文献

J-GLOBAL ID：202202216623287174   整理番号：22A1179882

SuRVoS2:モダリティとスケールにわたる大規模バイオ画像ワークフローのためのアノテーションとセグメンテーションの加速【JST・京大機械翻訳】

SuRVoS 2: Accelerating Annotation and Segmentation for Large Volumetric Bioimage Workflows Across Modalities and Scales

著者 (8件)： Pennington Avery (1Diamond Light Source Ltd., Didcot, United Kingdom) ,  King Oliver N. F. (1Diamond Light Source Ltd., Didcot, United Kingdom) ,  Tun Win Min (1Diamond Light Source Ltd., Didcot, United Kingdom) ,  Ho Elaine M. L. (2The Rosalind Franklin Institute, Didcot, United Kingdom) ,  Luengo Imanol (1Diamond Light Source Ltd., Didcot, United Kingdom) ,  Darrow Michele C. (2The Rosalind Franklin Institute, Didcot, United Kingdom) ,  Basham Mark (1Diamond Light Source Ltd., Didcot, United Kingdom) ,  Basham Mark (2The Rosalind Franklin Institute, Didcot, United Kingdom)
資料名： Frontiers in Cell and Developmental Biology (Web)  (Frontiers in Cell and Developmental Biology (Web))
巻： 10  ページ： 842342  発行年： 2022年 
JST資料番号： U7062A  ISSN： 2296-634X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 試料調製とイメージング技術が拡大され,大きなサイズの試料に対する様々なオプションを含むように改善されたので,体積イメージングのボトルネックは現在データ解析である。注釈とセグメンテーションは両方とも一般的であるが,体積データに意味をもたらすのに必要なデータ分析タスクである。SuRVoSアプリケーションを更新し,再設計して,クラウドソースデータのサポートを含むマニュアルと機械学習ベースのセグメンテーションとアノテーション技術の両方へのアクセスを提供した。隣接して,類似したボクセル(スーパーボクセル)を結合することは,アノテーションの絵画におけるセグメンテーションをスピードアップする機構を提供し,小量のアノテーションでセグメンテーションモデルを訓練する。層に対するサポートは,複数のデータセットを,例えば,セグメンテーションをガイドするために,相関データ(例えば,クラウドソースアノテーションまたは二次イメージング技術)の使用を可能にするように,複数のデータセットを見なせることを可能にし,注釈付けする。GPUを有する高性能サーバに関するより大きなデータで働く能力は,クライアントサーバアーキテクチャを通して追加され,Pytochベースの画像処理とセグメンテーションサーバは柔軟で拡張可能であり,深い学習ベースのセグメンテーションモジュールの実現を可能にする。クライアント側は,オープンソース画像解析のための生態系へのSuRVoSの統合を可能にするNapariのまわりで構築され,一方,サーバ側は,クラウドコンピューティングとプラグインを通しての拡張性によって構築された。SuRVoSへのこれらの改良は,モダリティとスケールにわたる体積と相関イメージングデータのアノテーションとセグメンテーションを加速するためのプラットフォームを提供する。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *セグメンテーション ,  画像処理 ,  *画像 ,  応用プログラム ,  モデル ,  画像分析 ,  計算機アーキテクチャ ,  機械学習 ,  クライアントサーバシステム ,  *ワークフロー ,  ボクセル ,  *アノテーション
準シソーラス用語： *モダリティ ,  オープンソース ,  クラウドコンピューティング , 【Automatic Indexing@JST】

著者キーワード (8件)： セグメンテーション(画像処理) ,  アノテーション ,  Uネット ,  体積電子顕微鏡(vEM) ,  X線顕微鏡イメージング ,  オープンソースソフトウェア ,  Python(プログラミング言語) ,  コンピュータビジョン

分類 (1件)： 医用画像処理  (JE04020T)

引用文献 (61件)：

• AbràmoffM. D., MagalhãesP. J., RamS. J. (2004). Image Processing with ImageJ. Biophotonics Int. 11 (7), 36-42.
• Alvarez-BorgesF. J., KingO. N. F., MadhusudhanB. N., ConnolleyT., BashamM., AhmedS. I. (2021). U-Net Segmentation Methods for Variable-Contrast XCT Images of Methane-Bearing Sand. Earth and Space Science Open Archive. doi: 10.1002/essoar.10506807.1
• Basham (2021). GitHub - DiamondLightSource/SuRVoS2: Next Generation of SuRVoS. [online] Available at: https://github.com/DiamondLightSource/SuRVoS2 (Accessed December 13, 2021). doi: 10.1002/essoar.10506807.1
• BelevichI., JokitaloE. (2021). DeepMIB: User-Friendly and Open-Source Software for Training of Deep Learning Network for Biological Image Segmentation. Plos Comput. Biol. 17 (3), e1008374. doi: 10.1371/journal.pcbi.1008374
• BeplerT., KelleyK., NobleA. J., BergerB. (2020). Topaz-Denoise: General Deep Denoising Models for cryoEM and cryoET. Nat. Commun. 11 (1), 5208. doi: 10.1038/s41467-020-18952-1

タイトルに関連する用語 (7件)： モダリティ ,  スケール ,  大規模 ,  ワークフロー ,  アノテーション ,  セグメンテーション ,  加速