Differences

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

--- neuroimagen:centiloid [2019/04/12 08:56] – [Implementando pipeline Centiloid] osotolongo
+++ neuroimagen:centiloid [2020/08/04 10:58] (current) – external edit 127.0.0.1
@@ 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 213: / Line 213: @@
 </code>
-Lo voy a hacer con //gnuplot// que es mas facil,
+A ver que tal ese modelo,
 <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
+-0.121024 -0.042402  0.000411  0.047290  0.126656
+Coefficients:
+            Estimate Std. Error t value Pr(>|t|)
+(Intercept)  0.01999    0.05799   0.345    0.734
+d$WC_suvr    1.15167    0.03919  29.390   <2e-16 ***
+---
+Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
+Residual standard error: 0.07003 on 22 degrees of freedom
+Multiple R-squared:  0.9752,    Adjusted R-squared:  0.974
+F-statistic: 863.8 on 1 and 22 DF,  p-value: < 2.2e-16
+</code>
+Voy a hacer con //gnuplot// que es mas facil,
+<code>
+gnuplot> f(x) = m*x +n
 gnuplot> fit f(x) "toreview.dat" u 2:3 via m,n
 iter      chisq       delta/lim  lambda   m             n
- 2.2640655922e+00   0.00e+00  1.03e+00    8.467408e-01   1.869890e-02
+ 3.6936711672e+01   0.00e+00  1.41e+00    1.000000e+00   1.000000e+00
- 1.5434204471e-01  -1.37e+06  1.03e-01    1.015137e+00   1.868981e-02
+ 3.6992605848e-01  -9.88e+06  1.41e-01    6.105751e-01   4.583953e-01
- 1.5172756904e-01  -1.72e+03  1.03e-02    1.021604e+00   1.342157e-02
+ 7.9414981509e-02  -3.66e+05  1.41e-02    8.423745e-01   2.635659e-02
- 1.3453722070e-01  -1.28e+04  1.03e-03    1.072796e+00  -7.770453e-02
+ 7.9329087727e-02  -1.08e+02  1.41e-03    8.467400e-01   1.870027e-02
- 1.3400723332e-01  -3.95e+02  1.03e-04    1.083478e+00  -9.671955e-02
+ 7.9329087724e-02  -3.50e-06  1.41e-04    8.467408e-01   1.869890e-02
- 1.3400723101e-01  -1.72e-03  1.03e-05    1.083501e+00  -9.675931e-02
 iter      chisq       delta/lim  lambda   m             n
-After 5 iterations the fit converged.
+After 4 iterations the fit converged.
-final sum of squares of residuals : 0.134007
+final sum of squares of residuals : 0.0793291
-rel. change during last iteration : -1.72206e-08
+rel. change during last iteration : -3.5012e-11
 degrees of freedom    (FIT_NDF)                        : 22
-rms of residuals      (FIT_STDFIT) = sqrt(WSSR/ndf)    : 0.0780464
+rms of residuals      (FIT_STDFIT) = sqrt(WSSR/ndf)    : 0.0600489
-variance of residuals (reduced chisquare) = WSSR/ndf   : 0.00609124
+variance of residuals (reduced chisquare) = WSSR/ndf   : 0.00360587
 Final set of parameters            Asymptotic Standard Error
 =======================            ==========================
-m               = 1.0835           +/- 0.03745      (3.456%)
+m               = 0.846741         +/- 0.02881      (3.403%)
-n               = -0.0967593       +/- 0.0646       (66.76%)
+n               = 0.0186989        +/- 0.0497       (265.8%)
 correlation matrix of the fit parameters:
@@ Line 246: / Line 272: @@
 {{:neuroimagen:fit.png|}}
-Y con pendiente de $1.08 \pm 0.04$ creo que estamos bien.
-Resumen: Hemos validado correctamente el metodo que se usapara sacar los SUVR.
+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.
+{{:neuroimagen:wcbl_fit.png|}}
+**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 =====
-Con el objetivo de compara con otros estudios hemos de implementar el metodo usando las plantillas originales de [[https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4300247/|Klunk et. al.]]. La arte buena es que el preproceso y el registro al espacio de sujeto lo tenemos hecho. Solo habria que registrar al espacio MNI y sacar las metricas usando las plantillas.
+Con el objetivo de compara con otros estudios hemos de implementar el metodo usando las plantillas originales de [[https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4300247/|Klunk et. al.]]. La parte buena es que el preproceso y el registro al espacio de sujeto lo tenemos hecho. Solo habria que registrar al espacio MNI y sacar las metricas usando las plantillas.
