أكثر

استخدام SAGA Cluster Analysis لإسقاط الشبكات

استخدام SAGA Cluster Analysis لإسقاط الشبكات


أواجه مشكلة في تحليل مجموعة SAGA لأداة الشبكات ضمن QGIS 2.4. أنا في الواقع آخذ هذا كصف دراسي عبر الإنترنت من خلال Del Mar ونحن نتجاوز التصنيفات الخاضعة للإشراف وغير الخاضعة للإشراف للصور الجوية.

لقد قمت بتعيين CRS الخاص بي على أنه EPSG 32616 لملف الشكل الذي أرغب في تصنيفه ، ومع ذلك ، عند استخدام الأداة ، أستمر في تلقي خطأ مفاده أن CRS غير معرف وأنه افتراضيًا إلى 4326.

علاوة على ذلك ، يكون الناتج الناتج مقلوبًا. عند البحث في خصائص الطبقة ، يكون CRS هو 32616 للكتل ولكن جدول الإحصائيات محدد على أنه 4326. تم تعيين خصائص مشروعي على لحظي وقمت بتعيين CRS على 32616. لقد أرفقت صورة للمشكلة أيضًا.

هل يعرف أحد ما سبب حدوث ذلك؟

لقد مررت بهذا 3 أو 4 مرات بنفس النتيجة.


SAGA هي أداة خارجية ، لذا فهي لا تعرف ما قمت بتعيينه لطبقة أو مشروع CRS داخل QGIS.

يجب عليك تطبيق CRS على الملفات النقطية باستخدامالنقطية -> الإسقاطات -> تقييم الإسقاطاستخدامgdalwarp -t_srsأونقطية -> تحويل -> ترجمةاستخدامgdal_translate -a_srsإلى اسم ملف آخر ، وقم بتشغيل SAGA على ذلك.


مقدمة

ترتبط معظم أنواع الخرف بتراكم نواتج التمثيل الغذائي داخل الدماغ. على عكس باقي الجسم ، يفتقر الدماغ إلى الجهاز اللمفاوي لتطهير هذه المنتجات الثانوية. في عام 2012 ، تم اقتراح مسار جديد ، يسمى المسار المجاور للأوعية الدموية 1 ، والذي يتيح الدورة الدموية والتخليص الفعال على مستوى الدماغ. سميت شبكة المسارات الوعائية في الدماغ بالجهاز الجليمفاوي لأنها تشبه الجهاز اللمفاوي في باقي الجسم ، بينما يسلط "g" في الجليمفاوي الضوء على أهمية الخلايا الدبقية الداعمة. تتكون مسارات الأوعية الدموية من السائل الدماغي الشوكي الذي يتدفق بالتوازي مع الأوعية الدموية في المساحات المجاورة للأوعية. هذه المسارات لديها القدرة على تسهيل التبادل بين السائل الدماغي الشوكي (CSF) والسائل خارج الخلية في أعماق الدماغ.

إلى أي مدى وبأي مقياس يقوم النظام الجليمفاوي بتسريع النقل مقارنة بالانتشار خارج الخلية لا يزال مثيرًا للجدل ، وقد رفضت العديد من دراسات النمذجة الحسابية أجزاء من النظام على نطاق صغير. على سبيل المثال ، تشير الدراسات السابقة 2،3 إلى أن الانتشار يهيمن في النسيج الخلالي. علاوة على ذلك ، وجد 4،5،6 أن التشتت في المساحات المجاورة للأوعية الدموية يضيف أقل من العامل الثاني للانتشار للنقل المذاب. ومع ذلك ، فإن النتائج التجريبية والتصويرية المتعددة على المستوى الجزئي تشير إلى أن النقل مختلف وأسرع من الانتشار 1،7،8.

