以下内容为结合李沐老师的课程和教材补充的学习笔记,以及对课后练习的一些思考,自留回顾,也供同学之人交流参考。 本节课程地址:无 本节教材地址:12.3. 自动并行 — 动手学深度学习 2.0.0 documentation 本节开源代…...
第二十二天打卡
数据预处理 import pandas as pd from sklearn.model_selection import train_test_splitdef data_preprocessing(file_path):"""泰坦尼克号生存预测数据预处理函数参数:file_path: 原始数据文件路径返回:preprocessed_data: 预处理后的数据集""&quo…...
SET NX互斥功能的实现原理
Redis 的 SET key value NX 命令通过其原子性和底层数据结构的特性实现互斥功能,具体实现如下: 1. 互斥功能的实现原理 SET NX 的核心是 原子性操作:当且仅当键(key)不存在时,才会设置键的值。Redis 的单线…...
前端 CSS 样式书写与选择器 基础知识
1.CSS介绍 CSS是Cascading Style Sheet的缩写,中文意思为"层叠样式表",它是网页的装饰者,用来修饰各标签 排版(大小、边距、背景、位置等)、改变字体的样式(字体大小、字体颜色、对齐方式等)。 2.CSS书写位置 2.1 样式表特征 层…...
一小时学会Docker使用!
文章目录 前言一、安装ssh连接工具二、安装docker三、Docker常见命令四、docker-compose使用 前言 Docker: Docker简单来说就是简化环境配置的,我们配置环境只需要简单的docker pull,docker run即可,而删除环境也很容易ÿ…...
android studio开发aar插件,并用uniapp开发APP使用这个aar
android studio开发aar插件,并用uniapp开发APP使用这个aar 使用android studio打包aar和Unity导入aar详解...
操作系统实战——QEMU模拟器搭建【rCore 操作系统】
操作系统大作业——QEMU模拟器搭建rCore操作系统 按照本篇步骤走,帮你少走很多弯路!博主在自己做的过程中踩了很多坑,过程还是很痛苦的,走了很多弯路,现在都已经在文章中把坑填平了,把弯路修直了。 创作不易…...
web:InfiniteScroll 无限滚动
InfiniteScroll 无限滚动 分页加载 <div class"data-box" v-infinite-scroll"loadMore"> <li v-fori in dataList></li> </div>form: {current: 1,size: 10,}loadMore(){console.log(this.dataList.length, this.total ,8888)if…...
【Redis 进阶】哨兵模式
思维导图: 一、哨兵模式概述 (一)传统主从复制模式的局限性 在传统的Redis主从复制架构中,若主节点发生故障,运维人员需手动执行故障转移操作,将一个从节点提升为新主节点,并逐一通知所有客户…...
告别卡顿,图片查看界的“速度与激情”
嘿,小伙伴们!今天电脑天空给大家介绍一款超好用的图片查看神器——ImageGlass!这可不是普通的图片查看软件哦,它简直就是图片界的“全能王”。首先,它能打开的图片格式多到让你眼花缭乱,什么PNG、JPEG、GIF…...
02_线性模型(回归分类模型)
用于分类的线性模型 线性模型也广泛应用于分类问题,可以利用下面的公式进行预测: $ \widehat y w[0]*x[0]w[1]*x[1]…w[p]*x[p]b > 0$ 公式看起来与线性回归的公式非常相似,但没有返回特征的加权求和,而是为预测设置了阈值…...
力扣2094题解
记录: 2025.5.12 题目: 思路: 暴力遍历。 解题步骤: 1.统计数字出现次数:使用数组cnt来记录输入数组中每个数字的出现次数。 2.生成三位偶数:通过循环从100开始,每次递增2,生成…...
人物角色设定机制
模块一:角色塑造进阶技巧 将角色设定(Character Headcanon)提升至更高层次 当您通过Character Headcanon Generator生成基础设定后,可运用以下专业技巧深化角色塑造: 情感核心图谱分析法 解构角色情感驱动机制及其情境表现: 主…...
Python动态渲染页面抓取之Selenium使用指南
目录 一、Selenium技术架构解析 二、环境搭建与基础配置 1. 组件安装 2. 驱动配置 3. 基础操作模板 三、动态内容抓取核心策略 1. 智能等待机制 2. 交互行为模拟 3. 反爬应对方案 四、实战案例:电商评论抓取 五、性能优化与异常处理 2. 异常捕获 六、进…...
智能手表 MCU 任务调度图
智能手表 MCU 任务调度图 处理器平台:ARM Cortex-M33 系统架构:事件驱动 多任务 RTOS RTOS:FreeRTOS(或同类实时内核) 一、任务调度概览 任务名称优先级周期性功能描述App_MainTask中否主循环调度器,系统…...
【C++】cout的格式输出
目录 一、cout的格式输出1、控制宽度和填充2、控制数值格式3、控制整数格式4、控制对齐方式 个人主页<—请点击 C专栏<—请点击 一、cout的格式输出 printf函数在输出数据的时候,可以指定格式来输出,比如:指定宽度、指定小数点后的位…...
