igraphをLinux Mintにインストール
Linux Mint の R で、うまくinstallされないpackageがあって困っていた。
igraphもそのうちの一つであったが、このサイトのおかげでinstallできた。
当方、Linux Mint 18.1 Cinnamon。
ありがたや。
もう少し細かいことがわかったら追記。
いつもの備忘録です。
コマンドプロンプトで拡張子を付与する
- 大量のDICOMファイルを操作する際に、届いたDICOMに拡張子が無かったので
- コマンドプロンプトで一括に拡張子を付与した。
- あったほうが後々便利だっただけの理由。
cd c:\dicomfile #別にどこでもいいですが置いてる場所を指定 ren * *.dcm
これだけ。
いつもの忘備録。
例えば、もともとjpgをJPGに変えるなら、
ren *.jpg *.JPG
でいいっぽい。
Linux Mintを載せたLet's noteのWheel Padを有効にする
- Linux Mint 18.1を中古で買ったCF-NX2に入れて使っています。
- Corei5です
- Let's noteのホイールパッドが使えるようにしました
- 設定の忘備録です。
$ synclient -l #現在の設定を確認する $ synclient CircularScrolling=1 #0でオフ
これで普通に使えるようになりました。便利です。
ちなみに
$ lsb_release -r
で、現在のディストリビューションのバージョンが確認できます。
メタ解析:複数の尺度を統合したい場合
同じモノを測定しているけど、違う尺度で測っている結果を統合したい。
ということで、復習がてら。
複数の研究結果から effect size を統合する手法(1)
上のHPでは「Effect size」が出てくる。
「測定単位には無関係で,標準化された効果の大きさ」として表現されている。
分母が結構ややこしくて、対照群と介入群の両者を用いてSDを計算している。
9.2.3.2 The standardized mean difference
ところで、Cochraneでは同様のものが「Standardized mean difference(SMD)」として記載されており、
自分は最初にそれを認識した。
違うものなのか、文化が違うところで呼び方が違うだけなのか、と思ったところ、
上のCochrane handbookに「基本的に一緒」と書いてあった。歴史的に、特に社会科学系のメタアナリシスでよく使われたtermであると。
CochraneではSMDの呼称を推奨。
ここだと、termとしてはSMDが使われていて、分母は「対照群の標準偏差」となっている。
Cochraneだと、分母は「両群から統合された標準偏差」となっているので、そっちを使うべきか。
まあでも、これで一応やり方は分かるので、コード書くなり、Revmanに放り込むなりできる。
DICOMをいじる必要に迫られてのPython②
で、タグをいじってみると、意外に簡単に編集できました。
import dicom dcm = dicom.read_file("test.dcm") #If you want to change Patient Name in dcm as "Santa" dcm.PatientName = "Santa" dcm.PatientID = "001224" dcm.acquisitionDate = "20171224" dcm.save_as("tested.dcm") #creating a new dicom file
tagの消去も出来そうなので、それはおいおい。
DICOMをいじる必要に迫られてのPython
先日、oro.dicomというR packageをinstallしてみたのだが、あんまりうまく運用できなかった。
しかし、タグをいじる必要性がぐいぐい迫ってきたので、
Rを置いといてPythonでやってみることにした。Pydicomを使用。
あんまりPython使ったことないけど、結局必要に迫られないと使わない悲しい性。
私はAnacondaで入れてました。
DICOMについては、下記も参照。
一般社団法人 日本画像医療システム工業会【JIRA】:DICOMの世界
インストールは下記。当方Windows。
pip install pydicom
で、DICOMの世界のサイトでも、どこでもいいんですが、
DICOMファイルを(とりあえずシリーズではなく1個)引っ張ってきます。
それで、それをカレントディレクトリに置いておきます。
ここ以降はインタプリタで。
import dicom dcm = dicom.read_file('test.dcm') print(dcm.Modality)
とすると、MRと出ます。
ファイルによってCRとかCTとかMGとか色々あるでしょうね。
print(dcm)
としたら、全てのタグ情報が出てきます。
- Patient's name
- Institution Name
- Manufacturer
- Study date
- Acquisition date
などなど、いくらでもあります。
これをどういじっていくかはおいおいやってきましょう。
画像の表示には、matplotlibを使うとよい模様。
import matplotlib.pyplot as plt import pylab dr = dicom.read_file("test.dcm") im = dr.pixel_array plt.imshow(im, cmap=pylab.cm.bone) plt.show()
で下記が表示されました。
他の、MG(マンモグラフィ)の画像なども同様にして表示できました。
CR画像のほうがdcmファイルとして重いんですね。
白黒反転させたければ、
plt.imshow(im, cmap=pylab.cm.binary)
でいけます。
DICOMを操作できる?
CTとかMRとかの画像を扱う際、DICOMは避けて通れない。
DICOM
Digital Imaging and COmmunications in Medicine
だそうです。
Rでも扱えるらしい。
oro.dicomというpackageがあるみたい。
install.packages("oro.dicom")
でinstallした。
積ん読していたこの本をざっと眺めるが、当然画像処理のことがメイン。
タグ情報を弄れるか、みたいな話は見当たらない。
(mp3タグをちょっと思い出した人!)
ちょっとしばらく弄ってみることにする。
検索すると、Pythonで弄ってるひとも居るみたい。
ここに個人情報とかそういうことに抵触しないフリーDICOM素材があるみたいなので、時間があったらやってみます。