Differences

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

--- neuroimagen:centiloid [2019/04/16 09:17] – [Implementando pipeline Centiloid] osotolongo
+++ neuroimagen:centiloid [2019/04/23 09:38] – [Procesando GAAIN] osotolongo
@@ Line 144: / Line 144: @@
 </code>
-Ahora, las imagenes PEt vieen en formato distinto al usado habitualmente (1 solo slice de 20 min) por lo que hay que retocar el script //fbbtemp_reg.sh// un poco para añadirle la posibilidad de proesar esto correctamente.
+Ahora, las imagenes PET vienen en formato distinto al usado habitualmente (1 solo slice de 20 min) por lo que hay que retocar el script //fbbtemp_reg.sh// un poco para añadirle la posibilidad de proesar esto correctamente.
 <code bash fbbtemp_reg.sh>
@@ Line 275: / Line 275: @@
 Tengo un ajuste con $r^2 = 0.97$ y una pendiente de $0.85 \pm 0.02$. La diferencia en los procedimientos esta en que en nuestra pipeline, siguiendo el metodo de ADNI, se toma como region de referencia la materia gris del cerebelo y en el caso de GAAIN se toma todo el cerebelo. No obstante la correspondencia entre las mediciones es buena.
+Vamos a comprobarlo. Cambio la normalizacion para que normalice por el cerebelo completo y de paso incluyo todos los sujetos,
+<code bash>
+[osotolongo@detritus centiloid]$ awk -F ";" '{print $1,$3}' centiloid_fbb_fs_suvr_roisi_wcb.csv > calcs_wcb.dat
+[osotolongo@detritus centiloid]$ awk -F ";" '{print $1,$4}' FBB_suvr_centiloid.csv | sed 's/Y1/7/' > reference.dat
+[osotolongo@detritus centiloid]$ join calcs_wcb.dat reference.dat
+<code>
+Reviso el modelo en R,
+<code>
+> d <- read.csv("toreview.dat", sep = " ", header = TRUE)
+> m <- lm(d$Global ~ d$WC_suvr)
+> summary(m)
+Call:
+lm(formula = d$Global ~ d$WC_suvr)
+Residuals:
+      Min        1Q    Median        3Q       Max
+-0.073212 -0.028196  0.000229  0.026218  0.079672
+Coefficients:
+            Estimate Std. Error t value Pr(>|t|)
+(Intercept)  0.04626    0.02573   1.798   0.0817 .
+d$WC_suvr    0.98001    0.01894  51.731   <2e-16 ***
+---
+Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
+Residual standard error: 0.04017 on 32 degrees of freedom
+Multiple R-squared:  0.9882,    Adjusted R-squared:  0.9878
+F-statistic:  2676 on 1 and 32 DF,  p-value: < 2.2e-16
+</code>
+ y miro el ajuste entre los datos en gnuplot,
+<code>
+gnuplot> f(x) = m*x +n
+gnuplot> fit f(x) "toreview.dat" u 2:3 via m,n
+After 4 iterations the fit converged.
+final sum of squares of residuals : 0.0531383
+rel. change during last iteration : -3.75201e-12
+degrees of freedom    (FIT_NDF)                        : 32
+rms of residuals      (FIT_STDFIT) = sqrt(WSSR/ndf)    : 0.0407501
+variance of residuals (reduced chisquare) = WSSR/ndf   : 0.00166057
+Final set of parameters            Asymptotic Standard Error
+=======================            ==========================
+m               = 1.00834          +/- 0.01949      (1.933%)
+n               = -0.0311848       +/- 0.02683      (86.03%)
+correlation matrix of the fit parameters:
+               m      n
+m               1.000
+n              -0.965  1.000
+</code>
+Tengo una pendiente de $1.01 \pm 0.02$ y un ajuste con $R^2 = 0.9878$, lo cual esta muy bien. Este resultado valida el metodo de obtencion de SUVR de nuestra pipeline.
+**Nota:** El SUVR se debe calcular tomando como referencia la materia gris del cerebelo si los valores se van a comparar con datos de ADNI ya que esta es la metodologia que usan pero si se va a calcular centiloides debe tomarse como referencia el cerebelo completo.
