В последние годы произошли значительные улучшения в технологиях визуализации, которые привели к более высокому разрешению и сокращению времени сбора данных. Изображения отдельных клеток, тканей и органов предоставляют медицинским экспертам по всему миру огромное количество информации о состоянии здоровья их пациентов в данный момент времени. Но как они понимают, что видят на этих биомедицинских изображениях??
Статус-кво: отнимает много времени и подвержен ошибкам
Чтобы эти большие объемные изображения раскрыли свой истинный информационный потенциал, часто требуется ручная сегментация, при которой цифровое изображение делится на различные сегменты для обеспечения или облегчения анализа. Метки, такие как, например, «фон» или «объект», назначаются различным интересующим структурам с разными интервалами внутри трехмерного объема. За этим следует интерполяция меток между предварительно сегментированными срезами, где значения в неизвестных точках оцениваются с использованием известных данных. В этом процессе базовые данные изображения обычно не принимаются во внимание, и поэтому интерполяция основана исключительно на сегментированных срезах. Следовательно, только часть реальной экспериментальной информации используется для получения сегментации.
"Ручная сегментация больших наборов биомедицинских данных неизвестного состава часто требует очень много времени и подвержена ошибкам. Для анализа данных трехмерных изображений ручная сегментация по-прежнему является очень распространенным подходом. Фактически, институты нанимают армии обученных студентов именно для этой задачи," говорит Филипп Лёзель из исследовательской группы "Интеллектуальный анализ данных и количественная оценка неопределенности" (DMQ) в HITS, который разработал Biomedisa.
Биомедиза: быстрее, удобнее и точнее
И именно здесь приложение Biomedical Image Segmentation App Biomedisa (biomedisa.org), бесплатная и простая в использовании онлайн-платформа с открытым исходным кодом, специально разработанная для полуавтоматической сегментации. Сегментация основана на интеллектуальной интерполяции разреженно предварительно сегментированных срезов с учетом всех данных нижележащего изображения. Это делает Biomedisa особенно ценным, когда доступно мало априорных знаний. "Biomedisa может значительно ускорить процесс сегментации, в то же время обеспечивая более точные результаты, чем сегментация вручную," говорит Томас ван де Камп (KIT), биолог с болезненным опытом ручной сегментации изображений, который предоставил данные микро-КТ и оценил Biomedisa во время ее разработки.
Платформа доступна через веб-браузер и не требует сложной и утомительной настройки программного обеспечения и параметров модели. Однокнопочное решение может использоваться для различных модальностей трехмерной визуализации и различных биомедицинских приложений.
"Наша явная цель," резюмирует Винсент Хевелин, директор вычислительного центра Гейдельбергского университета (URZ) и руководитель группы DMQ в HITS, "заключалась в создании широко применимого и удобного инструмента для ускорения сегментации образцов неизвестной морфологии при одновременном улучшении результатов."
"Biomedisa – это пример программного обеспечения, которое напрямую извлекает выгоду из последних разработок технологии GPU (Graphics Processing Unit). Аппаратно-ориентированная конструкция использует графические ускорители для обработки постоянно увеличивающегося объема данных изображения," добавляет Филипп Лёзель.
На пути к полностью автоматической сегментации
Кроме того, Biomedisa предлагает ряд других функций, таких как удаление выбросов или заполнение отверстий, поверхность может быть сглажена, а неопределенность, с которой был получен результат, может быть определена количественно. Кроме того, данные можно визуализировать с помощью программного обеспечения для трехмерного рендеринга и поделиться с другими пользователями.
И последнее, но не менее важное: Biomedisa позволяет использовать методы машинного обучения посредством обучения глубокой нейронной сети. Этот метод позволяет полностью автоматизировать сегментацию, когда сегментируется большое количество похожих структур, таких как человеческое сердце. В результате он позволяет проводить численное моделирование на основе модели сердца конкретного пациента и, таким образом, помогает клиницистам в планировании хирургических операций и принятии решений.
Все эти функции в совокупности делают Biomedisa идеальной платформой для всех, для кого фотография стоит больше тысячи слов.