过去几年,神经成像分析在计算环境中的可重复性引起了广泛关注。虽然已经部署了 Docker 和 Singularity 等软件容器化解决方案来掩盖软件引起的变化的影响,但硬件架构的变化仍然以不明确的方式影响神经成像结果。我们研究了硬件变化对 FSL FLIRT 应用程序(神经成像数据分析中广泛使用的软件组件)产生的线性配准结果的影响。使用 Grid'5000 基础设施,我们研究了使用两个软件包系统(Docker 和 Guix)的九种不同 CPU 模型的影响,并将由此产生的硬件变化与用随机舍入测量的数值变化进行比较。结果表明,硬件、软件和数值变化会导致类似幅度的扰动
主要关键词