[論文レビュー] ImJoy: an open-source computational platform for the deep learning era

Wei Ouyang, Florian Mueller+3 more|arXiv (Cornell University)|May 30, 2019

Cell Image Analysis Techniques参考文献 18被引用数 7

ひとこと要約

ImJoy は、バイオメディカル研究におけるディープラーニングツールへのアクセスを民主化することを目的としたオープンソースでブラウザベースの計算プラットフォームです。ローカルインストールや専門的知識が不要な状態で、インタラクティブでリアルタイムな画像およびゲノム解析用のディープラーニングプラグインをシームレスにデプロイ・共有できるようにします。

ABSTRACT

Deep learning methods have shown extraordinary potential for analyzing very diverse biomedical data, but their dissemination beyond developers is hindered by important computational hurdles. We introduce ImJoy (https://imjoy.io/), a flexible and open-source browser-based platform designed to facilitate widespread reuse of deep learning solutions in biomedical research. We highlight ImJoy's main features and illustrate its functionalities with deep learning plugins for mobile and interactive image analysis and genomics.

研究の動機と目的

• 専門的な開発者以外の研究者にとっても利用可能で再利用可能なディープラーニングソリューションのアクセス制限を解消すること。
• ライフサイエンス分野におけるディープラーニングの広範な採用を妨げる計算およびデプロイメントの障壁を克服すること。
• プログラミング経験のない研究者が、使いやすいインターフェースを通じてディープラーニングモデルを活用・共有・拡張できるようにすること。
• 顕微鏡画像やゲノム配列などの複雑なバイオメディカルデータのリアルタイムでインタラクティブな分析を可能にすること。
• 多様なドメインにわたるさまざまなディープラーニングプラグインの統合を可能にするモジュラーで拡張可能なフレームワークを構築すること。

提案手法

• ユーザーのWebブラウザ内で完全に実行されるブラウザベースのプラットフォームを設計し、ローカルソフトウェアのインストールを不要にする。
• 開発者がディープラーニングモデルを再利用可能でインタラクティブなコンポONENTとしてカプセル化できるプラグインアーキテクチャを実装する。
• 軽量で宣言的な設定により、画像およびゲノム解析用の事前学習済みモデルの統合をサポートする。
• HTML、JavaScript、WebAssembly といったWebテクノロジを活用して、クロスプラットフォームの互換性とパフォーマンスを確保する。
• ブラウザインターフェース内で直接、ディープラーニング予測のリアルタイム推論と可視化を可能にする。
• パブリックリポジトリーやWebリンクを通じたプラグインのバージョン管理、共有、デプロイ用ツールを提供する。

実験結果

リサーチクエスチョン

• RQ1 非エキスパートなバイオメディカル研究者が、どのようにしてディープラーニングモデルをアクセス可能で使いやすくできるか？
• RQ2 ブラウザ環境で効率的でインタラクティブかつ安全にディープラーニングモデルをデプロイするためのアーキテクチャパターンは何か？
• RQ3 モジュラーなプラグインシステムは、画像およびゲノム解析のような多様なバイオメディカルアプリケーションをサポートできるか？
• RQ4 ライフサイエンス分野におけるディープラーニングツールの相互運用性と再現性は、どのようにして向上できるか？
• RQ5 ブラウザベースのプラットフォームは、ディープラーニングの採用における計算的・技術的障壁をどの程度軽減できるか？

主な発見

• ImJoyは、Webブラウザ上で直接、画像およびゲノムデータのためのインタラクティブでリアルタイムのディープラーニング推論を実現した。
• プラットフォームは、ローカル設定が不要な状態で、複雑なディープラーニングモデルを再利用可能で共有可能なプラグインとしてデプロイできる。
• 非開発者にとっても、単純なWebリンクからディープラーニングツールにアクセス・実行できるようになり、導入障壁が著しく低下した。
• プラグインアーキテクチャにより、細胞セグメンテーションやバリアントコール用の多様なモデルのモジュラー統合が可能になった。
• バージョニング、共有、コミュニティによる拡張をサポートするなど、実用的なバイオメディカルワークフローにおける実現可能性と使いやすさが示された。
• 現代のWeb標準およびWebAssemblyを活用することで、標準のWebブラウザでも高いパフォーマンスと応答性を達成した。