私域流量新阵地:掌握Telegram私域运营全方法
在流量获取成本不断上升的今天,越来越多企业和品牌开始将目光转向“私域流量”——一条可以长期沉淀用户、反复转化的可持续增长之路。而在全球化趋势下,Telegram作为一款以高自由度、强隐私性著称的即时通讯平台,正在成为私域运营的新阵地。…...
Python Day23 学习
继续SHAP图绘制的学习 1. SHAP特征重要性条形图 特征重要性条形图(Feature Importance Bar Plot)是 SHAP 提供的一种全局解释工具,用于展示模型中各个特征对预测结果的重要性。以下是详细解释: 图的含义 - 横轴:表示…...
《ATPL地面培训教材13:飞行原理》——第12章:飞行力学基础
翻译:Leweslyh;工具:Cursor & Cluade 3.7;过程稿 第12章:飞行力学基础 目录 引言直线水平稳定飞行尾翼和升降舵直线稳定爬升爬升角重量、高度和温度的影响带动力下降紧急下降滑翔滑翔下降率转弯非对称推力飞行最…...
数据中台整体建设方案规划设计方案,数据中台建设汇报方案(PPT)
中台建设背景 在数字化转型浪潮下,企业需通过客户需求精准化、营销策略智能化、管理体系数字化三大核心方向构建竞争优势。本项目以渠道数据整合为基础,围绕客户精准化运营、营销智能化决策、管理数字化赋能三大目标,打造支撑一线业务场景的数…...
嵌入式软件--stm32 DAY 6 USART串口通讯(下)
1.寄存器轮询_收发字符串 通过寄存器轮询方式实现了收发单个字节之后,我们趁热打铁,争上游,进阶到字符串。字符串就是多个字符。很明显可以循环收发单个字节实现。 然后就是接收字符串。如果接受单个字符的函数放在while里,它也可…...
Flask如何读取配置信息
目录 一、使用 app.config 读取配置 二、设置配置的几种方式 1. 直接设置 2. 从 Python 文件加载 3. 从环境变量加载 4. 从字典加载 5. 从 .env 文件加载(推荐开发环境用) 三、读取配置值 四、最佳实践建议 在 Flask 中读取配置信息有几种常见方…...
AWS EC2源代码安装valkey命令行客户端
sudo yum -y install openssl-devel gcc wget https://github.com/valkey-io/valkey/archive/refs/tags/8.1.1.tar.gz tar xvzf 8.1.1.tar.gz cd valkey-8.1.1/ make distclean make valkey-cli BUILD_TLSyes参考 Connecting to nodes...
项目全栈实战-基于智能体、工作流、API模块化Docker集成的创业分析平台
目录 思维导图 前置知识 Docker是什么? Docker的核心概念: Docker在本项目中的作用 1. 环境隔离与一致性 2. 简化部署流程 3. 资源管理与扩展性 4. 服务整合与通信 5. 版本控制和回滚 6. 开发与生产环境一致性 总结 前端 1.小程序 2.web …...
如何快速入门大模型?
学习大模型的流程是什么 ? 提示词工程:只需掌握提问技巧即可使用大模型,通过优化提问方式获得更精准的模型输出套壳应用开发:在大模型生态上开发业务层产品(如AI主播、AI小助手等),只需调用API…...
《Flutter社交应用暗黑奥秘:模式适配与色彩的艺术》
暗黑模式已从一种新奇的功能演变为用户体验中不可或缺的一环。对于Flutter开发者而言,如何在社交应用中完美实现暗黑模式适配与色彩对比度优化,是一场充满挑战与惊喜的技术探索之旅。 暗黑模式,绝非仅仅是将界面颜色反转这么简单。从用户体验…...
【秣厉科技】LabVIEW工具包——OpenCV 教程(21):CUDA 加速方案
文章目录 前言一、方案总述二、改造步骤三、编程范例四、应用移植总结 前言 需要下载安装OpenCV工具包的朋友,请前往 此处 ;系统要求:Windows系统,LabVIEW>2018,兼容32位和64位。 一、方案总述 为了保持轻量化与普…...
flutter使用命令生成BinarySize分析图
flutter build ios --analyze-size 生成的文件,使用dev tools 可以分析具体的包大小...
高并发场景下的BI架构设计:衡石分布式查询引擎与缓存分级策略
在电商大促、金融交易时段或IoT实时监控场景中,企业BI系统常面临瞬时万级并发查询的冲击——运营团队需要实时追踪GMV波动,风控部门需秒级响应欺诈检测,产线监控需毫秒级反馈设备状态。传统单体架构的BI系统在此类场景下极易崩溃,…...
web 自动化之 selenium 下拉鼠标键盘文件上传
文章目录 一、下拉框操作二、键盘操作三、鼠标操作四、日期控件五、滚动条操作六、文件上传七、定位windows窗口及窗口的元素总结:页面及元素常用操作 一、下拉框操作 from selenium.webdriver.support.select import Select import time from selenium.webdriver.…...
