Улучшение конвейера данных нейровизуализации: ConnPipe оптимизирует передовой опыт: IU News

Jun 10, 2023

Во второй из трех частей серии UITS Research Technologies, посвящённой медицинской поддержке и нейровизуализации, рассказывается о ConnPipe.

Первую статью серии можно найти здесь.

Сегодня нейробиологи сталкиваются с постоянно растущим разнообразием технологий обработки данных и связанных с ними данных нейровизуализации. Это особенно актуально в области мозговой коннектомики, которая сочетает в себе сложные методы обработки и современные данные визуализации (такие как диффузионно-взвешенная визуализация и функциональная МРТ в состоянии покоя) для изучения того, как мозговые сети организованы и на них влияют различные факторы. ConnPipe — это конвейер подключения мозга, разработанный исследователями из Центра нейровизуализации (CfN) Медицинской школы IU в сотрудничестве с Scalable Compute Archive (SCA). ConnPipe сочетает в себе самые современные инструменты из различных пакетов обработки изображений и алгоритмы собственной разработки, которые позволяют обрабатывать эти сложные наборы данных в рамках одной связной структуры.

Андреа Авена-Кенигсбергер, старший аналитик/программист и разработчик программного обеспечения, SCA

В нейровизуализации каждый этап обработки предназначен либо для улучшения качества изображения, стандартизации геометрических характеристик и интенсивности изображения, либо для расчета показателей для дальнейшего анализа. Однако, поскольку конвейеры предварительной обработки различаются в разных исследованиях нейровизуализации, ученые сталкиваются с проблемой воспроизведения результатов в разных исследованиях. Андреа Авена-Кенигсбергер, старший аналитик/программист и разработчик программного обеспечения SCA, говорит, что ConnPipe — это современное решение широко распространенной проблемы, разработанное собственными силами. «Поскольку многие доступные конвейеры подобны черным ящикам или их трудно обновлять, модифицировать и поддерживать, CfN решил разработать свои собственные конвейеры в надежде стандартизировать обработку в исследовательских группах внутри CfN и, в конечном итоге, во всем IU», — сказал Авена. -Кенигсбергер. Две важные особенности этого конвейера заключаются в том, что он опирается на технологии с открытым исходным кодом и что в ближайшем будущем он будет доступен для загрузки в контейнере, что позволит исследователям запускать конвейер с любого компьютера, сохраняя при этом воспроизводимость данных. «Проект ConnPipe представляет собой дополнение к нашему постоянному партнерству с CfN в области разработки прикладных научных приложений», — сказал Арвинд Гопу, менеджер SCA.

Мэтт Тарп, специалист по данным, CfN

Стандартизация конвейера предварительной обработки упрощает интерпретацию данных, а также помогает улучшить научный консенсус. «Использование ConnPipe является хорошим предзнаменованием для всех», — сказал Мэтт Тарп, специалист по данным CfN. «С одной стороны, применение одних и тех же стратегий обработки в разных лабораториях помогает обеспечить согласованность и проверяемость результатов. С другой стороны, по мере неизбежного развития методов, организация новых приложений в рамках общей структуры помогает гарантировать, что все лаборатории оснащены полным набором инструментов. инструментов для своих исследований», — сказал Тарп.

Мейчен Ю, постдокторант, CfN

В IU ConnPipe уже используется для изучения изменений в сетях мозга у пациентов, проходящих гормональную терапию (ГТ) по поводу рака молочной железы. Было показано, что лечение ГТ рака молочной железы приводит к когнитивным нарушениям, но точная природа этих нарушений является активной темой исследований. Чтобы изучить эту проблему, ConnPipe использовался для обработки данных функциональной МРТ в состоянии покоя и построения сетей функциональных связей, которые затем можно проанализировать для выявления характерных функциональных подсетей, на которые влияет лечение ГТ. «Это исследование является одним из многих, которые надеются стратегически применить ConnPipe к широкой и постоянно растущей сфере исследований и открытий в области нейровизуализации», — сказал Мейхен Ю, постдокторант из CfN. «Исследования такого рода помогают выявить надежные индикаторы нарушений, которые могут предоставить доказательства ранее не обнаруженных причинных биологических и физиологических механизмов, лежащих в основе природы лечения и его побочных эффектов», — сказал Ю.