+De cualquier manera voy a reescribir el proceso de registro para integrarlo en el cluster,
+<code perl fbb_correct.pl>
+#!/usr/bin/perl
+use strict; use warnings;
+use Data::Dump qw(dump);
+use File::Find::Rule;
+use File::Copy::Recursive qw(dirmove);
+use NEURO qw(populate check_subj load_study print_help get_petdata get_pair achtung shit_done check_or_make);
+#my $study;
+my $cfile;
+my $sok = 0;
+@ARGV = ("-h") unless @ARGV;
+while (@ARGV and $ARGV[0] =~ /^-/) {
+    $_ = shift;
+    last if /^--$/;
+    #if (/^-e/) { $study = shift; chomp($study);}
+    if (/^-cut/) { $cfile = shift; chomp($cfile);}
+    if (/^-h/) { print_help $ENV{'PIPEDIR'}.'/doc/fbb_reg.hlp'; exit;}
+}
+my $study = shift;
+unless ($study) { print_help $ENV{'PIPEDIR'}.'/doc/fbb_reg.hlp'; exit;}
+my %std = load_study($study);
+my $subj_dir = $ENV{'SUBJECTS_DIR'};
+#Run this script ONLY on "Detritus"
+#or change the paths to the correct ones
+my $w_dir=$std{'WORKING'};
+#my $pet_dir = $spect?$std{'SPECT'}:$std{'PET-FDG'};
+my $pet_dir = $std{'PET-FBB'};
+#my $petnc_dir = $std{'FBB-NC'};
+my $db = $std{'DATABASE'};
+my $data_dir=$std{'DATA'};
+my $outdir = "$std{'DATA'}/slurm";
+check_or_make($outdir);
+my %plist = populate($db);
+my @ok_pets;
+print "Collecting needed files\n";
+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;
+}
+my $err_file = $data_dir."/.fbb_errors.debug";
+open ERRF, ">$err_file" or die "Could not open error file!";
+foreach my $subject (sort keys %pets){
+	my @names = find(file => 'name' => "$pets{$subject}$subject*", '!name' => '*_*', 'name' => '*.nii.gz', in => $pet_dir);
+	dump @names;
+	if(@names){
+		my @mri = find(file => 'name' => "brain.mgz", in => $subj_dir."/".$study."_".$pets{$subject}.$subject."/mri");
+		if(@mri){
+			push @ok_pets, $subject;
+		}else{
+			print ERRF "Subject $subject has no MRI brain extracted!!!\n";
+		}
+	}
+}
+foreach my $subject (@ok_pets){
+	#my @mri = find(file => 'name' => $pets{$subject}.$subject."_brain.nii.gz", in => "$w_dir/");
+	my $orderfile = $outdir.'/'.$subject.'_get_subj.sh';
+	my $order = $ENV{'PIPEDIR'}."/bin/get_fs_subj.sh ".$study." ".$pets{$subject}.$subject." ".$w_dir;
+	open ORD, ">$orderfile";
+	print ORD '#!/bin/bash'."\n";
+	print ORD '#SBATCH -J fbb_correct_'.$study."\n";
+	print ORD '#SBATCH --time=1:0:0'."\n"; #si no ha terminado en X horas matalo
+	print ORD '#SBATCH --mail-type=FAIL,STAGE_OUT'."\n"; #no quieres que te mande email de todo
+	print ORD '#SBATCH -o '.$outdir.'/fbb_get_subj-%j'."\n";
+	print ORD '#SBATCH --mail-user='."$ENV{'USER'}\n";
+	print ORD "srun $order\n";
+	close ORD;
+	my $jobid = `sbatch $orderfile`;
+	$jobid = ( split ' ', $jobid )[ -1 ];
+	$order = $ENV{'PIPEDIR'}."/bin/fbbtemp_reg.sh ".$study." ".$pets{$subject}.$subject." ".$pet_dir." ".$w_dir;
+	$orderfile = $outdir.'/'.$subject.'_fbb_reg.sh';
+	open ORD, ">$orderfile";
+	print ORD '#!/bin/bash'."\n";
+	print ORD '#SBATCH -J fbb_correct_'.$study."\n";
+	print ORD '#SBATCH --time=1:0:0'."\n"; #si no ha terminado en X horas matalo
+	print ORD '#SBATCH --mail-type=FAIL,STAGE_OUT'."\n"; #no quieres que te mande email de todo
+	print ORD '#SBATCH -o '.$outdir.'/fbb_reg-%j'."\n";
+	print ORD '#SBATCH --mail-user='."$ENV{'USER'}\n";
