def test_SimulateMultiTensor_inputs():
input_map = dict(
baseline=dict(mandatory=True, ),
bvalues=dict(usedefault=True, ),
diff_iso=dict(usedefault=True, ),
diff_sf=dict(usedefault=True, ),
gradients=dict(),
ignore_exception=dict(
nohash=True,
usedefault=True,
),
in_bval=dict(),
in_bvec=dict(),
in_dirs=dict(mandatory=True, ),
in_frac=dict(mandatory=True, ),
in_mask=dict(),
in_vfms=dict(mandatory=True, ),
n_proc=dict(usedefault=True, ),
num_dirs=dict(usedefault=True, ),
out_bval=dict(usedefault=True, ),
out_bvec=dict(usedefault=True, ),
out_file=dict(usedefault=True, ),
out_mask=dict(usedefault=True, ),
snr=dict(usedefault=True, ),
)
inputs = SimulateMultiTensor.input_spec()
for key, metadata in input_map.items():
for metakey, value in metadata.items():
yield assert_equal, getattr(inputs.traits()[key], metakey), value
def test_SimulateMultiTensor_outputs():
output_map = dict(out_bval=dict(),
out_bvec=dict(),
out_file=dict(),
out_mask=dict(),
)
outputs = SimulateMultiTensor.output_spec()
for key, metadata in output_map.items():
for metakey, value in metadata.items():
yield assert_equal, getattr(outputs.traits()[key], metakey), value
def test_SimulateMultiTensor_outputs():
output_map = dict(
out_bval=dict(),
out_bvec=dict(),
out_file=dict(),
out_mask=dict(),
)
outputs = SimulateMultiTensor.output_spec()
for key, metadata in output_map.items():
for metakey, value in metadata.items():
yield assert_equal, getattr(outputs.traits()[key], metakey), value
def test_SimulateMultiTensor_inputs():
input_map = dict(baseline=dict(mandatory=True,
),
bvalues=dict(usedefault=True,
),
diff_iso=dict(usedefault=True,
),
diff_sf=dict(usedefault=True,
),
gradients=dict(),
ignore_exception=dict(nohash=True,
usedefault=True,
),
in_bval=dict(),
in_bvec=dict(),
in_dirs=dict(mandatory=True,
),
in_frac=dict(mandatory=True,
),
in_mask=dict(),
in_vfms=dict(mandatory=True,
),
n_proc=dict(usedefault=True,
),
num_dirs=dict(usedefault=True,
),
out_bval=dict(usedefault=True,
),
out_bvec=dict(usedefault=True,
),
out_file=dict(usedefault=True,
),
out_mask=dict(usedefault=True,
),
snr=dict(usedefault=True,
),
)
inputs = SimulateMultiTensor.input_spec()
for key, metadata in input_map.items():
for metakey, value in metadata.items():
yield assert_equal, getattr(inputs.traits()[key], metakey), value
