Introduction to Bioimage Analysis using R

Rにおけるバイオ画像解析入門

Author/Instructor

• Satoshi Kume (<satoshi.kume.1984 at gmail.com>) / 久米 慧嗣

Key resources / 関連リソース

• BioC Asia 2021 Workshop HP
• GitHub repo.: kumeS / biocasia2021-workshop-ja-image
• Docker image: Docker Hub
• Workshop material: pkgdown website
• Cloud platform: Orchestra

Vignettes

• 01. Providing a basic workflow for microscopy-based images

• 02. rMiW & BioImageDbs for a workflow for microscopy-based image analysis and U-Net model

Workshop description / 概要

This workshop covers basic methods of the image processing and image analysis in R using the Bioconductor package “EBImage” and the Orchestra platform. In addition, the image dataset is obtained from ExperimentHub using the “BioImageDbs” package. Using this dataset, we perform a supervised image segmentation using the U-NET model, one of deep learning models, provided by the rMiW package.

このワークショップでは、BioconductorパッケージであるEBImageを使って、Rでの画像処理・画像解析の基本的な方法を扱う。次に、BioImageDbsパッケージを用いて、ExperimentHubからの画像データの取得を行う。さらに、rMiWパッケージが提供する、Deep learningモデルの１つであるU-NETモデルを用いて、教師有り画像セグメンテーション（領域分割）を学び。このワークショップは、Orchestra環境にて実施する。

What is an image in R? / Rにおいて画像とは何か？

An image is treated as an array format in R.

Arrays are the R data objects which can store data in more than three dimensions.

• 2D image: 4D array
  • number of images
  • pixels of width
  • pixels of height
  • color channels (e.g. RGB, gray)
• 3D image: 5D array
  • Number of image sets
  • pixels in width
  • pixels in height
  • pixels in Z-axis (time, depth etc)
  • color channels

画像は、R上において、数値のアレイ(配列)として扱われる。

アレイは、3次元以上のデータを格納できるRデータオブジェクトである。

• 2D 画像: 4 次元アレイ
  • 画像枚数
  • 幅のピクセル(数)
  • 高さのピクセル(数)
  • 色チャネル(数) (e.g. RGB, グレイモノトーン)
• 3D 画像: 5 次元アレイ
  • 画像のセット数
  • 幅のピクセル(数)
  • 高さのピクセル(数)
  • Z軸(時間、奥行き)のピクセル(数)
  • 色チャネル(数)

Pre-requisites / 事前要件

• Basic knowledge of R syntax. / Rの構文の基礎知識
• Basic knowledge and operations of multi-dimensional R array. / 多次元アレイの基礎知識と操作

R / Bioconductor packages used / 使用パッケージ

These packages are the focus of this workshop: / このワークショップでは、これらのパッケージに焦点を当てます。

• EBImage: Image processing and analysis toolbox for R
• BioImageDbs: Bio- and biomedical imaging dataset for machine learning and deep learning (for ExperimentHub)
• rMiW: For providing a microscopy-based image analysis workflow
• Keras / Tensorflow packages for R

Please see the workshop DESCRIPTION and Dockerfile for a full list of dependencies.

詳細は、ワークショップの DESCRIPTIONあるいはDockerfileファイルを見てください。

Time outline / タイムテーブル

Activity	Time
Introduction and Outline Description (slides)	20-25 min
Basic image processing using EBImage	10-15 min
Image segmentation using BioImageDbs and rMiW	20 min
Q&A	5 min

内容	時間
イントロダクション & 概要説明 (スライド)	20-25 分
EBImageを用いた基本的な画像処理	10-15 分
BioImageDbsとrMiWを用いた画像セグメンテーション	20 分
質疑応答	5 分

• 概要説明 Google スライド

Workshop goals / ワークショップでの目標

Learning goals

• Learn the basic usage of the EBImage package
• Learn to use BioImageDbs package to acquire image data from experimentHub
• Learn the basic workflow for image segmentation (i.e., U-Net model)
  • Be familiar with data processing of multi-dimensional R arrays
  • Experience the workflow of U-NET model construction using Keras grammar in R

学習の目標

• EBImageパッケージの基本的な使い方を学ぶ
• BioImageDbsを使って、experimentalHubからの画像データ取得を学ぶ
• 画像セグメンテーション(i.e. U-Net model)の基本ワークフローを学ぶ
  • 多次元アレイのデータ処理に慣れる
  • R/Keras文法を使った、U-NETモデルの構築の流れを経験する

Execution environment / 実行環境

You can get access to the cloud platform for the beginning.

And then, you choose the "Introduction to Bioimage Analysis" workshop as below.

本ワークショップは、cloud platformを使って行います。

各自、Orchestra環境にログインして、所定のイメージをランチしてください。