+	print ORD "srun $order\n";
+	close ORD;
+	my $xorder = 'sbatch --depend=afterok:'.$jobid.' '.$orderfile;
+	system("$xorder");
+}
+my $order = $ENV{'PIPEDIR'}."/bin/make_fbb_report.pl ".$study;
+my $orderfile = $outdir.'/fbb_report.sh';
+open ORD, ">$orderfile";
+print ORD '#!/bin/bash'."\n";
+print ORD '#SBATCH -J fbb_correct_'.$study."\n";
+print ORD '#SBATCH --time=2:0:0'."\n"; #si no ha terminado en X horas matalo
+print ORD '#SBATCH --mail-type=FAIL,END'."\n"; #email cuando termine o falle
+print ORD '#SBATCH --mail-user='."$ENV{'USER'}\n";
+print ORD '#SBATCH -o '.$outdir.'/fbb_rep-%j'."\n";
+print ORD "srun $order\n";
+close ORD;
+my $xorder = 'sbatch --dependency=singleton'.' '.$orderfile;
+exec($xorder);
+</code>
+**Y ahora la parte nueva **
-Voy a hacer un script nuevo para esto, reutilizando el antiguo. Primero hago un script sencillo que registre con  ANTS al espacio MNI,
+Primero hago un script sencillo que registre con  ANTS al espacio MNI,
 <code bash fbb2std.sh>
@@ Line 266: / Line 479: @@
 echo "I need the FBB image at MNI space"
-ANTS 3 -m CC[${FSLDIR}/data/standard/MNI152_T1_1mm.nii.gz, ${wdir}/${id}_struc.nii.gz, 1, 4] -r Gauss[0,3] -t Elast[1.5] -i 30x20x10 -o ${wdir}/${id}_fbb_t1_mni.nii.gz
+ANTS 3 -m CC[${FSLDIR}/data/standard/MNI152_T1_2mm.nii.gz, ${wdir}/${id}_struc.nii.gz, 1, 4] -r Gauss[0,3] -t Elast[1.5] -i 30x20x10 -o ${wdir}/${id}_fbb_t1_mni.nii.gz
-WarpImageMultiTransform 3 ${wdir}/${id}_fbb.nii.gz ${wdir}/${id}_fbb_mni.nii.gz -R ${FSLDIR}/data/standard/MNI152_T1_1mm.nii.gz ${wdir}/${id}_fbb_t1_mniWarp.nii.gz ${wdir}/${id}_fbb_t1_mniAffine.txt
+WarpImageMultiTransform 3 ${wdir}/${id}_fbb.nii.gz ${wdir}/${id}_fbb_mni.nii.gz -R ${FSLDIR}/data/standard/MNI152_T1_2mm.nii.gz ${wdir}/${id}_fbb_t1_mniWarp.nii.gz ${wdir}/${id}_fbb_t1_mniAffine.txt
 </code>
-y despues hago un //wrapper// que lo lance en paralelo y haga las metricas,
+la relacion reportada en el paper de referencia es tomando como ROI de referencia el cerebelo completo. Asi que solo vale la pena calcular esa.
-<code perl parallel_fbb_cl_metrics.pl>
-#!/usr/bin/perl
+<code perl fbb_cl_masks.pl>
+#!/usr/bin/perl
+# Copyright 2019 O. Sotolongo <asqwerty@gmail.com>
 use strict; use warnings;
@@ Line 282: / Line 496: @@
 use File::Remove 'remove';
 use File::Basename qw(basename);
-use Parallel::ForkManager;
-my %ROI_Comps = (
+my $ref_roi =  "voi_WhlCbl_2mm.nii";
-	"Cgray" => "voi_CerebGry_2mm.nii",
+my $ctx_roi = "voi_ctx_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/1mm/';
+my $roi_paths = $ENV{'PIPEDIR'}.'/lib/Centiloid_Std_VOI/nifti/2mm/';
-my $attach = 1;
-my $reduce = 0;
 my $withstd = 0;
 my $cfile;
@@ Line 303: / Line 509: @@
     $_ = shift;
     last if /^--$/;
-    if (/^-l$/) { $attach = 0;}
-    if (/^-r$/) { $reduce = 1;}
-    if (/^-std$/) {$withstd = 1;}
     if (/^-cut/) { $cfile = shift; chomp($cfile);}
-    if (/^-h$/) { print_help $ENV{'PIPEDIR'}.'/doc/pet_metrics.hlp'; exit;}
 }
@@ Line 315: / Line 517: @@
 my $w_dir=$std{'WORKING'};
 my $data_dir=$std{'DATA'};
-my $max_processes = 20;
-# Redirect ouput to logfile (do it only when everything is fine)
-#my $debug = "$data_dir/.debug_pet_fs_metrics.log";
