[論文レビュー] Visualization and Correction of Automated Segmentation, Tracking and Lineaging from 5-D Stem Cell Image Sequences

Eric Wait, Mark Winter+6 more|arXiv (Cornell University)|Jul 8, 2014

Cell Image Analysis Techniques参考文献 19被引用数 4

ひとこと要約

本論文は、GPUアクセラレーションを活用したインタラクティブな可視化および補正システムを提示する。このシステムは、5次元（x, y, z, t, channel）幹細胞画像解析を対象とし、リアルタイム3次元ステレオ可視化と2次元ラインナージュツリー表示を統合している。生物学的研究者が、セグメンテーション、トラッキング、ラインナージュの誤りをインタラクティブに補正可能であり、ユーザーの編集情報をCPUベースの推論エンジンを介して利用し、関連する誤りを自動的に伝搬・補正することで、最小限の手作業で100%の正確性を達成した。

ABSTRACT

Results: We present an application that enables the quantitative analysis of multichannel 5-D (x, y, z, t, channel) and large montage confocal fluorescence microscopy images. The image sequences show stem cells together with blood vessels, enabling quantification of the dynamic behaviors of stem cells in relation to their vascular niche, with applications in developmental and cancer biology. Our application automatically segments, tracks, and lineages the image sequence data and then allows the user to view and edit the results of automated algorithms in a stereoscopic 3-D window while simultaneously viewing the stem cell lineage tree in a 2-D window. Using the GPU to store and render the image sequence data enables a hybrid computational approach. An inference-based approach utilizing user-provided edits to automatically correct related mistakes executes interactively on the system CPU while the GPU handles 3-D visualization tasks. Conclusions: By exploiting commodity computer gaming hardware, we have developed an application that can be run in the laboratory to facilitate rapid iteration through biological experiments. There is a pressing need for visualization and analysis tools for 5-D live cell image data. We combine accurate unsupervised processes with an intuitive visualization of the results. Our validation interface allows for each data set to be corrected to 100% accuracy, ensuring that downstream data analysis is accurate and verifiable. Our tool is the first to combine all of these aspects, leveraging the synergies obtained by utilizing validation information from stereo visualization to improve the low level image processing tasks.

研究の動機と目的

• 発生生物学およびがん生物学分野における、大規模な5次元ライブセル画像データの正確でインタラクティブな解析の重要なニーズに対処すること。
• 生物学的研究者が自動セグメンテーション、トラッキング、ラインナージュの結果をリアルタイムで視覚的に検査・補正できるシステムを開発すること。
• ユーザーが提供した編集情報を、データセット全体にわたって関連する誤りを自動的に補正する推論エンジンに統合すること。
• 効率的な3次元レンダリングとリアルタイム補正を実現するため、一般品のゲームハードウェア（GPU/CPU）を活用することにより、実験ワークフローにおける迅速な反復を可能にすること。

提案手法

• システムはGPUメモリを用いて5次元画像シーケンスを格納・レンダリングし、低遅延かつ高忠実度の3次元ステレオ可視化を実現する。
• デュアルウィンドウインターフェースにより、ステレオ3次元ウィンドウで3次元画像データを表示するとともに、対応するラインナージュツリーを2次元ウィンドウに表示し、同時に検査可能である。
• 細胞セグメンテーションやラインナージュ関係に対するユーザーの編集は、収集され、CPUベースの推論エンジンに供給され、関連する細胞および時系列にわたって補正が伝搬される。
• 推論エンジンは文脈的ルールおよび空間的・時間的整合性を用いて、関連する誤りを自動的に補正し、手作業による補正負荷を軽減する。
• 非教師あり自動処理とインタラクティブな検証を組み合わせ、ステレオ可視化を活用することで、低レベルの画像処理の正確性が向上する。
• アーキテクチャは一般品のハードウェア上でリアルタイム性能を達成するように設計されており、ライブラボ環境での使用が可能である。

実験結果

リサーチクエスチョン

• RQ1 自動5次元幹細胞画像解析を、どのようにしてインタラクティブでユーザー主導のものにすることで高精度を達成できるか？
• RQ2 生物学的研究者が複雑な細胞動態を検証する際に、3次元可視化とラインナージュツリー表現をどのように効果的に統合できるか？
• RQ3 ユーザーが提供した編集情報を活用して、データセット全体にわたって補正を推論・伝搬させ、手作業の負担を軽減できるか？
• RQ4 GPUとCPUリソースを効果的に分割することで、リアルタイム3次元レンダリングとインタラクティブ補正をどのように実現できるか？
• RQ5 インタラクティブな検証は、5次元画像シーケンスにおける自動セグメンテーション、トラッキング、ラインナージュの正確性をどの程度向上できるか？

主な発見

• 本システムは、ハイブリッドGPU/CPUアーキテクチャを用いて、自動セグメンテーション、トラッキング、ラインナージュの結果をリアルタイムでインタラクティブに補正可能である。
• ステレオ3次元可視化と2次元ラインナージュツリーインターフェースの統合により、ユーザーの誤り特定および補正の正確性と効率性が顕著に向上した。
• ユーザーが提供した編集情報は推論エンジンによって活用され、関連する誤りが自動的に補正され、繰り返しの手作業補正の必要性が最小限に抑えられた。
• ユーザーによる補正後、検証において100%の正確性を達成したため、後続のデータ解析が検証可能で信頼性が高いことが保証された。
• 一般品のゲームハードウェアを活用したため、標準的なラボ環境でも導入可能であり、迅速な実験反復を支援した。
• インタラクティブな検証と自動処理の相乗効果により、完全に自動化された手法に比べて、より高品質なラインナージュデータが得られた。