新软件无需编程知识即可自动分析生物医学图像数据

JIPipe软件由莱布尼茨天然产物研究和感染生物学研究所(Leibniz-HKI)的科学家开发，显着简化了对研究中生成的图像的分析。用户可以根据自己的应用需求创建流程图，从而使用人工智能执行自动图像分析，而无需任何编程知识。JIPipe基于ImageJ，这是一种用于对生物医学显微图像进行科学分析的标准程序。作者现在在NatureMethods中展示了他们的发展。

图像，尤其是显微图像，在生物医学研究中发挥着重要作用。例如，在荧光标记的帮助下，细胞中的过程变得可见。“一张图片胜过一千个字——这仍然是正确的，”莱布尼茨-HKI应用系统生物学研究小组负责人、耶拿弗里德里希席勒大学教授ThiloFigge说。

但是分析给研究人员带来了越来越多的挑战。“分辨率越来越高，因此产生的数据量越来越大，”Figge解释说。“与此同时，AI或人工智能的方法现在如此先进，以至于没有编程技能的研究人员越来越难以使用它们。”

Leibniz-HKI开发的开源程序JIPipe(Java图像处理管道的缩写)旨在简化这一过程。“JIPipe是一种不需要任何编程技能的工具，”应用系统生物学研究小组成员、开发人员RumanGerst解释说。相反，该软件使用可视化编程语言：在预制构建块的帮助下，用户可以创建单独的工作流程，以根据他们的特定要求自动分析图像。

该程序基于开源软件ImageJ，该软件已将自己确立为科学图像分析的标准。JIPipe和ImageJ在科学图像分析方面完全兼容，互为补充。“我们的程序支持ImageJ脚本并包括常用的函数和宏，”Gerst解释说。其他编程语言，例如Python和R。

几年前，ZoltánCseresnyés开发了前体程序，他也是应用系统生物学研究小组的成员。“最初，我编写了吞噬作用分析的代码，”Cseresnyés解释道。在吞噬作用中，一个细胞吸收一个颗粒，例如另一个细胞，并将其分解，这通常用荧光染料显现。

随着时间的推移，成像专家不断扩展新应用程序的代码，程序变得笨拙且过于复杂。“我们意识到我们必须重新设计它并使其模块化，”Cseresnyés说，这就是该团队邀请生物信息学家RumanGerst加入的原因。他还建议使用当前的可视化编程语言，该语言使团队能够分析来自任何生物医学问题的图像数据。

可重现的结果

JIPipe已被用于多项研究，例如研究所谓的纳米载体在肝脏中的药物输送效率，或测试已消化产毒细菌的线虫的存活率。免疫细胞和真菌孢子之间的对抗新程序还分析了开发人员还提供课程作为微观成像中心和NFDI4BioImage的一部分使用，NFDI4BioImage是德国国家研究数据基础设施的一部分。

“与手动图像分析相比，自动分析始终提供相同的结果，因此具有可重复性，并且符合所谓的图像分析公平原则，”ThiloFigge强调说。FAIR一词起源于研究数据管理领域，代表“Findable、Aaccessible、Interoperable和Reusable”。