-#open STDOUT, ">$debug" or die "Can't redirect stdout";
-#open STDERR, ">&STDOUT" or die "Can't dup stdout";
-my $pm = new Parallel::ForkManager($max_processes);
 our %subjects;
-$pm->run_on_finish(
-	sub { my ($pid, $exit_code, $ident, $exit_signal, $core_dump, $data) = @_;
-		foreach my $tag (sort keys %{$data}){
-			$subjects{$ident}{$tag}=${$data}{$tag}
-		}
-	}
-);
 my @plist = find(file => 'name' => "*_fbb.nii.gz", '!name' => "*tmp*", in => $w_dir);
 my $ofile = $data_dir."/".$study."_fbb_cl.csv";
@@ Line 348: / Line 536: @@
 	@pets = @plist;
 }
 foreach my $pet (sort @pets){
@@ Line 357: / Line 544: @@
 	}
 }
+my %sdata;
 foreach my $subject (sort keys %subjects){
 	my $care;
 	my $norm;
 	my $dg = $subjects{$subject}{'dg'};
-	my @care;
+	# Apply masks to FBB
-	my %sdata;
+	my $roi_mask = $roi_paths.$ctx_roi;
-	$pm->start($subject) and next;
+	my $order = "fslstats ".$w_dir."/".$dg.$subject."_fbb_mni -k ".$roi_mask." -M";
+	my $ctx = qx/$order/;
-		# Get FBB image into MNI space
+	my $roi_mask = $roi_paths.$ctx_roi;
-		my $order = "fbb2std.sh ".$dg.$subject." ".$w_dir;
+	$order = "fslstats ".$w_dir."/".$dg.$subject."_fbb_mni -k ".$roi_mask." -M";
-		print "$order\n";
+	print "$order\n";
-		system($order);
+	my $norm = qx/$order/;
-		# Apply masks to FBB
+	$subjects{$subject}{$npf.'mean'} = $ctx/$norm;
-		foreach my $npf (sort keys %ROI_Comps){
-			my $roi_mask = $roi_paths.$ROI_Comps{$npf};
-			# get mean and std for mask
-			$order = "fslstats ".$dg.$subject."_fbb_mni -k ".$roi_mask." -M -S";
-			print "$order\n";
-			(my $mean, my $std) = map{/(\d+\.\d*)\s*(\d+\.\d*)/} qx/$order/;
-            $sdata{$npf.'mean'} = $mean;
-            $sdata{$npf.'std'} = $std;
-		}
-	$pm->finish($subject, \%sdata);
-	# remove temp dir
-	#remove( \1, ($mdir));
 }
-$pm->wait_all_children;
 open OF, ">$ofile";
+print OF "Subject; SUVR; Centilod";
-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 $mean = $subjects{$subject}{$npf.'mean'};
+	print OF ";$mean";
-		my $std = $subjects{$subject}{$npf.'std'};
+	print OF ";", centiloid_fbb($mean);
-		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>
-my $zfile = $ofile.'.gz';
+Ahora hago un wrapper que lance todo,
-system("gzip -c $ofile > $zfile");
-if ($attach){
+<code perl fbb_cl_metrics.pl>
-	shit_done basename($ENV{_}), $study, $zfile;
+#!/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 $wcut = 0;
+my $cfile;
+@ARGV = ("-h") unless @ARGV;
+while (@ARGV and $ARGV[0] =~ /^-/) {
+    $_ = shift;
+    last if /^--$/;
+    if (/^-cut/) { $cfile = shift; chomp($cfile); $wcut = 1;}
+    if (/^-h$/) { 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{
-	achtung basename($ENV{_}), $ofile, $study;
+	@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
+	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." ".($wcut?"-cut $cfile":"");
+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($xorder);
 </code>
-**Problemas:** Ekl procedimiento de registro demora bastante asi que estaria bien paralelizarlo en el cluster y hacer las mascaras luego. Para ello hay que separar los procesos en distintos scripts, pero no deberia ser dificil.
+<code bash>
+[osotolongo@detritus centiloid]$ fbb_cl_metrics.pl centiloid
+.....