 ==== Implementando pipeline Centiloid =====
@@ Line 604: / Line 666: @@
-===== Usando el cluster =====
-<code perl fbb_cl_metrics.pl>
-#!/usr/bin/perl
-# Copyright 2019 O. Sotolongo <asqwerty@gmail.com>
-use strict; use warnings;
-use File::Find::Rule;
-use NEURO qw(print_help get_pair load_study achtung shit_done get_lut check_or_make centiloid_fbb);
-use Data::Dump qw(dump);
-use File::Remove 'remove';
-use File::Basename qw(basename);
-my $withstd = 0;
-my $cfile;
-@ARGV = ("-h") unless @ARGV;
-while (@ARGV and $ARGV[0] =~ /^-/) {
-    $_ = shift;
-    last if /^--$/;
-    if (/^-std$/) {$withstd = 1;}
-    if (/^-cut/) { $cfile = shift; chomp($cfile);}
-    if (/^-h$/) { print_help $ENV{'PIPEDIR'}.'/doc/pet_metrics.hlp'; exit;}
-}
-my $study = shift;
-unless ($study) { print_help $ENV{'PIPEDIR'}.'/doc/pet_metrics.hlp'; exit;}
-my %std = load_study($study);
-my $w_dir=$std{'WORKING'};
-my $data_dir=$std{'DATA'};
-my $outdir = "$std{'DATA'}/slurm";
-check_or_make($outdir);
-our %subjects;
-my @plist = find(file => 'name' => "*_fbb.nii.gz", '!name' => "*tmp*", in => $w_dir);
-my $ofile = $data_dir."/".$study."_fbb_cl.csv";
-my $patt = '([A-Z,a-z]{1,4})(\d{1,6})_fbb';
-my @pets;
-if ($cfile){
-	my %cuts = get_pair($data_dir."/".$cfile);
-	foreach my $cut (keys %cuts){
-		if(grep {/$cut/} @plist){
-			$pets[$cut] = $plist[$cut];
-		}
-	}
-}else{
-	@pets = @plist;
-}
-foreach my $pet (sort @pets){
-    (my $dg,my $subject) = $pet =~ /$patt/;
-    if($subject){
-		$subjects{$subject}{'dg'} = $dg;
-		$subjects{$subject}{'pet'} = $pet;
-	}
-}
-foreach my $subject (sort keys %subjects){
-	my $norm;
-	my $dg = $subjects{$subject}{'dg'};
-	my $subj = $dg.$subject;
-	#Making sbatch scripts
-	# Get FBB image into MNI space
-	##### me quede aqui ---> quitaresto y hacer como en el proc de FS
-	my $order = $ENV{'PIPEDIR'}."/bin/fbb2std.sh ".$subj." ".$w_dir;
-	my $orderfile = $outdir.'/'.$subj.'_fbb_reg.sh';
-	open ORD, ">$orderfile";
-	print ORD '#!/bin/bash'."\n";
-	print ORD '#SBATCH -J fbb2std_'.$study."\n";
-	print ORD '#SBATCH --time=4:0:0'."\n"; #si no ha terminado en X horas matalo
-	print ORD '#SBATCH --mail-type=FAIL,TIME_LIMIT,STAGE_OUT'."\n"; #no quieres que te mande email de todo
-	print ORD '#SBATCH --mail-user='."$ENV{'USER'}\n";
-	print ORD '#SBATCH -o '.$outdir.'/fbb2std-'.$subj.'-%j'."\n";
-	print ORD "srun $order\n";
-	close ORD;
-	system("sbatch $orderfile");
-}
-my $order = $ENV{'PIPEDIR'}."/bin/fbb_cl_masks.pl ".$study." ".($withstd?"-std":"");
-my $orderfile = $outdir.'/fbb_masks.sh';
-open ORD, ">$orderfile";
-print ORD '#!/bin/bash'."\n";
-print ORD '#SBATCH -J fbb2std_'.$study."\n";
-print ORD '#SBATCH --time=24:0:0'."\n"; #si no ha terminado en X horas matalo
-print ORD '#SBATCH --mail-type=FAIL,END'."\n"; #email cuando termine o falle
-print ORD '#SBATCH --mail-user='."$ENV{'USER'}\n";
-print ORD '#SBATCH -o '.$outdir.'/fbbmasks-%j'."\n";
-print ORD "srun $order\n";
-close ORD;
