Sunteți pe pagina 1din 8

Welcome to RPS 1.

0 User Guide
 
RPS (Resistant Procrustes Software)​
 provides a flexible and user­friendly platform to 
perform a integrated landmark­based resistant shape analysis of 2D and 3D datasets.  
 
This open source software has a well­designed graphical user interface that offers a friendly and 
customizable working environment. Its overall performance is reasonably fast and efficient 
RPS ​
despite the time complexity of the implemented resistant algorithms. ​ modular design will 
allow other resistant­type morphometric and statistical functionalities to be incorporated in the 
near future.  
 

About This Document


RPS User Guide​ RPS​
 is the primary reference for ​ . It  gives a brief overview of its functionalities. 
 
   
Procrustes superpositions  
For  landmark­based  shape  comparisons  of  several  objects,  a  common  coordinate  system  is 
needed.  The  purpose  of  a  superposition  method is to find such an adequate common reference 
frame,   since  the  resulting   shape  differences  highly  depend  on the chosen alignment criterion. It 
location​
is  known  that  a   useful  superposition  is  achieved  when  differences  due  to  ​ ,  ​
scale  and 
orientation​ Procrustes superpositions.​
 are filtered out; these are known as ​  
RPS​
Two  versions  of  them  are  implemented  in  ​ :  the  novel  ​
resistant Procrustes superposition 
(​
Torcida et al. 2014​ least squares Procrustes superposition.​
), and the standard ​  
 
Generalized resistant Procrustes superposition (GrP) 
Intuitively,  a  resistant  alignment  of  two  configurations   of  landmarks  is  achieved  when  those  
landmarks  exhibiting   no  variation  are  perfectly  superimposed;  then,   shape  differences  can  be 
clearly exhibited through the lack of fit of the remaining landmarks.  
GrP  does  not  minimize  an  explicit 
Unlike  the  least  squares  Procrustes  superposition,  the  ​
mathematical  criterion;  instead  it  uses  a  repeated  medians  calculation  to  obtain  optimal 
alignment   parameters.  The  ​ breakdown   value​
repeated  medians  technique  enjoys  the  highest  ​ , 
which  means  that  whenever  (possibly  large)  shape  differences  are  located  in  ​
up   to  50%  of  the 
landmarks,  a  perfect  superposition  of  the  remaining  (unchanged)  ones  is achieved. In this way, 
the  method  ​
resists  the  deformation  present  in  just  a  few  landmarks,  and  the  resulting 
superposition  follows  the  main  trend.  Whenever  shape  differences  are  located  in  ​
more  than 
50%​
 of the landmarks, their measurement and/or recognition is ambiguous. 
GrP  implementation  completely  follows  ​
The  ​ Torcida  et  al.  (2014)​
;  the  procedure  iteratively 
matches  every  configuration  of  landmarks  to  a  ​
resistant  consensus  whose  landmarks  are, 
respectively,  the  3D  ​
spatial  or  geometric  medians  of  corresponding  landmarks.  This  resistant 
consensus is in turn obtained by means of a well­known algorithm.  
GrP​
Following  a  ​ ,  localized  shape  differences  between  configurations  are  more  accurately 
depicted;  this  facilitates  the  biological  understanding  and  interpretation  of  shape  variation  in 
many situations. 
 
   
Generalized least-squares Procrustes superposition (GlsP)
GlsP  or  classical  Procrustes  superposition  is  the  standard  alignment  criterion  within 
The  ​
Geometric  Morphometrics​
.  This  method  minimizes  the  sum  of  squared  Euclidean  distances 
between  the  Cartesian   coordinates  of   corresponding  landmarks  after  superposition,  iteratively 
matching every configuration to an average consensus. 
Unique  alignment  parameters  are  found  in  the  process,  and  maximal  agreement  in  a  least 
squares  sense  is  thus   achieved.  It  is  widely  known  that   this  method  is  highly  ​
misleading  when 
localized  shape  variation  is  present  because  it  tends  to  average  the  lack  of  fit  among  all  the  
landmarks. 
 
Morphometric Distances
If  a  Procrustes  superposition   is  performed,  the  ​
exhibited  shape  differences  between  any  two 
measured​
configurations  need  to  be  accordingly  ​ . Pairwise distances are typically computed and 
distance  matrix​
stored  in  a  ​ , which in turn can be used as an input for a  subsequent ordination or 
RPS  can  compute  a coherent 
multivariate  analysis  techniques.  For  each  superposition  method,  ​
distance matrix.  
GrP​
Following  a  ​ ,  a  coherent  resistant  distance  between  any  two  configurations  of landmarks is 
given  by   ​
the  sum  of  the  resulting  non­squared  Euclidean  distances  across  corresponding 
landmarks (​
Torcida et al. 2014​ RPS​
) and this distance is available in ​ .   
Additionally,  a  ​ lsD​
least  squares  Distance  (​ )  can  be  also  computed.  As  mentioned,  following  a 
GlsP  the  magnitude  of  shape  differences  between  any  two  configurations   of  landmarks  is 
measured  by  ​
the  resulting  sum  of  squared  Euclidean  distances  across  corresponding 
landmarks. 
 
Ordinations
When  a  Procrustes  superposition  has  been  performed,  a  ​
distance   matrix  is  often  used  to 
ordination,​
produce  either  a  2D  or   3D  graphical  ​   which  in  turn  facilitates  the  visualization  of  the 
RPS  implements  the  versatile  ​
resulting  shape  differences.  ​ Universal  Multidimensional  Scaling 
lsUMDS​
framework,  which  includes  the  classical  Universal  least   squares  MDS  (​ )  and  a 
Universal resistant MDS​
corresponding ​ rUMDS​
 (​ ). 
 
