Miglioramento della pipeline di dati di neuroimaging: ConnPipe semplifica le migliori pratiche: IU News

Jun 10, 2023

Questa seconda di una serie in tre parti sul supporto medico e di neuroimaging da parte di UITS Research Technologies presenta ConnPipe.

Trovate il primo articolo della serie qui.

I neuroscienziati di oggi incontrano una varietà in continua espansione di tecnologie di elaborazione dati e relativi dati di neuroimaging. Ciò è particolarmente vero nel campo della Brain Connectomics, che combina tecniche di elaborazione complesse e dati di imaging all’avanguardia (come l’imaging pesato in diffusione e la risonanza magnetica funzionale a riposo) al fine di esplorare come le reti cerebrali sono organizzate e influenzate da vari fattori. ConnPipe è una pipeline di connettività cerebrale sviluppata dai ricercatori del Centro di Neuroimaging (CfN) della Scuola di Medicina dell'IU in collaborazione con lo Scalable Compute Archive (SCA). ConnPipe combina strumenti all'avanguardia di vari pacchetti di elaborazione delle immagini insieme ad algoritmi sviluppati internamente che consentono di elaborare questi complessi set di dati all'interno di un quadro coerente.

Andrea Avena-Koenigsberger, Analista/Programmatore Senior e Sviluppatore Software, SCA

Nel neuroimaging, ogni fase dell'elaborazione è progettata per migliorare la qualità dell'immagine, standardizzare i modelli geometrici e di intensità dell'immagine o calcolare le misure per ulteriori analisi. Tuttavia, poiché le pipeline di preelaborazione variano nel corso della ricerca di neuroimaging, gli scienziati devono affrontare una sfida nel riprodurre i risultati tra gli studi. Andrea Avena-Koenigsberger, analista/programmatore senior e sviluppatore software, SCA, afferma che ConnPipe è una soluzione interna all'avanguardia a un problema pervasivo. "Poiché molte condutture disponibili sono come scatole nere o difficili da aggiornare, modificare e mantenere, il CfN ha scelto di sviluppare le proprie condutture, con la speranza di standardizzare l'elaborazione tra i gruppi di ricerca all'interno del CfN e, infine, in tutta l'IU", ha affermato Avena -Königsberger. Due caratteristiche importanti di questa pipeline sono che si basa su tecnologie open source e che nel prossimo futuro sarà disponibile per il download all'interno di un contenitore, consentendo ai ricercatori di eseguire la pipeline da qualsiasi computer preservando la riproducibilità dei dati. "Il progetto ConnPipe rappresenta l'aggiunta dello sviluppo di applicazioni scientifiche di dominio alla nostra partnership in corso con CfN", ha affermato Arvind Gopu, manager della SCA.

Matt Tharp, specialista dei dati, CfN

La standardizzazione della pipeline di preelaborazione rende i dati più facili da interpretare e allo stesso tempo contribuisce a migliorare il consenso scientifico. "L'utilizzo di ConnPipe è di buon auspicio per tutti", ha affermato Matt Tharp, Data Specialist, CfN. "Da un lato, applicare le stesse strategie di elaborazione in tutti i laboratori aiuta a garantire la coerenza e la verificabilità dei risultati. D'altro canto, poiché i metodi inevitabilmente evolvono, organizzare nuove applicazioni in un quadro comune aiuta a garantire che tutti i laboratori siano dotati di un repertorio completo di strumenti per la loro ricerca", ha affermato Tharp.

Meichen Yu, ricercatore post-dottorato, CfN

All’IU, ConnPipe è già utilizzato per esplorare i cambiamenti nelle reti cerebrali per i pazienti sottoposti a terapia ormonale (HT) per il cancro al seno. È stato dimostrato che i trattamenti HT per il cancro al seno portano a un deterioramento cognitivo, ma la natura precisa di questo deterioramento è un argomento di ricerca attivo. Per esplorare questo problema, ConnPipe è stato utilizzato per elaborare dati MRI funzionali in stato di riposo e costruire reti di connettività funzionale, che possono quindi essere analizzate per identificare sottoreti funzionali caratteristiche che sono influenzate dal trattamento HT. "Questa ricerca è uno dei tanti studi che spera di applicare ConnPipe strategicamente all'ampio e sempre crescente ambito della ricerca e della scoperta nell'ambito del neuroimaging", ha affermato Meichen Yu, ricercatore post-dottorato, CfN. "La ricerca di questo tipo aiuta a scoprire indicatori affidabili di compromissione che possono fornire prove verso meccanismi biologici e fisiologici causali precedentemente sconosciuti alla base della natura del trattamento e dei suoi effetti collaterali", ha affermato Yu.