R|ggsegExtra绘制Desterieux统计结果

ggseg默认绘制的是基于Desikan模板的结果，ggsegExtra进一步将绘图功能拓展到了20多个(包括常见的power, Gordon, Desterieux, Schaefer, Glasser, Yeo2011)。作者还提供了如何自制模板的教程，看起来也不复杂。

详情见https://ggseg.github.io/ggsegExtra/

👉安装工具包

方法1添加他们创建的universe.dev，安装ggsegExtra

options(repos = c(
  ggseg = 'https://ggseg.r-universe.dev',
  CRAN = 'https://cloud.r-project.org'))
# Install some packages
install.packages('ggsegExtra')

方法2 通过github安装 (未成功)

# install.packages("remotes")
remotes::install_github("ggseg/ggsegExtra")

运行ggseg_atlas_repos()，出现各模板信息说明安装成功。

library(ggsegExtra)
ggseg_atlas_repos()

查看版本为1.5.33，若为1.5版本说明安装的是旧版的ggsegExtra，运行ggseg_atlas_repos()会报错无此函数。

👉安装模板

install_ggseg_atlas('ggsegDesterieux')

这里以Desterieux模板为例，其他模板的操作方法类似。如果不知道需要具体安装的名称，可以使用ggseg_atlas_repos()快速检索模板的信息，然后安装，比如搜索yeo，获取记录并找到对应的名称。

repo=ggseg_atlas_repos("yeo", ignore.case = TRUE)
install_ggseg_atlas(repo$Package)


> repo$Package
[1] "ggsegYeo2011"

安装好的ggsegDesterieux有两个内容，包括2d和3d的作图信息。

ggsegDesterieux::desterieux
ggsegDesterieux::desterieux_3d

👉作图一

和ggseg没太大区别，就是从DK换成其他的模板而已。

可用参考之前的推送

R| ggseg 绘制统计结果

生成数据并作图

ats_info=desterieux
someData = tibble(
  label = ats_info$data$label,
  p = sample(seq(0,.5,.001), length(ats_info$data$label))
) %>% 
  brain_join(desterieux) %>% 
  reposition_brain(hemi ~ side) %>% 
  ggplot() + 
  geom_sf(aes(fill = p))

hmm🤔，区域之间并不是如Desikan那样完美衔接的，有点差强人意啊。。这可能和制作模型的过程中某几项参数和人工干预有关。测试一些其他模板-Yeo17，也有类似问题。

library(ggsegYeo2011)
ats_info=yeo17
someData = tibble(
  label = ats_info$data$label,
  p = sample(seq(0,.5,.001), length(ats_info$data$label))
)
someData %>% 
  brain_join(yeo17) %>% 
  reposition_brain(hemi ~ side) %>% 
  ggplot() + 
  geom_sf(aes(fill = p))

有人就用它绘制了文章用图，就是图B那颜色有点戳眼睛。

其实把多数区域配成白色或者不放大都还过得去

👉作图二

另外还可以让三弟制图。ggseg3d基于plotly，唯一的不足就是速度很慢，并且一次似乎只能绘制一个半球的数据，还需要额外的工作保存截图和拼图。

注意此处数据结果和2d绘图数据的结构略微不同
someData = desterieux_3d %>% 
  filter(surf == "inflated" & hemi == "right") %>% 
  tidyr::unnest(ggseg_3d) %>% 
  ungroup() %>% 
  select(region) %>% 
  na.omit() %>% 
  mutate(p = sample(seq(0,.5, length.out = 1000 ), nrow(.)) %>% 
           round(2)) 


ggseg3d(.data = someData, 
        atlas = desterieux_3d,
        colour = "p", text = "p") %>% 
        remove_axes() %>% #去网格
        pan_camera("right medial")

可以手动将plotly的对象保存到本地，但批量操作时还是写代码比较方便。

先用export报错，让用orca

orac又说让用kaleido

结果还需要用python安装kaleido，结果还是莫名失败。

用plotly_IMAGE还要申请他们的api_key...

最后用save_image完成

save_image(p, file = sprintf('%s/test.png',dir2save))

同样需要安装python版本的plotly才行，最终保存成功👇

但想在R中拼出ggseg(2d)那样的效果就有点麻烦了。一个肯定可行的思路是：用pan_camera()切换角度，分别保存到本地，用R或者PS裁剪之后拼接。

pan_camera()支持四个角度，也可以自定义角度，同样需要花时间摸索。

👉其他工具

ggseg3d原理应该是先做重采样，之后用plotly作图。其实可以手动将模板的数据重采样到vertex水平，此时可选择的软件和工具就很多了，比如R的fsbrain, Matlab的surfstat等。另外，发现Matlab的freesurfer_statsurf_display有看起来有不错的Destrieux模型，DK模板好像还能加带箭头的标签。

没有乱七八糟的dependency，工具包加入路径即可用，可自定义colorbar颜色，但仍需手动修改成图效果，比如改背景色，去除不想要的标签，调整两列之间的距离等。用PS或者改底层代码都能实现。