EPFL、科学的な画像再構成のためのモジュール式ソフトウェア

May, 16, 2024, Lausanne--EPFLのエンジニアは、あらゆる縮尺で撮影された画像を簡単かつ迅速に再構築できるPyxuと呼ばれる新しいソフトウェアを開発した。
同システムは、再利用可能で普遍的に適用可能なアルゴリズムのレンガを採用している。

科学者は、様々なイメージング機器を使用して、生物の内部を観察し、時には動きながら、不活性な物体の状態を変えることなく観察する。このような機器には、望遠鏡、顕微鏡、CTスキャナなどが含まれる。しかし、これらの機器は、最大容量で作業していても、部分的な画像や低品質の画像しか生成せず、多くの洞察が得られないことがよくある。そこで、強力なアルゴリズムが登場するのである。アルゴリズムは、不足している情報の断片をつなぎ合わせたり、画像の解像度やコントラストを向上させたり、大雑把なオブジェクトを肉付けしたりできる。近年、コンピュテーショナルイメージングと呼ばれるこの技術が目覚ましい進歩を遂げ、現在では多くの種類の研究で中心的な役割を果たしている。

様々な分野で働くエンジニアが、この技術のための強力なアルゴリズムプログラムを開発してきたが、基礎となるイメージング物理学は一般的に同じであるにも関わらず、それぞれが非常に特殊なアプリケーション向けに設計されている。つまり、イメージング手法を組み合わせたい科学者は、異なるプログラムを適応させ、それらを通信させるために相当な努力をしなければならない。「使いたいプログラムを適応させるために、いつも同じコードを書き直しているように感じた」と、EPFLの視聴覚コミュニケーション研究所(LCAV)のPh.D学生、Sepand Kashaniは話している。そこで同氏は、Matthieu Simeoniと、EPFLのCenter for Imagingの画像再構成ハブの元責任者、現在の責任者であるJoan Rué Queraltとチームを組み、様々な分野で共有できるアプリケーションに依存しないアルゴリズムを開発した。現在、Pyxuと呼ばれるそのソフトウェアはオープンソースで利用可能である。

「ディープラーニングのアルゴリズムは、近年、コンピュテーショナルイメージングの状況を一変させている。これらのアルゴリズムはAI技術に依存しており、従来のアルゴリズムよりも優れた性能を提供している」(視聴覚通信研究所教授、Martin Vetterli)。

小さな分子から宇宙空間まで、同じ物理法則を適用
「イメージングを支配する物理法則は、特定の研究分野に関係なく、多くの場合同じである。また、画像再構成で遭遇する問題は、X線やその他の形態の断層撮影、MRIs、電波天文学などのカテゴリなど、ほとんど同じ数学的モデルを持ついくつかのカテゴリに分類できる」(Rué Queralt)。同氏、Kashani、Simeoniは、アプリケーションに依存しないソフトウェアの開発が可能だと考えたのは、そういうことである。「現在、イメージング手法は、最初に開発された分野でのみ一般的に使用されている。われわれは、科学者が多くの時間とエネルギーを費やして、すでに存在するプログラムと同様のプログラムをコーディングして車輪の再発明を行うのを見てきた。それが、あらゆる分野でイメージングの進歩を遅らせているのだ」(Rué Queralt)。

Pyxuは、あらゆる分野での使用を想定しており、最先端のAI技術をシームレスに組み込むことが容易になる。LCABのMartin Vetterli教授は、「ディープラーニングアルゴリズムは近年、コンピュテーショナルイメージングの状況を一変させた。これらのアルゴリズムはAI技術に依存しており、従来のアルゴリズムよりも優れたパフォーマンスを提供する。アルゴリズムは、高品質の画像と再構成された画像を比較することによってトレーニングされ、再構成の改善に必要な補正を自動的に行い、画像自体を比較するために使用される。

LCAVとCenter for Imagingの両方のエンジニアで構成されるPyxu開発チームは、ソフトウェアとオープンソースのプラットフォームを作成するために、様々な分野のスキルを結集する必要があった。
「われわれの最大の技術的課題の1つは、Pyxuを膨大なデータセットを処理できる柔軟性を持たせながら、幅広いハードウェア構成の多様なITシステムに簡単に実装できるようにすることだった」(Kashani)。

少ないコードで、より多くのブリック
Pyxuを使用すると、科学者は詳細実装のエクスパートである必要がなくなる。このソフトウェアには、様々なタスクを表すモジュールが含まれており、ユーザはレゴブロックのように、好きな順序で選択してつなぎ合わせることができる。ローザンヌ大学のPh.D学生、Nino Hervéは、Pyxuの最初のユーザの1人だった。同氏はこのソフトウェアを使って脳波画像を再構築した。「患者の頭皮に装着した200個の電極の測定値に基づいて、5,000の神経接続の活動を解釈することは、並大抵のことではない。最適化問題を解くのに効果的なプログラムが必要だ。Pyxuのソフトウェアは、様々な高度な最適化アルゴリズムを使用し、計算を並行して実行するように設計されているので、著しく高速になる。そのため、仕事量が大幅に減った」(Nino Hervé)。

Pyxuは数ヶ月前にオープンソースでリリースされ、電波天文学、光学、断層撮影、CTスキャンなどの分野ですでに数多くのEPFL研究で使用されている。「Pyxuは、研究者が独自のモデルを構築するための基礎として使用できるように設計された。したがって、研究者は自分たちのモデルをわれわれのソフトウェアに追加し、科学コミュニティ全体が利用できるようになる」(Matthieu Simeoni)。

よりスケーラブルな第2バージョン
現在、よりスケーラブルなバージョンのソフトウェアが開発中で、オープンソースでもリリースする予定。新バージョンでは、より大きなデータセットを処理できるだけでなく、追加機能が追加され、さらに使いやすくなる。例えば、Pyxuの開発者は、EPFLのBiomedical Imaging Groupのエンジニアと協力して、AI駆動のアルゴリズムを数学モデルに組み込むという最近の進歩を基盤にしている。その目的は、再構成された画像が重要な情報を視覚的に伝え、数学的にロバストであることを確認することであり、医療診断などの繊細なアプリケーションに不可欠な品質である。