Qt Creator 配置 Android 编译环境
Qt Creator 配置 Android 编译环境 环境配置流程下载JDK修改Qt Creator默认android配置文件修改sdk_definitions.json配置修改的内容 Qt Creator配置异常处理删除提示占用编译报错 环境 Qt Creator 版本 qtcreator-16.0.1Win10 嗯, Qt这个开发环境有点难折腾,搞了我三天… 配…...
主流编程语言中ORM工具全解析
在不同编程语言中,ORM(Object-Relational Mapping,对象关系映射)工具的设计目标都是简化数据库操作。 以下是主流语言中最常用的 ORM 工具,按语言分类介绍其特点、适用场景和典型案例。 一、Python 生态 Python 社区…...
详解RabbitMQ工作模式之发布确认模式
目录 发布确认模式 概述 消息丢失问题 发布确认的三种模式 实现步骤 应用场景 代码案例 引入依赖 常量类 单条确认 运行代码 批量确认 运行代码 异步确认 运行代码 对比批量确认和异步确认模式 发布确认模式 概述 发布确认模式用于确保消息已…...
Power BI 实操案例,将度量值转化为切片器(动态切换分析指标)
Power BI 实操案例,将度量值转化为切片器(动态切换分析指标) 想要在Power BI中让度量值也能像维度一样灵活筛选?没问题,这里就为你揭秘如何将度量值转化为切片器(动态切换分析指标)的实用方法&…...
利用散点图探索宇航员特征与太空任务之间的关系
利用散点图探索宇航员特征与太空任务之间的关系 import matplotlib.pyplot as plt import numpy as np import pandas as pdfrom flexitext import flexitext from matplotlib.patches import FancyArrowPatchplt.rcParams.update({"font.family": "Corbel&quo…...
人工智能的哲学与社会影响
人工智能(AI)的快速发展对人类社会的方方面面产生了深远的影响。在这部分中,我们将探讨AI对人与机器关系的影响、AI对就业和经济的潜在影响,以及人类与AI共存的可能性和道德议题。同时,我们还将针对大众对AI的一些常见…...
MySQL 中 UPDATE 结合 SELECT 和 UPDATE CASE WHEN 的示例
概述 以下是 MySQL 中 UPDATE 结合 SELECT 和 UPDATE CASE WHEN 的示例: 一、UPDATE 结合 SELECT(跨表更新) 场景:根据 orders 表中的订单总金额,更新 users 表中用户的 total_spent 字段。 -- 创建测试表 CREATE T…...
FPGA前瞻篇-计数器设计与实现实例
这是本篇文章的设计目标如下所示: 这个 Counter 模块是一个LED 闪烁计数器,设计目标是: 当输入时钟 clk 为 50 MHz 时,每 0.5 秒翻转一次 LED 灯状态。 随后我们开始补充理论知识。 计数是一种最简单基本的运算,计数器…...
运行Spark程序-在Idea中(二)
(四)使用Maven创建新项目 核心的操作步骤如下: 1.启动idea,选择新建项目。 2.将Scala添加到全局库中。 3.设置maven依赖项。修改pom.xml文件,添加如下: 4.下载依赖。添加完成之后,刷新Maven,它…...
Mosaic数据增强技术
Mosaic 数据增强技术是一种在计算机视觉领域广泛应用的数据增强方法。下面是Mosaic 数据增强技术原理的详细介绍 一、原理 Mosaic 数据增强是将多张图像(通常是 4 张)按照一定的规则拼接在一起,形成一张新的图像。在拼接过程中,会…...
Kafka、RabbitMQ 和 RocketMQ区别及上手难度
Kafka、RabbitMQ 和 RocketMQ 是三种流行的消息中间件,它们在设计理念、使用场景和上手难度上有显著差异。以下是它们的核心区别和上手难度分析: 1. 核心区别 特性KafkaRabbitMQRocketMQ设计目标高吞吐、分布式日志流处理通用的消息队列,强调…...
.NET 8 + Angular WebSocket 高并发性能优化
.NET 8 Angular WebSocket 高并发性能优化。 .NET 8 WebSocket 高并发性能优化 WebSocket 是一种全双工通信协议,允许客户端和服务端之间保持持久连接。在高并发场景下,优化 WebSocket 的性能至关重要。以下是针对 .NET 8 中 WebSocket 高并发性能优化…...
SimScape物理建模实例1--单质量-弹簧-阻尼系统
实例1模型下载: 【免费】simscape单质量弹簧阻尼模型资源-CSDN文库 如下图所示单质量弹簧阻尼系统,弹簧具有初始压缩量,假设为1m, 质量块除了受到自身重力作用以外,受到弹簧拉力,以及阻尼器阻尼力,根据牛顿…...
5.5.1 WPF中的动画2-基于路径的动画
何为动画?一般只会动。但所谓会动,还不仅包括位置移动,还包括角度旋转,颜色变化,透明度增减。动画本质上是一个时间段内某个属性值(位置、颜色等)的变化。因为属性有很多数据类型,它们变化也需要多种动画类比如: BooleanAnimationBase\ ByteAnimationBase\DoubleAnima…...