User Interface
RPS  is  specifically  designed  to   offer  the  user  a  set  of  tools  to  perform  an  integrated 
landmark­based  resistant  shape  analysis  of  2D  and  3D   datasets.  All  its  functionalities  can  be 
invoked   from  the  user  interface,  which  is  organized  as  a  ​
toolbar  with  ​
pop­up  menus  and  ​
two 
tabbed  areas​ Project Item List  area  on  the  left,  and  the  ​
:  the  ​ Graphics & Reports  area  on 
the right. 
 

 
 
 
   
Project Item List area 
RPS​
 organizes datasets and analyses into projects, which are intended to be self­contained; this 
area thus offers a general overview of the project items.  
 

 
 
 
Test1​
The  tree   structure   reserves  the  first  level  for  the  project  name  (e.g.  ​ ).  The  second  level 
DSTest1​
corresponds  to  the  name  of  the  dataset  to  be analyzed (e.g. ​ ). The third level includes: 
Specimens​
the  list  of  landmark  configurations  under   the  tag  ​ ;  the  list  of  analyses performed on 
Consensus configuration if the dataset resulted from 
that  dataset,  and  may eventually include a ​
RPS​
a ​  Procrustes analysis.  
RPS​
Performed ​  analyses can be distinguished by the automatic prefixes in their names:  
● GrP_x​
 (Generalized resistant Procrustes superposition) 
● GlsP_x​
 (Generalized least squares Procrustes superposition) 
● rD_x​
 (resistant Distance) 
● lsD_x​
 (least squares Distance) 
● 2D_ x​
 (two dimensional ordination) 
● 3D_x​
 (three dimensional ordination) 
● rUMDS_x​
 (resistant Universal MultiDimensional Scaling) 
● lsUMDS_x​
 (least squares Universal MultiDimensional Scaling)  
The  possibility  of  simultaneously  analyzing  different  datasets  in  the  same  project  is  also 
allowed. 
 
Graphics & Reports area 
Graphics and 
This  area  covers  most  of  the   user's  window.  It consists of two independent tabs: ​
Reports​
.  
Graphics  tab  is  organized  into  sub­tabs,  each  corresponding  to  a  graphical  display  of 
The  ​
either:  
1. an added dataset in 2D or 3D; 
2. the result of a particular superposition in 2D or 3D; 
3. a requested ordination in 2D or 3D. 
 

 
Each sub­tab has an interactive frame where the default features of the graph can be edited and 
customized  by  the  user.  When  a  specific  sub­tab  is  active,  a  column  on  its  right  named 
Element & Show  lists  those  specimens  included  in  the  graph  and  their  corresponding 
landmarks.  The  user  can  select or deselect some (specimens and/or landmarks) to be excluded 
from  the  visualization.  At  the  bottom  of  this  column,  a  bar  indicates  the   estimated  analysis 
progress percentage. 
 
Reports  tab  offers  a  detailed  record  of  every  performed  analysis and  computation,  in  text 
The  ​
format: Procrustes superpositions results, distance matrices, ordinations coordinates. 
 

 
File 
File  includes  all  those  commands that  perform  actions  on  the project (​
The  pop­up  menu   ​ New​

Open  and ​
Save Project​ New Dataset​
) or enable to incorporate a new dataset (​ ) to an existing 
Export to Image​
project,  or  to  export  graphics  and  results  (​ Export to Dataset​
/​ ).  Worth 
mentioning  that  three   different   file  formats,  used  in  most  morphometric  softwares,   can  be 
TPS​
imported: ​ NTS​
, ​ Morphologika,​
 and ​ .tps​
 with extensions ​ .nts​
, ​ .txt​
 and ​  respectively. 
When  a  new file has been properly loaded, the corresponding dataset is automatically displayed 
Graphics​
in the ​  area.  

Analysis 
Analysis  displays  the  implemented  ​
The  pop­up  menu   ​ shape  analysis  tools​
.  Two  different 
versions  of  the  Procrustes  superposition  can  be  performed  through  the  menu  command 
Procrustes Analysis​ GrP  (​
:  ​ generalized  resistant  Procrustes  superposition)​ GlsP 
  and  ​
generalized least squares Procrustes superposition​
(​ ).  
Prior  to  pick  one  of  these  options,  a  dataset  must  have  been  selected  using  the  cursor.  Once 
the  superposition   is  performed,  the  corresponding  result  is  displayed  as  a  sublevel  of  the 
processed dataset in the tree structure on the left.  
Matrices  of  distances   between  all  pairs  of  landmarks  configurations  in  a  dataset  can  also  be 
Distances​
computed  by  choosing   the  line  command  ​ .  As  mentioned,  ​ rD​
resistant  (​ )   (​
Torcida  et  
al.  2014​ lsD​
) and least squares  (​ ) distances ​
are available. This command also requires a dataset 
to  have  been  selected;  the  corresponding   result  is  afterwards  displayed  as  a  sublevel  of  the 
processed dataset in the tree structure on the left. 
Finally,  a  ​ Ordinations  by  selecting 
distance  matrix  may  serve  as  input  to  compute  2D  or  3D  ​
this  command;  the  corresponding  result  is  afterwards  displayed  as  a  sublevel  of  the  selected 
distance matrix in the tree structure on the left.  
All  the  results  from  the   performed  analyses  and  computations  —​
Procrustes  superpositions, 
distances matrices ​  ordinations​
and​ Reports​
— are always automatically included in the ​  area.