- Satoshi Kume (<satoshi.kume.1984 at gmail.com>) / 久米 慧嗣
- BioC Asia 2021 Workshop HP
- GitHub repo.: kumeS / biocasia2021-workshop-ja-image
- Docker image: Docker Hub
- Workshop material: pkgdown website
- Cloud platform: Orchestra
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。
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)
- 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
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。
| 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 |
- 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
- 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
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。
