User Tools

Site Tools


neuroimagen:altdti_2020

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
Next revision
Previous revision
neuroimagen:altdti_2020 [2020/02/03 11:11]
osotolongo [Objetivo]
neuroimagen:altdti_2020 [2020/08/04 10:58] (current)
Line 1: Line 1:
 ====== experimento DTI ====== ====== experimento DTI ======
  
-===== Generalidades =====+===== FPCustom =====
 El procesamiento se realiza con [[neuroimagen:pipe04_user|la version 0.4 del pipeline]] El procesamiento se realiza con [[neuroimagen:pipe04_user|la version 0.4 del pipeline]]
 ==== Objetivo ==== ==== Objetivo ====
Line 37: Line 37:
 {{ :neuroimagen:sub-0078_dwi_rmni.png |}} {{ :neuroimagen:sub-0078_dwi_rmni.png |}}
  
-===== Tractografia =====+==== Tractografia ====
  
-Una vez efectuado el registro correcto pasamos a planificar la tractografia. Obtenemos la corteza Fronto-Temporal a partir de la segmentacion de FS. Los FS-LUT han de ser,+Una vez efectuado el registro correcto pasamos a planificar la tractografia. Obtenemos la corteza Fronto-Temporal a partir de la segmentacion de FS.  
 +Las regiones FP son,
  
 +<code>
 +ctx-caudalmiddlefrontal
 +ctx-inferiorparietal
 +ctx-middletemporal
 +ctx-parsopercularis
 +ctx-parstriangularis
 +ctx-postcentral
 +ctx-precentral
 +ctx-superiorfrontal
 +ctx-superiorparietal
 +ctx-superiortemporal
 +ctx-supramarginal
 +</code>
 +Los FS-LUT (incluyendo rh y lh) han de ser,
 <code> <code>
 1003 1003
Line 78: Line 93:
 {{ :neuroimagen:2020-02-03-113047_grim.png |}} {{ :neuroimagen:2020-02-03-113047_grim.png |}}
  
-===== Metricas =====+==== Metricas ====
  
 Ahora hay que extraer los valores de FA y MD en los tractos calculados, Ahora hay que extraer los valores de FA y MD en los tractos calculados,
Line 87: Line 102:
 </code> </code>
  