-my $xorder = 'sbatch --dependency=singleton'.' '.$orderfile;
-exec($xorder);
-</code>
-<code perl fbb_cl_masks.pl>
-#!/usr/bin/perl
-# Copyright 2019 O. Sotolongo <asqwerty@gmail.com>
-use strict; use warnings;
-use File::Find::Rule;
-use NEURO qw(print_help get_pair load_study achtung shit_done get_lut check_or_make centiloid_fbb);
-use Data::Dump qw(dump);
-use File::Remove 'remove';
-use File::Basename qw(basename);
-my %ROI_Comps = (
-	"Cgray" => "voi_CerebGry_2mm.nii",
-	"WCbl" => "voi_WhlCbl_2mm.nii",
-	"WcblBS" => "voi_WhlCblBrnStm_2mm.nii",
-	"Pons" => "voi_Pons_2mm.nii",
-	"ctx" => "voi_ctx_2mm.nii",
- );
-my $roi_paths = $ENV{'PIPEDIR'}.'/lib/Centiloid_Std_VOI/nifti/2mm/';
-my $withstd = 0;
-my $cfile;
-@ARGV = ("-h") unless @ARGV;
-while (@ARGV and $ARGV[0] =~ /^-/) {
-    $_ = shift;
-    last if /^--$/;
-    if (/^-std$/) {$withstd = 1;}
-    if (/^-cut/) { $cfile = shift; chomp($cfile);}
-}
-my $study = shift;
-unless ($study) { print_help $ENV{'PIPEDIR'}.'/doc/pet_metrics.hlp'; exit;}
-my %std = load_study($study);
-my $w_dir=$std{'WORKING'};
-my $data_dir=$std{'DATA'};
-our %subjects;
-my @plist = find(file => 'name' => "*_fbb.nii.gz", '!name' => "*tmp*", in => $w_dir);
-my $ofile = $data_dir."/".$study."_fbb_cl.csv";
-my $patt = '([A-Z,a-z]{1,4})(\d{1,6})_fbb';
-my @pets;
-if ($cfile){
-	my %cuts = get_pair($data_dir."/".$cfile);
-	foreach my $cut (keys %cuts){
-		if(grep {/$cut/} @plist){
-			$pets[$cut] = $plist[$cut];
-		}
-	}
-}else{
-	@pets = @plist;
-}
-foreach my $pet (sort @pets){
-    (my $dg,my $subject) = $pet =~ /$patt/;
-    if($subject){
-		$subjects{$subject}{'dg'} = $dg;
-		$subjects{$subject}{'pet'} = $pet;
-	}
-}
-my %sdata;
-foreach my $subject (sort keys %subjects){
-	my $care;
-	my $norm;
-	my $dg = $subjects{$subject}{'dg'};
-		# Apply masks to FBB
-		foreach my $npf (sort keys %ROI_Comps){
-			my $roi_mask = $roi_paths.$ROI_Comps{$npf};
-			# get mean and std for mask
-			my $order = "fslstats ".$w_dir."/".$dg.$subject."_fbb_mni -k ".$roi_mask." -M -S";
-			print "$order\n";
-			(my $mean, my $std) = map{/(\d+\.\d*)\s*(\d+\.\d*)/} qx/$order/;
-            $subjects{$subject}{$npf.'mean'} = $mean;
-            $subjects{$subject}{$npf.'std'} = $std;
-		}
-}
-open OF, ">$ofile";
-print OF "Subject";
-foreach my  $npf (sort keys %ROI_Comps){
-        if($withstd){
-                print OF ";$npf","_Mean;","$npf","_STD",";$npf","_c_Mean;","$npf","_c_STD";
-        }else{
-                print OF ";$npf",";$npf","_c";
-        }
-}
-print OF "\n";
-foreach my $subject (sort keys %subjects){
-	print OF "$subject";
-	foreach my  $npf (sort keys %ROI_Comps){
-		my $mean = $subjects{$subject}{$npf.'mean'};
-		my $std = $subjects{$subject}{$npf.'std'};
-		if($withstd){
-			print OF ";$mean",";$std";
-			print OF ";", centiloid_fbb($mean), ";", centiloid_fbb($std);
-		}else{
-			print OF ";$mean";
-			print OF ";", centiloid_fbb($mean);
-		}
-	}
-	print OF "\n";
-}
-close OF;
-</code>
 <code bash>