تم اقتراح فحص النقل المجاور للأوعية على نطاق واسع واختباره في دماغ الفئران 9. تضمن الإجراء حقن عامل تباين التصوير بالرنين المغناطيسي في السائل الدماغي النخاعي ومن ثم تصوير نقل عامل التباين في التصوير بالرنين المغناطيسي في نقاط زمنية متعددة خلال ساعات قليلة بعد الحقن. كان عامل التباين في التصوير بالرنين المغناطيسي يعمل كمتتبع للسائل النخاعي ، وكان على مستوى الدماغ في الفئران بعد بضع ساعات. تم اختبار الإجراء على البشر لأول مرة في عام 2017 10 مع الحصول على صور التصوير بالرنين المغناطيسي بشكل متكرر خلال 48 ساعة بعد الحقن ثم تم قياسها لاحقًا بطريقة خاصة بالمنطقة في عام 2018 11 لدى الأفراد المصابين بالخرف والضوابط. بشكل عام ، أظهر نقل عامل التباين في التصوير بالرنين المغناطيسي نمطًا مركزيًا في جميع المشاركين ، لكن عامل التباين في التصوير بالرنين المغناطيسي كان أطول في الأفراد المصابين بالخرف مقارنةً بالضوابط 11. ولوحظ أيضًا أن نقل تتبع السائل الدماغي النخاعي ظهر أسرع بكثير مما يمكن توقعه من الانتشار في أشكال هندسية مستوية مبسطة.

في هذه الخلفية ، هدفنا في هذه الورقة هو استكشاف ما إذا كان توزيع تتبع السائل الدماغي النخاعي الذي شوهد في 11 يمكن تفسيره بالانتشار وحده ، كما تنبأ العمل الأساسي لـ Syková و Nicholson 12. سنقوم بالتحقيق في هذه الفرضية من خلال عمليات محاكاة العناصر المحدودة لعملية الانتشار جنبًا إلى جنب مع إجراء تحديد المعلمة لمعاملات الانتشار الظاهرة (ADCs). وبالتالي ، فإننا نهدف إلى التحقيق فيما إذا كان بإمكاننا تقييم ADC على نطاقات زمنية طويلة (ساعات أو أيام) ، من خلال تركيب نموذج انتشار لبيانات التصوير بالرنين المغناطيسي التي تم الحصول عليها في نقاط زمنية متعددة عندما ينتشر تتبع السائل الدماغي النخاعي عبر الدماغ. يتضمن ذلك مراعاة مدى تعقيد سطح الدماغ القابل للطي من خلال إنشاء أشكال هندسية خاصة بالمريض. نهجنا لتحديد المعلمة هو حل مشكلة التحسين المقيدة بمعادلة انتشار ذات معاملات غير معروفة ، حيث يستهدف التحسين تركيزات تتبع السائل الدماغي النخاعي المرصودة في 5-6 عمليات اقتناء متاحة خلال 24 ساعة بعد حقن تتبع السائل الدماغي النخاعي. نلاحظ أن التدفق المجاور للأوعية هو ظاهرة صغيرة الحجم بسرعات تبلغ حوالي 20 ميكرومتر/س في المساحات المجاورة للأوعية بعرض حوالي 20 ميكرومتر 7. وبالتالي ، فإن أي تدفق سائب مجاور للأوعية لن يكون مرئيًا بشكل مباشر باستخدام تقنيات التصوير بالرنين المغناطيسي الحالية ، ولكن يمكن قياسه بشكل غير مباشر من خلال تقدير معامل الانتشار الظاهر على نطاقات زمنية طويلة.

الخطوط العريضة للورقة كما يلي: في القسم 1 ، نقدم منهجية البحث. نبدأ في القسم 1.3 بوصف تفصيلي لطرق التصوير الطبي ذات الصلة بهذه الدراسة. يصف القسم 1.4 النماذج الرياضية والمنهجية الحسابية لهذه الورقة. في القسم 2 ، سوف نقدم نتائج الدراسة ، بدءًا من تحليل التصوير بالرنين المغناطيسي في القسم 2.1. نستمر في القسم 2.2 مع حالة اختبار تركيبية ، والتي تتضمن إيجاد معلمات تنظيم قوية مع ضوضاء موزعة موحدة تضاف إلى الصور. يمكن العثور على إنشاء حالة الاختبار الاصطناعية وتقدير التركيز في الملحق. بينما في القسم 2.3 ، نقدم ADC المحسوب باستخدام صور التصوير بالرنين المغناطيسي ، ونقارن القيم مع ADC المقدرة بـ DTI. في القسم 2.3.1 ، نقدم نتائج طريقة مختلفة لتقليل الضوضاء الحدودية. سوف تسهل النتائج المناقشة العامة في القسم 3.


شاهد الفيديو: How to run cluster analysis in Excel