[论文解读] Visualisation of Brain Statistics with R-packages ggseg and ggseg3d

Athanasia M. Mowinckel, Didac Vidal‐Piñeiro|arXiv (Cornell University)|Dec 17, 2019

Functional Brain Connectivity Studies参考文献 24被引用 25

一句话总结

本文介绍了 R 包 ggseg 和 ggseg3d，它们通过基于空间精确的多边形和网格表示，实现了脑区图谱数据的直观 2D 和 3D 可视化。与 ggplot2 和 plotly 集成后，这些工具通过将数据投影到解剖学上有意义的脑图谱上，简化了神经影像学结果的统计可视化，提升了神经科学研究中的可解释性和可重复性。

ABSTRACT

There is an increased emphasis on visualizing neuroimaging results in more intuitive ways. Common statistical tools for dissemination, such as bar charts, lack the spatial dimension that is inherent in neuroimaging data. Here we present two packages for the statistical software R, ggseg and ggseg3d, that integrate this spatial component. The ggseg and ggseg3d packages visualize pre-defined brain segmentations as both 2D polygons and 3D meshes, respectively. Both packages are integrated with other well-established R-packages, allowing great flexibility. In this tutorial, we present the main data and functions in the ggseg and ggseg3d packages for brain atlas visualization. The main highlighted functions are able to display brain segmentation plots in R. Further, the accompanying ggsegExtra-package includes a wider collection of atlases, and is intended for community-based efforts to develop more compatible atlases to ggseg and ggseg3d. Overall, the ggseg-packages facilitate parcellation-based visualizations in R, improve and ease the dissemination of the results, and increase the efficiency of the workflows.

研究动机与目标

• 解决 R 中缺乏用于脑区图谱统计数据的空间精确可视化工具的问题。
• 通过将空间上下文整合到统计可视化中，提升神经影像学结果的可解释性。
• 通过标准化、交互式的可视化，促进脑影像研究发现的高效传播与可重复性。
• 通过配套的 ggsegExtra 包，支持社区驱动的兼容脑图谱开发。
• 实现与现有基于 R 的统计和神经影像工作流程的灵活集成。

提出的方法

• 通过 ggplot2 的图形语法，使用基于多边形的脑图谱表示实现 2D 可视化。
• 通过 plotly 渲染的三角网格表示实现 3D 可视化，支持交互操作。
• 集成来自成熟图谱的预编译脑区图谱数据，包括 Desikan-Killiany (DKT) 和 aseg (Freesurfer)。
• 开发模块化包架构，通过 ggsegExtra 包支持扩展至更多图谱。
• 使用 FSL、ImageMagick 和自定义脚本等外部工具，自动化将神经影像输出（如 FreeSurfer）转换为多边形和网格格式。
• 提供可自定义的颜色调色板和绘图函数，以支持多种神经影像数据类型和统计输出。

实验结果

研究问题

• RQ1 如何以保留空间关系并增强可解释性的方式可视化脑区图谱数据？
• RQ2 在 R 生态系统中，将神经影像学研究的统计结果整合到空间精确的脑图谱表示中的最有效方法是什么？
• RQ3 能否建立一个模块化、社区驱动的框架，以支持 R 基可视化工具中的多种脑图谱？
• RQ4 如何利用现有的 R 包实现脑统计 2D 和 3D 可视化的交互性和可重复性？
• RQ5 ggseg 包框架在多大程度上可推广至其他需要空间数据可视化的科学领域？

主要发现

• ggseg 和 ggseg3d 包成功实现了基于空间精确的多边形和网格表示的脑区图谱数据的高保真 2D 和 3D 可视化。
• 与 ggplot2 和 plotly 的集成使得神经影像学统计的灵活、高质量出版级及交互式可视化成为可能。
• ggsegExtra 包目前托管了 15 个额外的脑图谱，包括 Yeo 7/17、Glasser 和 Harvard-Oxford 等广泛使用的模板，支持 2D 和 3D 渲染。
• 这些工具通过用空间直观的可视化替代抽象的条形图，显著提升了脑影像结果传播的效率和清晰度。
• 一种用于创建新 ggseg 兼容 2D 图谱的标准化流程正在开发中，旨在减少手动工作量并提高社区贡献。
• 该框架具有可扩展性，可超越神经影像学应用，潜在适用于任何需要空间结构数据可视化的领域。