 +===== UofM  Atlas =====
 +
 +Ademas de esta ROI, voy a tomar los nodos predeterminados de redes funcionales conocidas (DMN, LN, SN).El procedimiento es basicamente el mismo pero ahora la tractografia es basada en atlas.
 +
 +=== DMN ===
 +{{ :neuroimagen:sub-0078_dwi_dmn_nodes.png |}}
 +
 +<code bash>
 +$ dti_track.pl -t1 -time '12:0:0' -uofm DMN facehbi
 +</code>
 +
 +{{ :neuroimagen:2020-02-03-121623_grim.png |}}
 +
 +<code bash>
 +$ for x in `ls -d working/*_probtrack_out`; do mv $x `echo $x | sed 's/out/DMN/'`;done
 +$ dti_metrics_tracks.pl -path DMN facehbi
 +</code>
 +
 +=== LN ===
 +<code bash>
 +$ dti_track.pl -t1 -time '12:0:0' -uofm LN facehbi
 +</code>
 +
 +{{ :neuroimagen:2020-02-04-103116_grim.png |}}
 +
 +<code bash>
 +$ for x in `ls -d working/*_probtrack_out`; do mv $x `echo $x | sed 's/out/LN/'`;done
 +$ dti_metrics_tracks.pl -path LN facehbi
 +</code>
 +
 +=== SN ===
 +<code bash>
 +$ dti_track.pl -t1 -time '12:0:0' -uofm SN facehbi
 +</code>
 +
 +{{ :neuroimagen:2020-02-04-103553_grim.png |}}
 +
 +<code bash>
 +$ for x in `ls -d working/*_probtrack_out`; do mv $x `echo $x | sed 's/out/SN/'`;done
 +$ dti_metrics_tracks.pl -path SN facehbi
 +</code>
 +
 +====== Composites? ======
 +**Denominacion**
 +<code R>
 +denom_go <- data.frame(fdl$PSubject,fdl$Edad, fdl$Escolaridad, fdl$male, fdl$DMN_FA, fdl$DMN_MD, fdl$FPCustom_FA, fdl$FPCustom_MD, fdl$LN_FA, fdl$LN_MD, fdl$SN_FA, fdl$SN_MD ,fdl$Action_Namimg_Libre_FAC, fdl$Action_Naming_Clave_Fonetica_FAC, fdl$Action_Naming_Clave_Semant_FAC, fdl$Boston_Clave_Fonetica_FAC,fdl$Boston_Clave_Semantica_FAC, fdl$Boston_Libre_FAC, fdl$Boston_Total_FAC)
 +denom_go <- denom_go[complete.cases(denom_go),]
 +denom <- data.frame(denom_go$fdl.Action_Namimg_Libre_FAC, denom_go$fdl.Action_Naming_Clave_Fonetica_FAC, denom_go$fdl.Action_Naming_Clave_Semant_FAC, denom_go$fdl.Boston_Clave_Fonetica_FAC,denom_go$fdl.Boston_Clave_Semantica_FAC, denom_go$fdl.Boston_Libre_FAC, denom_go$fdl.Boston_Total_FAC)
 +denom_cs <- fa(denom, scores="regression")
 +denom_go$cs <- denom_cs$scores
 +mod_fpc <-lm(denom_go$cs ~ denom_go$fdl.FPCustom_FA + denom_go$fdl.Edad + denom_go$fdl.Escolaridad +denom_go$fdl.male)
 + 
 +summary(mod_fpc)
 +
 +Call:
 +lm(formula = denom_go$cs ~ denom_go$fdl.FPCustom_FA + denom_go$fdl.Edad + 
 +    denom_go$fdl.Escolaridad + denom_go$fdl.male)
 +
 +Residuals:
 +    Min      1Q  Median      3Q     Max 
 +-4.7387 -0.3689  0.0954  0.5446  1.3876 
 +
 +Coefficients:
 +                          Estimate Std. Error t value Pr(>|t|)   
 +(Intercept)               0.819234   1.664059   0.492  0.62309   
 +denom_go$fdl.FPCustom_FA  1.161257   4.684256   0.248  0.80449   
 +denom_go$fdl.Edad        -0.026553   0.009878  -2.688  0.00785 **
 +denom_go$fdl.Escolaridad  0.034314   0.015229   2.253  0.02544 * 
 +denom_go$fdl.male         0.242788   0.144521   1.680  0.09468 . 
 +---
 +Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
 +
 +Residual standard error: 0.9226 on 182 degrees of freedom
 +Multiple R-squared:  0.1087, Adjusted R-squared:  0.08911 
 +F-statistic: 5.549 on 4 and 182 DF,  p-value: 0.0003086
 +</code>
 +{{ :neuroimagen:denom_fpc.png |}}
 +
 +**Contenido Semantico**
 +<code R>
 +seman_go <- data.frame(fdl$PSubject,fdl$Edad, fdl$Escolaridad, fdl$male, fdl$DMN_FA, fdl$DMN_MD, fdl$FPCustom_FA, fdl$FPCustom_MD, fdl$LN_FA, fdl$LN_MD, fdl$SN_FA, fdl$SN_MD ,fdl$Piramides_Y_Palmeras_Palab_FAC, fdl$Piramides_Y_Plameras_Imag_FAC, fdl$Kissing_Dancing_Imagenes_FAC, fdl$Kissing_Dancing_Palabras_FAC)
 +seman_go <- seman_go[complete.cases(seman_go),]
 +seman <- data.frame(seman_go$fdl.Piramides_Y_Palmeras_Palab_FAC, seman_go$fdl.Piramides_Y_Plameras_Imag_FAC, seman_go$fdl.Kissing_Dancing_Imagenes_FAC, seman_go$fdl.Kissing_Dancing_Palabras_FAC)
 +seman_cs <- fa(seman, scores="regression")
 +seman_go$cs <- seman_cs$scores
 +mod_fpc <-lm(seman_go$cs ~ seman_go$fdl.FPCustom_FA + seman_go$fdl.Edad + seman_go$fdl.Escolaridad +seman_go$fdl.male)
 +summary(mod_fpc)
 +
 +Call:
 +lm(formula = seman_go$cs ~ seman_go$fdl.FPCustom_FA + seman_go$fdl.Edad + 
 +    seman_go$fdl.Escolaridad + seman_go$fdl.male)
 +
 +Residuals:
 +    Min      1Q  Median      3Q     Max 
 +-3.5541 -0.2416  0.2389  0.5299  1.3893 
 +
 +Coefficients:
 +                         Estimate Std. Error t value Pr(>|t|)
 +(Intercept)               0.56511    2.06213   0.274    0.785
 +seman_go$fdl.FPCustom_FA  1.37844    6.00285   0.230    0.819
 +seman_go$fdl.Edad        -0.01763    0.01296  -1.361    0.177
 +seman_go$fdl.Escolaridad  0.01969    0.02009   0.980    0.330
 +seman_go$fdl.male        -0.22749    0.19717  -1.154    0.252
 +
 +Residual standard error: 0.8712 on 91 degrees of freedom
 +Multiple R-squared:  0.05015, Adjusted R-squared:  0.008399 
 +F-statistic: 1.201 on 4 and 91 DF,  p-value: 0.3158
 +</code>
 +
 +{{ :neuroimagen:seman_fpc.png |}}
 +
 +**Nombres**
 +
 +<code R>
 +names_go <- data.frame(fdl$PSubject,fdl$Edad, fdl$Escolaridad, fdl$male, fdl$DMN_FA, fdl$DMN_MD, fdl$FPCustom_FA, fdl$FPCustom_MD, fdl$LN_FA, fdl$LN_MD, fdl$SN_FA, fdl$SN_MD ,fdl$Boston_Clave_Fonetica_FAC, fdl$Boston_Clave_Semantica_FAC, fdl$Boston_Libre_FAC, fdl$Boston_Total_FAC, fdl$Piramides_Y_Palmeras_Palab_FAC, fdl$Piramides_Y_Plameras_Imag_FAC)
 +names_go <- names_go[complete.cases(names_go),]
 +nombres <- data.frame(names_go$fdl.Boston_Clave_Fonetica_FAC, names_go$fdl.Boston_Clave_Semantica_FAC, names_go$fdl.Boston_Libre_FAC, names_go$fdl.Boston_Total_FAC, names_go$fdl.Piramides_Y_Palmeras_Palab_FAC, names_go$fdl.Piramides_Y_Plameras_Imag_FAC)
 +
 +</code>
 +
 +**Algo va mal con este composite**
neuroimagen/altdti_2020.1580728315.txt.gz · Last modified: 2020/08/04 10:46 (external edit)