+[osotolongo@detritus centiloid]$ squeue
+             JOBID PARTITION     NAME     USER ST       TIME  NODES NODELIST(REASON)
+     devel fbb2std_ osotolon PD       0:00      1 (Dependency)
+     devel fbb2std_ osotolon  R       0:04      1 brick01
+     devel fbb2std_ osotolon  R       0:04      1 brick01
+     devel fbb2std_ osotolon  R       0:04      1 brick01
+     devel fbb2std_ osotolon  R       0:04      1 brick01
+     devel fbb2std_ osotolon  R       0:04      1 brick01
+     devel fbb2std_ osotolon  R       0:04      1 brick01
+     devel fbb2std_ osotolon  R       0:04      1 brick01
+     devel fbb2std_ osotolon  R       0:04      1 brick01
+     devel fbb2std_ osotolon  R       0:04      1 brick01
+     devel fbb2std_ osotolon  R       0:04      1 brick01
+     devel fbb2std_ osotolon  R       0:01      1 brick01
+     devel fbb2std_ osotolon  R       0:01      1 brick01
+     devel fbb2std_ osotolon  R       0:01      1 brick01
+     devel fbb2std_ osotolon  R       0:01      1 brick01
+     devel fbb2std_ osotolon  R       0:01      1 brick01
+     devel fbb2std_ osotolon  R       0:01      1 brick01
+     devel fbb2std_ osotolon  R       0:01      1 brick01
+     devel fbb2std_ osotolon  R       0:01      1 brick01
+     devel fbb2std_ osotolon  R       0:01      1 brick01
+     devel fbb2std_ osotolon  R       0:01      1 brick01
+     devel fbb2std_ osotolon  R       0:01      1 brick01
+     devel fbb2std_ osotolon  R       0:01      1 brick01
+     devel fbb2std_ osotolon  R       0:01      1 brick01
+     devel fbb2std_ osotolon  R       0:01      1 brick01
+</code>
+A ver esos resultados,
+<code bash>
+[osotolongo@detritus centiloid]$ sed 's/;/ /g; s/  / /g' centiloid_fbb_cl.csv > centiloid_fbb_cl.dat
+[osotolongo@detritus centiloid]$ join centiloid_fbb_cl.dat reference.dat > toreview.dat
+</code>
+Compruebo el modelo,
+<code>
+> d <- read.csv("toreview.dat", sep = " ", header = TRUE)
+> m <- lm(d$SUVR ~ d$WC_suvr)
+> summary(m)
+Call:
+lm(formula = d$SUVR ~ d$WC_suvr)
+Residuals:
+      Min        1Q    Median        3Q       Max
+-0.077423 -0.020244 -0.007479  0.020566  0.074633
+Coefficients:
+            Estimate Std. Error t value Pr(>|t|)
+(Intercept)  0.07059    0.02185   3.231  0.00286 **
+d$WC_suvr    0.94779    0.01609  58.921  < 2e-16 ***
+---
+Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
+Residual standard error: 0.03411 on 32 degrees of freedom
+Multiple R-squared:  0.9909,    Adjusted R-squared:  0.9906
+F-statistic:  3472 on 1 and 32 DF,  p-value: < 2.2e-16
+</code>
+y el ajuste,
+<code>
+gnuplot> f(x) = m*x +n
+gnuplot> fit f(x) "toreview.dat" u 2:4 via m,n
+iter      chisq       delta/lim  lambda   m             n
+3.4203670136e+01   0.00e+00  1.19e+00    1.000000e+00   1.000000e+00
+3.2574055507e-01  -1.04e+07  1.19e-01    7.952201e-01   2.956239e-01
+4.1098565887e-02  -6.93e+05  1.19e-02    1.042966e+00  -5.844827e-02
+4.1072773521e-02  -6.28e+01  1.19e-03    1.045444e+00  -6.184558e-02
+4.1072773521e-02  -5.95e-07  1.19e-04    1.045444e+00  -6.184591e-02
+iter      chisq       delta/lim  lambda   m             n
+After 4 iterations the fit converged.
+final sum of squares of residuals : 0.0410728
+rel. change during last iteration : -5.9486e-12
+degrees of freedom    (FIT_NDF)                        : 32
+rms of residuals      (FIT_STDFIT) = sqrt(WSSR/ndf)    : 0.0358263
+variance of residuals (reduced chisquare) = WSSR/ndf   : 0.00128352
+Final set of parameters            Asymptotic Standard Error
+=======================            ==========================
+m               = 1.04544          +/- 0.01774      (1.697%)
+n               = -0.0618459       +/- 0.02406      (38.9%)
+correlation matrix of the fit parameters:
+                m      n
+m               1.000
+n              -0.967  1.000
+</code>
+Con lo que tengo una pendiente de $1.05 \pm 0.02$ y una $R^2 = 0.9906$ que esta bastante bien.
+{{:neuroimagen:c_fit.png|}}