ニューロイメージング データ パイプラインの改善: ConnPipe がベスト プラクティスを合理化: IU ニュース

Jun 10, 2023

UITS Research Technologies による医療および神経画像サポートに関する 3 部構成のシリーズの 2 番目では、ConnPipe について取り上げます。

シリーズの最初の記事はこちらからご覧ください。

今日の神経科学者は、ますます多様化するデータ処理技術と関連する神経画像データに遭遇しています。 これは、脳ネットワークがどのように組織され、さまざまな要因によって影響を受けるかを調査するために、複雑な処理技術と最先端の画像データ (拡散強調画像や安静時機能的 MRI など) を組み合わせたブレイン コネクトミクスの領域に特に当てはまります。 ConnPipe は、IU 医学部ニューロイメージングセンター (CfN) の研究者がスケーラブル コンピューティング アーカイブ (SCA) と協力して開発した脳接続パイプラインです。 ConnPipe は、さまざまな画像処理パッケージの最先端ツールと社内開発のアルゴリズムを組み合わせており、これらの複雑なデータセットを 1 つの一貫したフレームワーク内で処理できるようにします。

Andrea Avena-Koenigsberger 氏、SCA シニア アナリスト/プログラマー兼ソフトウェア開発者

ニューロイメージングでは、処理の各ステップは、画質の向上、画像の幾何学的パターンと強度パターンの標準化、またはさらなる分析のための測定値の計算のいずれかを目的として設計されています。 ただし、前処理パイプラインは神経画像研究によって異なるため、科学者は研究全体で結果を再現するという課題に直面しています。 SCA のシニア アナリスト/プログラマー兼ソフトウェア開発者の Andrea Avena-Koenigsberger 氏は、ConnPipe は広範な問題に対する最先端の社内ソリューションであると述べています。 「利用可能なパイプラインの多くはブラックボックスのようなもので、更新、変更、保守が難しいため、CfNは独自のパイプラインを開発することを選択し、CfN内の研究グループ間、そして最終的にはIU全体で処理を標準化することを望んでいます」とアベナ氏は述べた。 -ケーニヒスベルガー。 このパイプラインの 2 つの重要な特徴は、オープンソース テクノロジに依存していること、および近い将来、コンテナ内でダウンロードできるようになるため、研究者はデータの再現性を維持しながら、どのコンピュータからでもパイプラインを実行できるようになるということです。 「ConnPipe プロジェクトは、CfN との継続的なパートナーシップにドメイン サイエンス アプリケーション開発が追加されたことを表しています」と SCA マネージャーの Arvind Gopu 氏は述べています。

Matt Tharp 氏、CfN データ スペシャリスト

前処理パイプラインを標準化すると、データの解釈が容易になるだけでなく、科学的なコンセンサスの向上にも役立ちます。 CfN のデータ スペシャリスト、マット サープ氏は次のように述べています。 「一方で、研究室全体で同じ処理戦略を適用することは、結果の一貫性と検証可能性を確保するのに役立ちます。他方、方法は必然的に進化するため、共通のフレームワークの下で新しいアプリケーションを組織することは、すべての研究室が完全なレパートリーを備えていることを保証するのに役立ちます」研究のためのツールを提供します」とサープ氏は語った。

Meichen Yu、博士研究員、CfN

IU では、乳がんのホルモン療法 (HT) を受けている患者の脳ネットワークの変化を調査するために ConnPipe がすでに利用されています。 乳がんの HT 治療は認知障害を引き起こすことが示されていますが、この障害の正確な性質は活発な研究テーマです。 この問題を調査するために、ConnPipe を使用して安静時機能 MRI データを処理し、機能接続ネットワークを構築しました。これを分析して、HT 治療の影響を受ける特徴的な機能サブネットワークを特定できます。 「この研究は、神経画像分野における広範かつ成長を続ける研究と発見の領域にConnPipeを戦略的に適用することを望んでいる多くの研究の中の1つです」とCfNの博士研究員Meichen Yu氏は述べています。 「この性質の研究は、障害の信頼できる指標を明らかにするのに役立ち、治療とその副作用の性質の根底にあるこれまで発見されていなかった因果関係の生物学的および生理学的メカニズムの証拠を提供する可能性があります」とYu氏は述べた。

SCA、CfN、および IU SoM 研究者の協力により、ConnPipe を MATLAB から Bash/Python 形式に移行することで大幅に改善することができました。 これにより、チームはパイプラインをより高速かつ効率的に、よりモジュール化し、新しい技術に適応できるようにすると同時に、IU の膨大なスーパーコンピューティング リソースをより有効に活用できるようになりました。

ConnPipe プロジェクトのより詳細な説明は、https://sca.iu.edu/project/connpipe で参照できます。